第2章 就業：等你長...
關燈
小
中
大
GloriaGaynor）的《我會活下去》（IWillSurvive）讓你接受一切。
接下來，算法開始調整這些歌曲和旋律，為你量身打造。
或許某首歌什麼都好，隻有一個地方讓你不喜歡。
算法知道這件事，是因為隻要一到那個地方，你的心跳就會停一下，催産素水平也會稍微降低。
而算法能做的，就是把那個讨厭的地方重寫或幹脆删去。
最後，算法就能學會編寫整首曲子，人類的情緒就像鋼琴琴鍵般任它們彈奏。
有了你的生物統計數據之後，算法甚至可以量身打造出全宇宙隻有你會喜歡的旋律。
常有人說，人類之所以喜歡藝術，是因為可以在藝術中看見自己。
但如果臉譜網開始運用它對你所知的一切來打造個性化的藝術品，結果可能會出人意料，甚至造成危險。
比如，如果男友甩了你，臉譜網呈現給你的可能是一首完全為你量身打造的歌曲，内容就是關于這個負心人的，而不是那個讓阿黛爾或艾拉妮絲·莫莉塞特傷心的不知名人士。
這首歌甚至能提醒你在過去交往時那些隻有你們倆知道的事情。
當然，為個人量身打造的藝術可能成不了流行，因為人還是喜歡大家都愛的玩意兒。
如果這個曲調隻有你知道，不就沒辦法和大家一起唱唱跳跳了？然而，比起制作個性化作品，算法可能更擅長制作全球熱銷作品。
運用儲存了數百萬人數據的生物統計數據庫，算法知道隻要按下哪些生化按鈕，就能在全球掀起熱潮，讓所有人在舞池裡瘋狂搖擺。
如果藝術的重點真的在于啟發（或操縱）人類的情緒，那麼人類音樂家大概難以再與這樣的算法匹敵，因為算法實在比人類更了解它們所撥弄的這個樂器：人類的生化系統。
這一切會帶來偉大的藝術嗎？這可能要看藝術是如何定義的。
如果說聽衆覺得美就是美，而且顧客永遠是對的，那麼生物統計算法就有可能創造出曆史上最佳的藝術。
但如果藝術是一種比人類情緒更深層的東西，應該表達出超越生化震動的事實，那麼生物統計算法大概就不會成為優秀的藝術家。
然而，大多數人大概也成不了優秀的藝術家。
隻是為了進入藝術市場，取代許多人類作曲家和表演者，算法并不需要直接打敗柴可夫斯基（彼得·伊裡奇·柴可夫斯基（俄文：ПётрИльичЧайковский/英文：PyotrIlyichTchaikovsky，又譯為柴科夫斯基，1840年5月7日—1893年11月6日），十九世紀偉大的俄羅斯作曲家、音樂教育家，被譽為偉大的“俄羅斯音樂大師”和“旋律大師”。
柴可夫斯基1840年5月7日生于礦山工程師兼官辦冶金工廠廠長家庭。
1859年畢業于聖彼得堡法律學校，在司法部任職。
1861年入俄羅斯音樂協會音樂學習班（次年改建為聖彼得堡音樂學院）。
1863年辭去司法部職務，獻身音樂事業。
1865年畢業後，在莫斯科音樂學院任教，同時積極創作，第一批作品問世。
受富孀梅克夫人資助，1877年辭去教學工作專事創作。
1878-1885年間曾多次去西歐各國及美國旅行、演出。
1893年6月榮獲英國劍橋大學名譽博士學位。
同年10月底在彼得堡指揮《6号悲怆交響曲》首次演出後不久即去世。
），先打敗小甜甜布蘭妮就行了。
新工作？ 從藝術到醫療保健行業，許多傳統工作将會消失，但其造成的部分影響可以由新創造出的工作抵消。
例如，診斷各種已知疾病、執行各種常規治療的全科醫生，有可能被人工智能醫生取代，這會省下很多經費，讓醫生和實驗室助理得以進行開創性的研究，研發新藥或手術方案。
人工智能也可能以另一種方式協助人類創造新的工作：人類與其想赢過人工智能，不如把重點放在人工智能的維護和運用上。
舉例來說，因為無人機取代了飛行員，有些工作确實消失了，但同時在維護、遠程控制、數據分析和網絡安全等方面也創造出了許多新的工作機會。
美國軍方每派出一架“捕食者”（Predator）無人機或“死神”（Reaper）無人機飛越叙利亞，就需要有30人在幕後操作；至于收集完數據的後續分析則至少還需要80人。
2015年，美國空軍就曾經因為缺少足夠的訓練有素的人而面臨無人操作無人機的窘境。
這樣說來，2050年的就業市場的特點很可能在于人類與人工智能的合作，而非競争。
從警務到銀行等各個領域，“人類+人工智能”的表現都能超越單純的人類或單純的計算機。
在IBM的“深藍”（DeepBlue）于1997年擊敗國際象棋特級大師加裡·卡斯帕羅夫（加裡·卡斯帕羅夫，全名加裡·基莫維奇·卡斯帕羅夫（ГарриКимовичКаспаров），前蘇聯、俄羅斯國際象棋棋手，國際象棋特級大師。
1963年生于阿塞拜疆首都巴庫。
卡斯帕羅夫6歲開始下棋，13歲獲得全蘇青年賽冠軍，15歲成為國際大師，16歲獲世界青年賽第一名，17歲晉升國際特級大師，在22歲時成為世界上最年輕的國際象棋冠軍，是第十三位國際象棋世界冠軍，此後又數次衛冕成功。
2005年退役。
卡斯帕羅夫棋風活潑，思維非理性，有異常敏銳的感知判斷力，能通過一些戰術性的接觸出人意料地改變棋局的自然進程，甚至經常采取大膽棄子、疾進反擊的策略去赢得比賽。
曾在1999年7月達到2851國際棋聯國際等級分，創造了曆史最高紀錄。
在1985年至2006年間曾連續23次獲得世界排名第一。
曾11次獲得國際象棋奧斯卡獎。
他是國際象棋史上的奇才，被譽為“棋壇巨無霸”。
他能講15國語言，還是一位數學家、計算機專家...）（GarryKasparov）之後，人類并沒有停止下棋。
相反，在人工智能的協助下，人類的國際象棋大師水平比過去更高。
至少有一段時間，被稱為“半人馬”（centaur）的“人類+人工智能”組合，在國際象棋比賽中的表現比單純的人類或計算機都要出色。
很有可能，人工智能也能如法炮制，協助培養出曆史上最優秀的偵探、銀行經理和軍人。
然而，這些新工作很可能需要高水平的專業知識，因此無法解決無技能失業者的就業問題。
讓失業者接受再培訓之後去做這些工作，可能還不如直接創造完全屬于人類的全新工作。
在過去的自動化浪潮中，勞動者通常可以從某個低技能的工作輕松轉到另一個低技能的工作。
比如，1920年，因為農業機械化而失業的農場工人可以在生産拖拉機的工廠裡找到新工作；1980年，工廠工人失業後，可以去超市當收銀員。
這種職業轉變在過去是可行的，因為從農場到工廠、從工廠到超市，都隻需要稍加培訓即可。
但是到了2050年，收銀員或紡織工人的工作全部由機器人接手之後，他們幾乎不可能變身為癌症研究人員、無人機駕駛員或“人類+人工智能”的銀行團隊中的一員。
他們缺少必備的技能。
在第一次世界大戰中，派出幾百萬名毫無作戰經驗的士兵扛着槍一陣亂射，犧牲成千上萬人，其實是有意義的做法，畢竟當時個人的技術好壞并不會造成太大差異。
但是今天，就算無人機駕駛員和資料分析師的崗位确實缺人，美國空軍也不會找個失業的超市收銀員來填補空缺。
你不希望有個沒經驗的“菜鳥”把阿富汗的婚禮派對誤認為是塔利班的高層集會吧？ 因此，雖然出現了許多新的人類工作，我們仍然可能看到新的“無用階層”日益龐大。
我們甚至可能兩面不讨好：一方面許多人找不到工作，另一方面也有許多雇主找不到有技能的雇員。
這有點兒像19世紀汽車取代馬車時的情景，當時有許多馬車夫轉行當出租車司機，隻是我們可能不是那些馬車夫，而是被淘汰的馬。
此外，由于機器學習和機器人技術還會持續進步，所以其實任何人類工作都有可能受到自動化的威脅。
就算某位40歲失業的沃爾瑪收銀員靠着驚人的努力讓自己改頭換面成了無人機駕駛員，也很有可能在10年之後因為無人機也自動化了而必須再改頭換面一次。
職場波動如此劇烈，使得組織工會或保障勞工權益變得更加困難。
我們現在就能夠看到，即使是在發達經濟體中，很多新工作的形态也是無保障的臨時工、自由職業和一次性合作。
如果某個專業在10年間就迅速起落，又怎麼可能組織起工會呢？ 同樣，“半人馬”組合很有可能變成一場人類與計算機之間不斷的拔河角力，而不是穩定的終身夥伴關系。
完全由人類組成的團隊（比如福爾摩斯和華生），常常會形成長期的階層和慣例，并能夠延續數十年。
然而，如果偵探和IBM的超級計算機系統“沃森”合作［該人工智能系統2011年在電視益智搶答節目《危險邊緣》（Jeopardy!）中獲勝］，會發現所有的階層都可能被打破，所有的慣例也都可能被幹擾。
昨天的搭檔，明天可能就成了你的主管；所有的規章和守則也都必須每年重寫。
仔細觀察國際棋壇的動态，或許可以預估未來世界将走向何方。
“深藍”戰勝卡斯帕羅夫之後的幾年間，人機合作是國際棋壇的熱門形式。
但近幾年來，計算機已經變得非常擅長下棋，以至于人類合作者失去了他們的價值，而且可能很快就會變得完全無關緊要。
2017年12月7日，這是圍棋具有裡程碑意義的一天，但這一天并不是計算機擊敗人腦（那已經是舊聞了），而是谷歌的AlphaZero程序擊敗了Stockfish8程序。
Stockfish8是2016年的全球計算機國際象棋冠軍，運用的是幾百年來累積的人類國際象棋經驗，再加上幾十年的計算機象棋經驗，每秒計算7000萬次走法。
相較之下，AlphaZero每秒隻計算8萬次走法，而且寫程序的時候完全沒教它任何國際象棋規則，它連基本的起手下法都不會！AlphaZero完全是運用最新的機器學習原理，不斷和自己下棋，就這樣自學了國際象棋。
雖然如此，在AlphaZero與Stockfish8的100場比賽中，AlphaZero赢28場、平72場，完全未嘗敗績。
AlphaZero完全沒向任何人類學習任何東西，許多獲勝走法和策略對人類來說完全是打破常規的，可以說是創意十足，甚至是天縱英才。
那麼，AlphaZero從零開始學習國際象棋，用了多久才準備好與Stockfish8的對局，而且發展出天才般的直覺？答案是4小時。
你沒看錯，就是4小時。
千百年來，國際象棋一直被認為是人類智慧的絕頂展現。
但AlphaZero隻花了4個小時，完全沒有任何人類指導協助，就從一無所知變成創意十足的大師。
AlphaZero絕不是市面上唯一能夠擁有想象力的軟件。
現在許多程序已經不隻在單純的運算次數上超越人類棋手，就連“創意”也不在話下。
現在在限定人類參加的國際象棋比賽中，裁判會不斷注意是否有棋手偷偷用計算機作弊。
而抓到作弊的方法之一，就是觀察棋手所展現的原創性高低。
如果有人走了極具創意的一步，裁判常常會懷疑這不是人走出來的，肯定是計算機走出來的。
所以，至少在國際象棋這個領域，創意已經不是人類的專利，而是計算機的專利！以前會用金絲雀來偵測煤礦裡是否出現有毒氣體，而如果國際象棋是我們的煤礦金絲雀，我們已經收到警告：這隻金絲雀正面臨死亡。
而現在發生在人類與人工智能國際象棋組合上的事情，未來也可能發生在警務、醫藥和銀行業。
因此，創造新的工作、讓勞動者接受再培訓而重新就業，并不是能夠一勞永逸的方法。
人工智能
接下來，算法開始調整這些歌曲和旋律，為你量身打造。
或許某首歌什麼都好，隻有一個地方讓你不喜歡。
算法知道這件事，是因為隻要一到那個地方，你的心跳就會停一下，催産素水平也會稍微降低。
而算法能做的，就是把那個讨厭的地方重寫或幹脆删去。
最後，算法就能學會編寫整首曲子，人類的情緒就像鋼琴琴鍵般任它們彈奏。
有了你的生物統計數據之後，算法甚至可以量身打造出全宇宙隻有你會喜歡的旋律。
常有人說，人類之所以喜歡藝術，是因為可以在藝術中看見自己。
但如果臉譜網開始運用它對你所知的一切來打造個性化的藝術品，結果可能會出人意料，甚至造成危險。
比如，如果男友甩了你，臉譜網呈現給你的可能是一首完全為你量身打造的歌曲，内容就是關于這個負心人的，而不是那個讓阿黛爾或艾拉妮絲·莫莉塞特傷心的不知名人士。
這首歌甚至能提醒你在過去交往時那些隻有你們倆知道的事情。
當然，為個人量身打造的藝術可能成不了流行，因為人還是喜歡大家都愛的玩意兒。
如果這個曲調隻有你知道，不就沒辦法和大家一起唱唱跳跳了？然而，比起制作個性化作品，算法可能更擅長制作全球熱銷作品。
運用儲存了數百萬人數據的生物統計數據庫，算法知道隻要按下哪些生化按鈕，就能在全球掀起熱潮，讓所有人在舞池裡瘋狂搖擺。
如果藝術的重點真的在于啟發（或操縱）人類的情緒，那麼人類音樂家大概難以再與這樣的算法匹敵，因為算法實在比人類更了解它們所撥弄的這個樂器：人類的生化系統。
這一切會帶來偉大的藝術嗎？這可能要看藝術是如何定義的。
如果說聽衆覺得美就是美，而且顧客永遠是對的，那麼生物統計算法就有可能創造出曆史上最佳的藝術。
但如果藝術是一種比人類情緒更深層的東西，應該表達出超越生化震動的事實，那麼生物統計算法大概就不會成為優秀的藝術家。
然而，大多數人大概也成不了優秀的藝術家。
隻是為了進入藝術市場，取代許多人類作曲家和表演者，算法并不需要直接打敗柴可夫斯基（彼得·伊裡奇·柴可夫斯基（俄文：ПётрИльичЧайковский/英文：PyotrIlyichTchaikovsky，又譯為柴科夫斯基，1840年5月7日—1893年11月6日），十九世紀偉大的俄羅斯作曲家、音樂教育家，被譽為偉大的“俄羅斯音樂大師”和“旋律大師”。
柴可夫斯基1840年5月7日生于礦山工程師兼官辦冶金工廠廠長家庭。
1859年畢業于聖彼得堡法律學校，在司法部任職。
1861年入俄羅斯音樂協會音樂學習班（次年改建為聖彼得堡音樂學院）。
1863年辭去司法部職務，獻身音樂事業。
1865年畢業後，在莫斯科音樂學院任教，同時積極創作，第一批作品問世。
受富孀梅克夫人資助，1877年辭去教學工作專事創作。
1878-1885年間曾多次去西歐各國及美國旅行、演出。
1893年6月榮獲英國劍橋大學名譽博士學位。
同年10月底在彼得堡指揮《6号悲怆交響曲》首次演出後不久即去世。
），先打敗小甜甜布蘭妮就行了。
新工作？ 從藝術到醫療保健行業，許多傳統工作将會消失，但其造成的部分影響可以由新創造出的工作抵消。
例如，診斷各種已知疾病、執行各種常規治療的全科醫生，有可能被人工智能醫生取代，這會省下很多經費，讓醫生和實驗室助理得以進行開創性的研究，研發新藥或手術方案。
人工智能也可能以另一種方式協助人類創造新的工作：人類與其想赢過人工智能，不如把重點放在人工智能的維護和運用上。
舉例來說，因為無人機取代了飛行員，有些工作确實消失了，但同時在維護、遠程控制、數據分析和網絡安全等方面也創造出了許多新的工作機會。
美國軍方每派出一架“捕食者”（Predator）無人機或“死神”（Reaper）無人機飛越叙利亞，就需要有30人在幕後操作；至于收集完數據的後續分析則至少還需要80人。
2015年，美國空軍就曾經因為缺少足夠的訓練有素的人而面臨無人操作無人機的窘境。
這樣說來，2050年的就業市場的特點很可能在于人類與人工智能的合作，而非競争。
從警務到銀行等各個領域，“人類+人工智能”的表現都能超越單純的人類或單純的計算機。
在IBM的“深藍”（DeepBlue）于1997年擊敗國際象棋特級大師加裡·卡斯帕羅夫（加裡·卡斯帕羅夫，全名加裡·基莫維奇·卡斯帕羅夫（ГарриКимовичКаспаров），前蘇聯、俄羅斯國際象棋棋手，國際象棋特級大師。
1963年生于阿塞拜疆首都巴庫。
卡斯帕羅夫6歲開始下棋，13歲獲得全蘇青年賽冠軍，15歲成為國際大師，16歲獲世界青年賽第一名，17歲晉升國際特級大師，在22歲時成為世界上最年輕的國際象棋冠軍，是第十三位國際象棋世界冠軍，此後又數次衛冕成功。
2005年退役。
卡斯帕羅夫棋風活潑，思維非理性，有異常敏銳的感知判斷力，能通過一些戰術性的接觸出人意料地改變棋局的自然進程，甚至經常采取大膽棄子、疾進反擊的策略去赢得比賽。
曾在1999年7月達到2851國際棋聯國際等級分，創造了曆史最高紀錄。
在1985年至2006年間曾連續23次獲得世界排名第一。
曾11次獲得國際象棋奧斯卡獎。
他是國際象棋史上的奇才，被譽為“棋壇巨無霸”。
他能講15國語言，還是一位數學家、計算機專家...）（GarryKasparov）之後，人類并沒有停止下棋。
相反，在人工智能的協助下，人類的國際象棋大師水平比過去更高。
至少有一段時間，被稱為“半人馬”（centaur）的“人類+人工智能”組合，在國際象棋比賽中的表現比單純的人類或計算機都要出色。
很有可能，人工智能也能如法炮制，協助培養出曆史上最優秀的偵探、銀行經理和軍人。
然而，這些新工作很可能需要高水平的專業知識，因此無法解決無技能失業者的就業問題。
讓失業者接受再培訓之後去做這些工作，可能還不如直接創造完全屬于人類的全新工作。
在過去的自動化浪潮中，勞動者通常可以從某個低技能的工作輕松轉到另一個低技能的工作。
比如，1920年，因為農業機械化而失業的農場工人可以在生産拖拉機的工廠裡找到新工作；1980年，工廠工人失業後，可以去超市當收銀員。
這種職業轉變在過去是可行的，因為從農場到工廠、從工廠到超市，都隻需要稍加培訓即可。
但是到了2050年，收銀員或紡織工人的工作全部由機器人接手之後，他們幾乎不可能變身為癌症研究人員、無人機駕駛員或“人類+人工智能”的銀行團隊中的一員。
他們缺少必備的技能。
在第一次世界大戰中，派出幾百萬名毫無作戰經驗的士兵扛着槍一陣亂射，犧牲成千上萬人，其實是有意義的做法，畢竟當時個人的技術好壞并不會造成太大差異。
但是今天，就算無人機駕駛員和資料分析師的崗位确實缺人，美國空軍也不會找個失業的超市收銀員來填補空缺。
你不希望有個沒經驗的“菜鳥”把阿富汗的婚禮派對誤認為是塔利班的高層集會吧？ 因此，雖然出現了許多新的人類工作，我們仍然可能看到新的“無用階層”日益龐大。
我們甚至可能兩面不讨好：一方面許多人找不到工作，另一方面也有許多雇主找不到有技能的雇員。
這有點兒像19世紀汽車取代馬車時的情景，當時有許多馬車夫轉行當出租車司機，隻是我們可能不是那些馬車夫，而是被淘汰的馬。
此外，由于機器學習和機器人技術還會持續進步，所以其實任何人類工作都有可能受到自動化的威脅。
就算某位40歲失業的沃爾瑪收銀員靠着驚人的努力讓自己改頭換面成了無人機駕駛員，也很有可能在10年之後因為無人機也自動化了而必須再改頭換面一次。
職場波動如此劇烈，使得組織工會或保障勞工權益變得更加困難。
我們現在就能夠看到，即使是在發達經濟體中，很多新工作的形态也是無保障的臨時工、自由職業和一次性合作。
如果某個專業在10年間就迅速起落，又怎麼可能組織起工會呢？ 同樣，“半人馬”組合很有可能變成一場人類與計算機之間不斷的拔河角力，而不是穩定的終身夥伴關系。
完全由人類組成的團隊（比如福爾摩斯和華生），常常會形成長期的階層和慣例，并能夠延續數十年。
然而，如果偵探和IBM的超級計算機系統“沃森”合作［該人工智能系統2011年在電視益智搶答節目《危險邊緣》（Jeopardy!）中獲勝］，會發現所有的階層都可能被打破，所有的慣例也都可能被幹擾。
昨天的搭檔，明天可能就成了你的主管；所有的規章和守則也都必須每年重寫。
仔細觀察國際棋壇的動态，或許可以預估未來世界将走向何方。
“深藍”戰勝卡斯帕羅夫之後的幾年間，人機合作是國際棋壇的熱門形式。
但近幾年來，計算機已經變得非常擅長下棋，以至于人類合作者失去了他們的價值，而且可能很快就會變得完全無關緊要。
2017年12月7日，這是圍棋具有裡程碑意義的一天，但這一天并不是計算機擊敗人腦（那已經是舊聞了），而是谷歌的AlphaZero程序擊敗了Stockfish8程序。
Stockfish8是2016年的全球計算機國際象棋冠軍，運用的是幾百年來累積的人類國際象棋經驗，再加上幾十年的計算機象棋經驗，每秒計算7000萬次走法。
相較之下，AlphaZero每秒隻計算8萬次走法，而且寫程序的時候完全沒教它任何國際象棋規則，它連基本的起手下法都不會！AlphaZero完全是運用最新的機器學習原理，不斷和自己下棋，就這樣自學了國際象棋。
雖然如此，在AlphaZero與Stockfish8的100場比賽中，AlphaZero赢28場、平72場，完全未嘗敗績。
AlphaZero完全沒向任何人類學習任何東西，許多獲勝走法和策略對人類來說完全是打破常規的，可以說是創意十足，甚至是天縱英才。
那麼，AlphaZero從零開始學習國際象棋，用了多久才準備好與Stockfish8的對局，而且發展出天才般的直覺？答案是4小時。
你沒看錯，就是4小時。
千百年來，國際象棋一直被認為是人類智慧的絕頂展現。
但AlphaZero隻花了4個小時，完全沒有任何人類指導協助，就從一無所知變成創意十足的大師。
AlphaZero絕不是市面上唯一能夠擁有想象力的軟件。
現在許多程序已經不隻在單純的運算次數上超越人類棋手，就連“創意”也不在話下。
現在在限定人類參加的國際象棋比賽中，裁判會不斷注意是否有棋手偷偷用計算機作弊。
而抓到作弊的方法之一，就是觀察棋手所展現的原創性高低。
如果有人走了極具創意的一步，裁判常常會懷疑這不是人走出來的，肯定是計算機走出來的。
所以，至少在國際象棋這個領域，創意已經不是人類的專利，而是計算機的專利！以前會用金絲雀來偵測煤礦裡是否出現有毒氣體，而如果國際象棋是我們的煤礦金絲雀，我們已經收到警告：這隻金絲雀正面臨死亡。
而現在發生在人類與人工智能國際象棋組合上的事情，未來也可能發生在警務、醫藥和銀行業。
因此，創造新的工作、讓勞動者接受再培訓而重新就業，并不是能夠一勞永逸的方法。
人工智能