人工智能究竟能“消滅”多少工作崗位的問題，一直是街談巷議的熱點(diǎn)話題。然而，與不少技術(shù)樂觀派不同，我個(gè)人并不傾向于認(rèn)為人工智能取代人類的一天已經(jīng)迫在眉睫了。而這一判斷本身又是建立在如下觀點(diǎn)之上的：現(xiàn)有的人工智能并不具備靈活運(yùn)用各個(gè)領(lǐng)域的知識(shí)進(jìn)行綜合判斷的能力，而幾乎我們能夠想到的大多數(shù)人類所執(zhí)行的工作任務(wù)，都需要執(zhí)行者以相對(duì)靈活的方式來調(diào)配各個(gè)領(lǐng)域內(nèi)的知識(shí)。

人工智能的兩個(gè)流派

人工智能研究有兩個(gè)最主要的流派，一個(gè)是符號(hào)人工智能，一個(gè)是連接主義。前者的思路是固化人類在某個(gè)領(lǐng)域的一般知識(shí)，然后用邏輯學(xué)或者統(tǒng)計(jì)學(xué)的方法推理出其在特定條件下的特殊形態(tài);后者的思路是“喂”給系統(tǒng)大量的特定領(lǐng)域內(nèi)的數(shù)據(jù)，然后在一個(gè)被數(shù)學(xué)化了的人工神經(jīng)元網(wǎng)絡(luò)模型中處理這些數(shù)據(jù)，最終使得該模型能夠經(jīng)過一定的“訓(xùn)練”而完成從特定類型的輸入到特定類型的輸出的映射關(guān)聯(lián)。今天因?yàn)?ldquo;阿爾法狗”而變得家喻戶曉的“深度學(xué)習(xí)”技術(shù)，無非也就是結(jié)合了一定符號(hào)人工智能因素后的高級(jí)形態(tài)的連接主義技術(shù)。其在工程學(xué)方面的精妙固然是不可否認(rèn)的，但其得以運(yùn)作的基本科學(xué)框架，其實(shí)在上世紀(jì)90年代早就已經(jīng)被奠定了。

從運(yùn)用角度看，符號(hào)人工智能最典型的運(yùn)用模式就是“專家系統(tǒng)”，也就是模擬人類在某個(gè)領(lǐng)域的專家，就相關(guān)專業(yè)領(lǐng)域內(nèi)出現(xiàn)的問題進(jìn)行自動(dòng)診斷與應(yīng)答。而連接主義或者深度學(xué)習(xí)的最典型運(yùn)用模式則是“模式識(shí)別”，也就是對(duì)特定領(lǐng)域內(nèi)的大量信息中蘊(yùn)藏的固定“套路”進(jìn)行以理想輸出為標(biāo)靶的識(shí)別。然而，二者各自的局限性也是非常明顯的：專家系統(tǒng)很難對(duì)超出編程者預(yù)料的嶄新的專業(yè)問題進(jìn)行有效應(yīng)答，而連接主義也難以應(yīng)對(duì)數(shù)據(jù)質(zhì)量不高(或數(shù)量不夠)、理想輸出標(biāo)靶不明的復(fù)雜局面。更麻煩的是，二者目前都只能被運(yùn)用于專業(yè)人工智能的領(lǐng)域，而無法做到“舉一反三、融會(huì)貫通”。

機(jī)器全面取代人力仍在“科幻”層面

而下面的幾個(gè)場景，就足以證明：沒有這種“舉一反三、融會(huì)貫通”的能力，機(jī)器全面取代人力的畫面就將永遠(yuǎn)停留在“科幻”的層面上。

場景一：自動(dòng)駕駛。

自動(dòng)駕駛目前已經(jīng)成為人工智能投資的重點(diǎn)，有很多新技術(shù)已經(jīng)被運(yùn)用到自動(dòng)駕駛的汽車上。比如，激光雷達(dá)、攝像頭與高性能計(jì)算機(jī)的結(jié)合，能夠使得車載智能系統(tǒng)準(zhǔn)確地對(duì)車體自身的運(yùn)動(dòng)狀態(tài)與相關(guān)周遭環(huán)境作出評(píng)估，而系統(tǒng)對(duì)于人類駕駛員經(jīng)驗(yàn)的“移植”，也在一定程度上使得系統(tǒng)能夠像人類一樣對(duì)外界變化作出回應(yīng)。

這些技術(shù)進(jìn)步當(dāng)然是有意義的。不過，說自動(dòng)駕駛技術(shù)馬上會(huì)全面取代人類駕駛員，則依然有言過其實(shí)之嫌：其一，自動(dòng)駕駛系統(tǒng)的運(yùn)作需要對(duì)海量環(huán)境信息進(jìn)行搜集，而此類搜集活動(dòng)在惡劣天氣情況下會(huì)遭遇困難，與之相比，熟練的人類駕駛員即使在這種情況下亦有“應(yīng)變之道”;其二，海量環(huán)境信息的搜集未必會(huì)導(dǎo)向明智的決策，因?yàn)槿祟愸{駛員在“緊急避險(xiǎn)”局面下作出的直覺決策，往往是以忽略某些不重要的細(xì)節(jié)為前提的。而對(duì)于輸入情報(bào)的“重要性”的高級(jí)判斷，恰恰是目下的計(jì)算機(jī)所不擅長的;其三，人工智能對(duì)于個(gè)別老駕駛員經(jīng)驗(yàn)的模擬，依然具有“知其然卻不知其所以然”的色彩，無法根據(jù)環(huán)境作出有效的變通。舉個(gè)例子說，一個(gè)適應(yīng)了日本東京右駕駛座環(huán)境的老司機(jī)，只要經(jīng)過適當(dāng)?shù)恼{(diào)整期，同樣也能夠適應(yīng)上海左駕駛座環(huán)境，而一臺(tái)模擬東京司機(jī)行為的人工智能系統(tǒng)，卻很可能要經(jīng)過徹底的重新訓(xùn)練才能夠適應(yīng)上海的駕駛環(huán)境。同時(shí)，不少中國城市普遍存在公眾交通法規(guī)意識(shí)淡漠的問題，也會(huì)為自動(dòng)化駕駛技術(shù)的普及預(yù)埋隱患。

場景二：工業(yè)化機(jī)器人。

在公眾意識(shí)中，最能夠與人類勞力構(gòu)成競爭關(guān)系的，恐怕就是工業(yè)機(jī)器人了。但這里需要指出的是，工業(yè)化機(jī)器人與人工智能本身并不是一個(gè)概念，因?yàn)榍罢叩?ldquo;智能”其實(shí)并不高。譬如，美國企業(yè)家埃隆·馬斯克所建立的特斯拉汽車的高自動(dòng)化汽車裝配線，雖然使用了大量的裝配機(jī)器人，但是它們的運(yùn)作完全以人類熟練工的“模板動(dòng)作”為復(fù)制對(duì)象，無法像人類員工那樣根據(jù)不同的車型作出變通。對(duì)于這樣的機(jī)器人的使用雖然能夠節(jié)省人力，但是其存在依然得預(yù)設(shè)人類勞動(dòng)模板的存在，因此依然是依附在皮上的毛而已。說這樣的機(jī)器取代了人類，還不如說是人類自己的復(fù)制品取代了人類。筆者并不認(rèn)為目下工業(yè)機(jī)器人的進(jìn)步具有本質(zhì)上的歷史創(chuàng)新意義。

場景三：機(jī)器翻譯。

目前“科大訊飛”、“谷歌翻譯”等軟件在雙語自動(dòng)化翻譯方面為民眾提供的便利，當(dāng)然是值得嘉許的，但認(rèn)為這些產(chǎn)品不久后就會(huì)消滅人類譯員，則顯得過于樂觀了。

第一，人類譯員的市場一般對(duì)應(yīng)于高端的商貿(mào)活動(dòng)與司法咨詢活動(dòng)，而這些活動(dòng)所需要的翻譯質(zhì)量相對(duì)也比較高。相比之下，目前機(jī)器翻譯最勝任的任務(wù)乃是簡單旅游用外語翻譯，與高端商貿(mào)與司法咨詢活動(dòng)并不構(gòu)成競爭關(guān)系，因此也無法取代高端翻譯人才。

第二，目前主流機(jī)器翻譯系統(tǒng)的運(yùn)行，都不得不大量“剝削”人類既有的翻譯案例，而無法有效應(yīng)對(duì)比較小眾的翻譯需求——比如俚語翻譯、小專業(yè)領(lǐng)域內(nèi)的翻譯，等等。“了解相關(guān)的文化與專業(yè)的背景知識(shí)”這一點(diǎn)卻恰恰是目下的機(jī)器翻譯系統(tǒng)很難做到的。

場景四：家政服務(wù)員。

隨著人口老齡化問題的日趨嚴(yán)重，研發(fā)機(jī)器人家政服務(wù)員的必要性顯然也就變得日益急迫起來。但目下的“智能家居”研究依然離“取代人類家政服務(wù)員”這個(gè)目標(biāo)非常遙遠(yuǎn)。譬如，一個(gè)足夠智能的家政服務(wù)系統(tǒng)應(yīng)當(dāng)能夠聽得懂人類的指令，而不需要人類對(duì)其進(jìn)行再編程，這就預(yù)設(shè)了家政服務(wù)系統(tǒng)本身就已經(jīng)具備了強(qiáng)大的自然語言處理能力。但正如我們剛才所看到的，目下人工智能的自然語言處理能力還是有點(diǎn)不盡如人意的。此外，一個(gè)足夠智能的家政服務(wù)系統(tǒng)還應(yīng)當(dāng)有能力在彼此沖突的用戶指令之間進(jìn)行協(xié)調(diào)——譬如既要“讓房間顯得井井有條”，又要“讓關(guān)鍵性物品變得容易被用戶所獲取”。這樣高級(jí)的能力顯然需要系統(tǒng)具備相當(dāng)高的自主決策規(guī)劃能力與目標(biāo)設(shè)定能力，而這顯然也超出了目下人工智能技術(shù)的發(fā)展現(xiàn)實(shí)。

場景五：機(jī)器人秘書。

機(jī)器人秘書也就是能夠?yàn)橛脩籼峁┪陌腹ぷ髦淼娜斯ぶ悄芟到y(tǒng)。盡管此類人工智能系統(tǒng)在機(jī)票預(yù)訂、固定模板文案生成等比較簡單的專業(yè)領(lǐng)域內(nèi)，的確能夠部分取代人類的工作，但是其靈活性卻是遠(yuǎn)輸給人類的。譬如，如果一個(gè)人類用戶是一個(gè)物理學(xué)家，并命令機(jī)器人秘書去過濾掉“所有民科分子寫來的電子郵件”的話，那么，系統(tǒng)又將根據(jù)什么標(biāo)準(zhǔn)去將“民科”提出的科學(xué)問題區(qū)別于專業(yè)的科學(xué)家提出的問題呢?這就將倒逼這樣的人工秘書系統(tǒng)預(yù)裝一定的專業(yè)知識(shí)。但目下的人工秘書系統(tǒng)卻又普遍不具備在輔助文案工作與專業(yè)知識(shí)之間的跨領(lǐng)域推理能力。換言之，更為復(fù)雜的秘書工作，還需要依賴人力資源。

綜合以上討論，我們不難看出，在自動(dòng)化駕駛、工業(yè)化機(jī)器人、機(jī)器翻譯、家政服務(wù)、機(jī)器文秘等領(lǐng)域，目下的人工智能系統(tǒng)能夠全面取代人類的前景還不明朗。