多少工作將被AI替代？ 科技大佬達沃斯論道人工智能

  ICCSZ訊 數據隱私，AI帶來的職業(yè)沖擊，大公司的壟斷，自動化，機器學習……在剛剛結束的2018世界經濟論壇年會(達沃斯論壇)上，人工智能相關的議題成為了各界人士討論的焦點。

  隨著人工智能的快速發(fā)展，當今世界的產業(yè)格局和經濟發(fā)展模式正在被重新書寫，如今的人工智能發(fā)展處于何種水平?未來它又會給我們的生活和工作帶來怎樣的影響?

  中國成AI領域重要參與國

  目前，中國作為人工智能的一個重要參與國，已成為全球人工智能領域的第二吸金地，僅次于美國。

  “雖然說頂尖的人工智能專家還是以美國為主，但是由于一大批年輕工程師的崛起，中國的速度遠遠超過了歐美的總和。在幾年內達到和美國共同引領世界人工智能是可以期待的。”創(chuàng)新工場董事長李開復在參加達沃斯論壇期間說道。

  李開復認為，除了政策層面人工智能被提上國家議程之外，中國還有一流的理工科教育，并培養(yǎng)了一大批這些領域的杰出年輕人，以及龐大的數據量，最后，還擁有良好的創(chuàng)業(yè)氛圍和資本的大量投資，基于這幾個因素，中國快速直追，在幾年內達到和美國共同引領世界人工智能是可以期待的。

  與他持類似觀點的，還有百度總裁張亞勤。他認為，中國的AI領域雖然在人才方面(較美國)落后了一些，但差距正在縮小。而且，中國在技術上具備結構化優(yōu)勢，就規(guī)模和資本而言，在科技領域處于領先地位，同時還擁有一個更好的監(jiān)管環(huán)境。

  過去的一年，人工智能的發(fā)展如火如荼，中國已成為該領域重要的競爭者，并緊追領頭羊美國。

  根據“烏鎮(zhèn)指數”暨《全球人工智能發(fā)展報告(2017)》，2000~2016年，中國人工智能融資規(guī)模累計達27.6億美元。其中2014~2016年三年是中國人工智能發(fā)展最為迅速的時期。在這三年里人工智能融資規(guī)模占總數的93.59%，投資頻次占總數的87.22%，遠高于以色列和印度。

  對于中國在AI領域的參與度，斯坦福大學人工智能實驗室主任、谷歌云首席科學家、谷歌AI中國中心負責人李飛飛也直言， “大家公認中國已成為人工智能的一個重要參與國，這里也很大程度上因為政府強有力的支持，國民性的數理文化，和巨大的數據和應用場景。”

  多少工作將被AI替代?

  在人工智能快速發(fā)展的同時，人類的工作也勢必會受到影響。這個數字在麥肯錫看來是4億~8億。麥肯錫強調說，這并不意味著失業(yè)數據會呈現這么大的下滑，而是說很多工作的任務被機器取代之后，工作的時間和待遇都會大幅度下滑。很多人想換個好點的工作，但他們卻又沒有足夠的才能。而才能的要求(因為AI能力提升)會越來越高，甚至讓很多人對升級無望。

  對于這一點，李開復也發(fā)表了自己的見解。他認為，未來重復性的工作崗位被取代的可能性較大，有些領域會增加就業(yè)機會，有些領域則會減少，整體還是以減少為主。那些重復性較高的工作，最終是可以完全被AI取代的，例如生產線的工人、客服、電話銷售甚至一些借貸決策員、銀行柜員、中介等工作，這些職業(yè)可能在未來的十五年會逐漸消失。然而，像教師這種職業(yè)未來不可能被AI取代，因為AI能減輕教師工作中重復機械化的任務(比如閱卷、點名)，從而讓老師們真正釋放出來去關注學生、教學互動。因此，無論是企業(yè)的層面還是在政策層面，都應該更早地開始考慮，怎樣去創(chuàng)造那些不會被人工智能取代的工作。

  張亞勤在達沃斯論壇上的“Big tech， Big impact” 主題討論也談及，AI確實將會取代一些工作，但不是摧毀它們，他預計，這甚至會創(chuàng)造更多“體面”的工作。

  數據隱私

  AI+正逐步取代互聯(lián)網+，成為各行業(yè)追逐的新的增長點，作為其中關鍵的新型“石油”，各行各業(yè)也正在不斷拓寬大數據的應用范圍，政府和公司間又將怎樣攜手去解決正面臨的數據問題?

  2015年諾貝爾經濟學獎得主、普林斯頓教授Angus Deaton就提出一個想法，開發(fā)一套隱私數據授權交易系統(tǒng)，治理隱私數據侵權問題。

  Deaton認為，今天AI巨頭利用用戶數據獲取了巨大利潤，而且導致未來用戶隱私和財富兩空，所以他認為應該能有一套系統(tǒng)，讓每個用戶擁有自己的數據，選擇性授權給AI 或產品公司。

  比如說，一個用戶可以不在乎隱私，并賣自己的數據給最高的出價者，另一個用戶可以只讓自己的數據被自己信任的公司使用，另一個用戶可以只在搜索引擎里面使用。如果達到這樣的境界，壟斷型AI公司就很難剝削用戶，而且AI公司彼此會更直接競爭，因而降低傷害用戶利益的可能性。

  IBM CEO Ginni Rometty也指出，在技術的進步中更需要指引，我們要遵守一套數據原則，而且數據永遠屬于用戶或消費者，數據自由流動的前提是安全和隱私得到保護。她認為，“全球政府和企業(yè)需要一群數據及安全領域的核心人物來引導這個快速發(fā)展的行業(yè)?！?

  IBM CEO Ginni Rometty

  機器學習

  不久前，DeepMind團隊發(fā)表了最新論文，提出強化學習算法Alpha Zero，一種可以從零開始，通過自我對弈強化學習在多種任務上達到超越人類水平的新算法，而在達沃斯論壇上，關于機器學習算法，DeepMind 聯(lián)合創(chuàng)始人兼主管 Mustafa Suleyman表示：“Alpha Zero沒有那么神，外界對它有點夸大了。”

  他說：“Alpha Zero要想工作，必須滿足三個前提：可預測環(huán)境(圍棋規(guī)則)、清晰獎勵系統(tǒng)(輸贏)、無變數(variability)。也并不是外界說的不受監(jiān)督，Alpha Zero的監(jiān)督來自于它的結構和訓練環(huán)境，這些依賴強化學習的具體方法在現實生活中效果不是很好。在現實生活中我們無法提供模擬器，進行巨量訓練來形成算法?！?

  他預測三五年內，強化學習是完全沒法普及應用的，DeepMind團隊已經“將目光放到幾十年后了”。

  Mustafa還說，Alpha Zero本身并不能解決AI對于數據的需求，但在數據生成和模擬上的進步(比如說用真實語音合成、人臉合成，甚至類似Grand theft auto來做自動駕駛的模擬)是有可能在未來自動產生可補充的數據。

  李飛飛表示，大家都共同認為今天的人工智能科技還存在大量的局限，尤其是對監(jiān)督學習和人工賦予knowledge的依賴。

  她指出，在機器學習的偏見和偏差話題上，“我們在數據收集和標注的偏差、算法的偏差、算法的可解釋性和透明性，以及算法預測的正確應用等方面還有大量的工作要做。這些問題在與人的生命健康和權益方面尤為重要和突出?！?

  此外，她還認為人工智能還是一個新的領域，只發(fā)展了60年左右，人工智能的理想是讓機器變得智能，模仿人類智能解決問題，讓人類的生活變得更好。李飛飛特別提醒大家，目前AI還不能理解語境、復雜的知識，要識別人類的情緒、感情和動機，也還有很長的路要走。

  除了上述幾個方面外，關于AI引發(fā)的數據偏見以及行業(yè)存在的泡沫也被多位參會嘉賓提及。

  由于AI的智能水平依賴數據，一旦數據樣本不全面，就會造成結果和判斷的偏差。一些研究已經顯示，隨著機器越來越接近于掌握人類的語言能力，它們也在吸收隱藏于語言中根深蒂固的偏見。

  針對這一問題，UNICEF創(chuàng)新負責人Erica Koch談到，AI公司在解決道德上有四個責任：數據的完整性和代表性、算法的公平性、用戶對于算法和決策的知情權、用戶投訴渠道。她建議采取財務審計的模式，來檢視算法、數據、透明度、政策等方面，可以從最危險的領域(比如說無人駕駛)開始，逐漸完善審計制度，從而來執(zhí)行這樣對于大AI公司的監(jiān)督。

  由于AI發(fā)展過熱過快，也存在AI創(chuàng)業(yè)泡沫的擔憂。隨著蜂擁而至的資本，張亞勤認為，“(AI領域)炒作和泡沫是很多，但人工智能本身是真實的，同時具有變革性，而且就在當下。”

  美奐)