我们的工作真的会被机器人所替代吗？

　　肖志国 复旦管院副教授

　　复旦管院肖志国副教授指出，在过去的两百多年中，人类翱翔蓝天，驰骋大海，实现了前所未有的壮举，而地球总人口也从3亿左右上升到今天的75亿。显然，人类的智力和体力在这段时间并没有发生实质性变化。造成这一天翻地覆的变化的，是人类对于机器的大规模创造和运用。这个时代被称作是第一次机器时代，机器的力量替代了人类肌肉的力量。今天，以IBM Watson、谷歌无人驾驶汽车、亚马逊Kiva、Deepmind AlphaGo等为标志，我们已经悄然进入第二次机器时代。

　　一个自然的担心是，未来我们的工作真的会被机器人所替代吗？显然，没有人能给这个问题一个确定的答复。两百多年前，当现代化机器第一次大规模出现时，人们也担心无事可做。事实上，人们过虑了。确实人们很多原来的工作消失了，但是新的更多的工作不断地涌现了。毕竟，机器并不是万能的。

　　肖志国指出，不过，和第一代的机器相比，今天的机器确实变得越来越聪明了。很多流程化程序化的工作被替代是大概率事件。我们能做的，是需要学会如何去应对这个变局。这一点，布林约尔松和麦克菲在《第二次机器时代》里面提出的建议值得我们参考：“每个人在自己的事业追求上应该有更多的适应性和灵活性，准备好随时从那些容易被自动化的领域离开，并积极地去抓住那些机器只能补充或者加强但不能替代人类能力的领域的机遇”。这和最近坐地铁经常看到的一句广告不谋而合：“每个时代都悄悄犒赏会学习的人”。

　　人工智能会替代什么样的工作？

　　郁培文 复旦管院副教授

　　复旦管院郁培文副教授指出，“人工智能”是个有意思的词，因为内行更关心“人工”，而外行更喜欢讨论“智能”。

　　值得注意的是，诸如计算机在人脸识别、机器翻译、语音识别、自动驾驶等方面都取得了巨大的进步，都有一个共同点，就是这些“智能”都可以抽象成一个统计预测问题。比如，下棋是要在给定棋盘状态下，预测黑白双方赢的概率。自动驾驶是要综合各类传感器数据，预测外界车辆和行人的位置。

　　人工智能这一波的进步在于，科学家们找到了更聪明和有效的方法来建立输入数据和输出之间的联系，从而大大提升了预测的准确度。

　　能用这类方法解决的预测问题至少要满足如下几个条件：一，可量化。比如需要有明确地可量化的输入和输出。二，问题的结构比较平稳。比如输入的极微小变化不会引起结果的巨大差异。三，合适的数据。无论是收集的历史数据，还是通过仿真或者实验生成的数据，建模过程中需要合适的数据来调教模型的参数或分辨模型的好坏。当然，随着科学研究和认知的进步，很多原先看似不满足这些条件的问题，慢慢也在变得可以解决。

　　如果这些条件都满足了，聪明的科学家们可以通过设计和调整算法来提高预测的准确度。那么，这种“人工智能”的预测技术对我们的工作会产生什么影响呢？根据上面的分析，如果工作内容可量化，结构平稳，并且相关的数据广泛可得，预测技术会降低这部分工作技能的价值。而处理那些难以量化的，非结构化问题的能力，以及拥有独一无二的数据的价值将会大大增加。

　　人工智能可作为人类决策的辅助和补充

　　张　诚 复旦管院教授

　　复旦管院教授张诚认为，人工智能现在已经发展到最厉害的第三步：计算机不仅记录了所有场景人的行为，总结了人在不同场景的行为特征，还进一步探索人这样做的原因和思路，即特征背后的原因和规律。

　　近几十年，实际有两个原因导致人工智能得以普及。一是计算能力的持续增加和成本持续降低，大众都可以拥有处理数据和计算的能力。另外一个重要因素在于数据大大丰富可得。张诚介绍，20年前，一位在微软实习的师兄告诉他，公司请人录一个词的发音需要一元钱，而现在，随时有上亿的人通过各种渠道以文字、声频、图像和视频的方式表达自己的观点，每天都是以十亿为单位的数据在产生，意味着这些数据的成本，已经降到以前的万分之一。

　　张诚说，随着人工智能在对特征背后规则的了解方面的突破，并结合强化的计算能力和大量数据的可得，它在对专业知识的记忆、总结和学习能力上都体现出非常吸引人的投资价值，换句话说，它可以在短期内创造大量低成本的具有足够知识水平的专业人士，即便出于当前伦理、规则约束或能力的不完全，尚无法代替人做决策，但已经可以作为人类决策的很好辅助和补充。 

　　本报记者 张炯强