年初的時候，當我在做一些簡單的翻譯任務的時候， 意外的發現谷歌翻譯已經做的很好了，我似乎已經變成了復制黏貼的搬運工，這讓一個英語專業畢業的我有點自慚形穢。

這是第一次我親身體會到了人工智能帶來的威脅， 而大約兩年多前，也已經出現了關于人工智能撰寫了洛杉磯地震新聞的報道。通過抓取美國地理調查局的信息，計算機利用算法寫出這篇新聞報道并發布在洛杉磯時報上的時間還不到三分鐘。

近兩年，人工智能和大數據這兩個詞頻繁的出現在我們的視野里，羅振宇在去年跨年演講中提到了智能革命將會是2017年的第三只黑天鵝，而年初的時候李開復又來到了奇葩大會，提醒我們未來將會有50%的工作要被人工智能所取代。想到身邊的細小變化，我們似乎已經可以感受到未來正在到來。

而在《未來簡史》這本書中，作者也預言道：

未來可能出現被計算機算法和極少數精英階層控制主導的“無用階級”，這群人沒有任何經濟，政治或藝術價值，對社會的繁榮，力量和榮耀也沒有任何貢獻，可能要靠藥物和電腦游戲度過無聊的日子。

根據2016年底白宮最新關于人工智能的報告顯示：

• 83%的時薪低于20美元的工作將被自動化取代。
• 47% 的工作將會受到技術變革的影響而變得無關緊要了 , 9%的工作則將被自動化完全取代，教育程度較低的人群將受到最大的威脅。
• 美國兩百二十萬至三百十萬的汽車，公交車卡車司機的工作將會全面被自動化汽車取代。

不難發現最容易被淘汰的恰恰就是那些收入較低教育程度不高的人群。

另外，銀行柜員，出納，中介，秘書，助理，交易員等等，這些職業也都會受到巨大的威脅。

而幾乎所有思考模式可以被理性推算的工作崗位，在有足夠數據支撐的時候，都會被取代。

另外通過下圖我們可以看出， 在第二次世界大戰之后，美國的生產力和就業率基本保持持平，但是從二十一世紀開始，生產力和就業率這兩條線就逐漸分道揚鑣了，雖然生產力依然不斷在上漲，但是就業率卻逐漸趨緩。


很顯然，機器人，自動化軟件已經取代了那些在自動化產業中工作的人。飛速進步的科技減少工作的速度已經超過了其創造新工作的速度。

與此同時，生產力依然在提高，創新也在以前所未有的速度發展著，而中產階級的工資并沒有提升，我們的工作選擇也越來越少。大部分人已經開始落后，因為我們的技能已經快跟不上變化的節奏了。

而在未來的工作里，可能再也沒有一輩子只做一份工作的事情了，讀書上大學，畢業后找一份穩定的工作將不再會是一個人的人生模式。“鐵飯碗”的概念也將逐漸被瓦解。這些傳統的觀念都將統統成為歷史。

那怎么辦？

人工智能和大數據做了大部分的繁瑣的重復性高的工作，這當然是好事，因為，反過來想，我們有多少人真正愿意去做那些簡單的日復一日的工作？

而這些低技能的工作被淘汰后，我們要做的當然是去做人工智能做不到的事情。

• 人工智能可以幫我們翻譯，解讀語音，但是他不懂得如何通過語氣判斷語義的變化，不了解真實的語境就不能讀懂說話人真實的情緒，他們也并不懂幽默。
• 人工智能可以畫出簡單的肖像畫，利用算法去做譜曲，但是他并不懂欣賞畢加索，或者肖邦，也就是說他們并不懂什么是美。
• 人工智能可以為電影制造奇特的科幻效果，但無法創造出打動人心的影片。
• 人工智能可以像助理一樣，幫你篩選好你最關注的信息，但是弊端也是顯然的，僅關注自己關心的信息，可能導致信息的單一化。思維的趨同化，人工智能無法給到我們個人試錯之后的發現。
• 人工智能無法用人的語言告知做事的動機和理由。比如AlphaGo打敗李世石，你要問AlphaGo是為什么走這步棋，它是答不上來的。因此，如果一個領域是不斷需要告訴別人該怎么做，需要向別人去解釋為什么的，那這個領域對于深度學習來講還是比較困難的。

學習和人工智能合作

人工智能遠比我們更擅長重復性高的工作，他們可以沒日沒夜，永不罷工的勞作，出錯率更低，這遠遠超出了人類的能力。當這些認知能力低的工作會大批大批的被人工智能取代的時候，我們要做的并不是和他們競爭，我們要學著去和機器合作，發揮各自的最優，學習通過與跨物種的合作，來幫助人類社會更好的進步。

而又因為人類更加善于處理變化，以及一些突發事件，人類同機器共同工作相較于機器大規模取代人工，會更早的出現，或者說是正在進行時。

比如，在大洋彼岸的硅谷，我們已經可以經常看到各種無人駕駛汽車。 目前Google的Waymo和其他公司的無人駕駛測試車輛都需要有人員坐在里面，雖說無人駕駛汽車尚未真正實現 “無人”, 但人類已經不參與駕駛了， 人與人工智能展開了全新的合作模式。

再比如，雖然說很多工作會消失，但是醫生會失業么？ 一定不會，因為，相反的創造更多的機器人給到最高明的醫生使用。 機器可以輔助醫生做出最正確的診斷，

律師會失業么？人工智能可以幫助律師根據當前的案子找到各種相關的資料，類似的過往案例等等，來輔助律師更好的工作。

記者會失業么？即便如今90%美聯社的文章都是用機器來寫的，撰寫深度文章還是需要專業的記者去操作的。

因此在一定的程度上， 這些工具并不是取代人，而是輔助人，由此也可以看出，被替代的很多是淺層次的工作崗位，深入的專業性極強的工作領域并沒有威脅。

而想要和人工智能更好的合作，就要學會它的語言， 和他對話，未來計算機科學將變成像語數外一樣的基礎學科，而每個人都必須掌握三種語言： 母語，英語和一門計算機語言。 這樣才能做到真正的”人機合一 “

基于項目制的學習（Project -based Learning)

人工智能已經能很好的幫我們去完成那些繁瑣單調的重復性工作，人類終于可以解放天性從事更加擅長的創造性工作了，而要勝任這些具有創造力的工作則要具有以下幾項能力：

• 發現問題分析問題解決問題的能力
• 對新事物的接受能力
• 終身不斷學習的能力

這些恰恰都是我們在學校里學不到的，由于未來那些需要大量記憶力和重復性的技能已經不太需要了，更多的則需要基于行動的學習（learning by doing), 通過項目制學習（Project-based learning)，去親自動手，獲得更加直觀的經驗。

未來會有層出不窮的新技術， 新鮮事物將會成為主導，本著”吃老本“的態度去工作，是鮮有發展的， 快速的學習，并接受新生事物，在做中學，在做中摸索并快速上手的人將會受到極大的歡迎。

而基于項目制的學習給我們提供了這樣一種鍛煉機會，僅僅只是一些短期基于表層的學習體驗，已經無法滿足我們的需求， 我們需要的是真正的動腦，學會設計思維，批判性思維，獨立的去思考，發現，分析并解決問題。

人工智能的黃金時代正在到來，雖說我們無法改變歷史的進程，很多工作即將被人工智能取代，可能會造成大規模的失業，但換個角度想，人工智能可以幫助我們從勞動密集型的工作中解放出來，我們可以去做自己真正熱愛的事情，也未嘗不是好事。 順應技術的發展，找到自身的熱愛，做最棒的最有創意的事情，才是在未來世界生存的不二法則。

參考文章 / 延伸閱讀：

• ‘47 Percent’ Of U.S. Jobs Are At Risk Because Of Advancing Technologies
• 李開復：AI是什么 將帶我們去哪兒？
• How Technology Is Destroying Jobs
• 《未來簡史》

本文首發于微信公眾號：Upbeing