你當真了解人工智能嗎？別急着回答，先看完這篇文章

編者按：現在，人工智能這個詞的熱度可謂是直逼貝克漢姆抖森泰勒斯威夫特，似乎每個人都願意拿這個説事，不管懂不懂的都能跟出租車司機似的説個半天。可是，又有幾個人真正明白人工智能背後的意義呢？為了下次坐出租的時候能夠更有效地與司機扯淡，你可一定要看完這一篇對人工智能系統的介紹文章。
當然，我不是為了嚇唬你，所以請你嘗試將整篇文章讀完，在文章的最後，我分析了人工智如何能夠為你的工作生活帶來積極的影響。如果你不能做到這一點，請保存這篇文章以備以後或與朋友分享，或者下次在新聞中看到有關人工智能的消息時，再拿出來品讀。

如何最大限度使用這篇文章

不出意外的話，你應該多多少少了解，人工智能有可能在接下來的幾十年改變每一個行業、每一個人。

在一些情況下，人工智能將完全代替現存的工作崗位。其他情況下，它只會改變某些工作的完成方式。 剩下的情況中，人工智能將為創造新工作打開一扇全新的大門——包括那些我們根本想象不到的工作。

這篇文章的目的是幫助你更好的了解人工智能，以及人工智能最有可能影響的工作崗位，讓你對自己未來成功的定位更加清晰。
快速導航

人工智能到底是什麼？人工智能（Artificial Intelligence），其領域、類型和技術的定義十分含糊不清。 以下我所給出的定義，要感謝Samiur Rahmanand和Avi Eisenberger。

人工智能：人工智能是計算機科學的一個分支，它企圖了解人類智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大。

人工智能將如何代替某些工作崗位：每週，都有多篇有關手工工作崗位被自動化科技所代替的文章被發表。我給出了在短期內最容易被人工智能所代替崗位的例子，以及一些會被影響到的行業。

如何在人工智能飛速發展的的環境中發展：我列出了未來幾十年內不可能被自動化的行業（值得驕傲的是），人工智能將會對未來產生許多驚人的積極影響。以及這一切的一切可能意味着什麼。

人工智能到底是什麼？
當你越了解人工智能到底是什麼，你就會越明白你的工作是否會被其波及。不幸的是，這個術語的混亂（和有意的濫用）使得每個人的生活似乎都更艱難了。本·湯普森最近解釋説，人工智能是十分難以定義的。

首先，人工智能有兩種類型：通用人工智能，指一種能夠處理任何事的電腦。這與人造狹義智能形成對比，人造狹義智能（Computer Narrow Intelligence）意味着電腦只有力所能及的作用，其功能可被人為完成。——本·湯普森

財政部長Steven Mnuchin最近成為了Twitter的笑柄，他對人工智能的理解有誤。他説他並不關心人工智能所自動化的工作崗位，但是自動駕駛汽車將在不久的將來帶着我們從海岸線穿過。

“對於人工智能接管美國範圍內工作崗位的問題，我認為還不需要引起我們太多的注意力。也許五十年或一百年以後 。對我來説，這不是人工智能，最多也就是計算機和高科技被普遍使用。這是真實發生着的事情。這與人工智能有着很大的區別“——財政部長史蒂文·莫尼辛

這個聲明是值得讚揚的，因為數百萬卡車和出租車駕駛工作將被他所認為在不遠的將來被普遍使用的自動駕駛汽車所代替（由狹義的人工智能實現）。這些工作崗位被包含在美國38％的未來15年內被自動化風險極高的工作崗位當中。
除了這些工作以外，在其他的智力工作（通用人工智能）中，我們並不需要一個所謂的比人類更優秀的機器人。因為它只會採用一種現有的支持人工智能的軟件，比如從A點開車到B。

所以，15年可能看起來好像是很長的一段時間，事實上，你或你所愛的人大部分時間在做的許多工作活動，將在1到2年內被自動化。並且，保護全國範圍內經濟不受影響的法規遠遠多於保護個體利益不受到人工智能發展影響的法規。

人工智能將如何代替某些工作崗位

“計算機通過比我們（人類）在短時間內處理更多的信息，使我們能夠更容易的解決一些複雜問題。 人工智能向我們展示了，今天你所看到的所謂的最先進的解決方案已經不再是全球化的了，更多時候是當地的最大化。“——人工智能投資者Nathan Benaich

在Facebook和Twitter Feed中你所閲讀到有關人工智能的消息一般是有關通用人工智能的。但有意思的是，他們並沒有專注於當前更緊迫的問題。

人工智能所驅動的自動化將創造新的工作崗位並幫助人們提高生產力，但同時讓人難過的是，人工智能所驅動的特定工作活動相對於整個行業的自動化將對全球億萬人民造成巨大的破壞而言還是微不足道的。麥肯錫全球研究所和奧巴馬懷特豪斯分別認為，“60％的職業中30%以上的活動可以被人工智能代替”，而美國47％的職位在未來的10-20年有着被代替的風險。
當一家公司可以通過自動化某項工作任務去獲得巨大的經濟利益，並且所述任務可以通過當前的人工智能技術自動化時，您可以期待這項工作會被快速的自動化。如果一個工作主要專業於某一項單一的任務，你可以期待這項工作會被快速的自動化。雖然自動化對於失去工作的人來説是非常痛苦的，但值得欣慰的是它同時可以提高生活質量，在某些情況下甚至可以拯救數億人的生命。

以下是專家預測未來5年人工智能驅動自動化將影響到的具體活動，工作崗位和行業。

● 識別已知模式

如果你或者你所愛的人曾遭受過被醫生誤診的情況，你就會知道高標準疾病檢測的重要性。疾病目前是一種可以被人工智能識別的“模式”。

僅在美國就有38,000名放射科醫師每年平均賺得49萬美元。根據FDA近期的統計數據，這些放射科醫師每年都會看到39,275,011例乳腺X線照片，以檢測需要進一步檢查的乳腺組織異常。英國國家衞生服務局最近表明，標準乳腺癌檢查不夠靈敏，17％的病例被忽略。這就是為什麼人們對Google最近公佈的，已經被開發的一種檢測“潛在乳腺癌”的智能算法感到十分興奮的原因。
“該算法可幫助發現並且定位這些腫瘤。這樣醫生則能更好的判斷癌症是否存在，這項技術在醫生短缺的地區尤其有用。對於無法親自訪問醫生的患者而言，這項技術（即使不完美）也是一個十分有意義的進步。“——華盛頓郵報Matt McFarland

如果技術能夠使患者不用上門求醫，我們可以通過對患者的早期診斷和治療來拯救數以千計的生命以及節省數百萬美元。雖然此項技術的潛力是巨大的，但它的潛力更多的在於幫助而不是代替一名放射科醫生。

與其他主要由單一任務組成的工作不同，放射科醫生有很多責任。除了識別醫學圖像之外，他們還負責諮詢、指導患者的護理和與來自不同領域的醫生合作，以研究並發展其他的治療方法。這些都不是很快就能夠被自動化的活動，這意味着一台先進機器對於放射科醫生所產生的影響更多是積極的。


● 貨車駕駛業

摩根士丹利統計表示，自動駕駛卡車每年可以為貨運業務節省1680億美元，波士頓諮詢集團預計，到2025年，自動駕駛汽車可以創造420億美元的市場。

貨運公司每年將節省700億美元，但這就意味着全美150萬的重型卡車司機將面臨失業。但估計還表明，使用自動駕駛汽車可以從減少事故中節省360億美元：僅在2015年，大型卡車事故就導致了3,852人死亡。

奧巴馬的白宮團隊預計，140萬人（包括的士，公共汽車，個體經營司機等）的職位將會受到自動駕駛汽車的影響。研究人員還估計，自駕車將會使交通事故死亡率降低約90％。從2015年的數字來看，一年下來全球範圍內將近1,125,000人將會倖免於難，在過去十年就是11,250,000人，半個世紀就是5630萬人。 從這個角度看，在一年的時間裏，自駕車將拯救斐濟和巴哈馬兩個國家的人，10年來就能拯救一個比利時，50年就能拯救南非加上博茨瓦納。

“如果這些數據是真實的、可論證的、可衡量的、具有統計學根據的，那麼自駕車比人類駕駛員好得多，而我們則應該杜絕人類駕駛員。如果你想開車，去樂高樂園吧......駕駛可以變成一個有趣的娛樂活動，只是我們不再需要人類駕駛員在公路上行駛。“——弗蘭克陳，安德森霍洛維茨
想要真正使自駕車擔任所有駕駛和運送工作還是有很大風險的，因為公司需要研究出如何安頓原本的人類駕駛員。整個社會的主要挑戰將是如何訓練這些人以致於他們仍然能夠養家餬口。到目前為止，很多人都在談論一些低工資水平的工作崗位將被自動化設備所代替，但這並不意味着高薪專業就能夠手握鐵飯碗（如放射科醫師的例子）。

● 移動的物體

最近關於亞馬遜使用機器人來統治其競爭對手，並將倉庫運營費用減少了20％（意味着幾十億美元）的文章被大量發表。小型機器人在貨物分配中心快速移動，將重物品提起並將其帶到亞馬遜的人力工作人員面前，使他們不用浪費走路和尋找產品的時間。不難想象類似的機器人將逐漸進入其他行業。

例如，垃圾處理行業的龍頭公司將被激勵取代（截至2015年5月）48,620名廢物收集商，使用每年可盈利341010美元的智能機器人，以降低成本，使其最大的收入中心更加有利可圖，行業抓住機會的速度是另一個重要的問題。通過更有效地處理廢物和撿拾路線，替代人類可以使環境受益。這也減輕了工人龐大的工作量，但是很多人在這個過程中會失去工作。

Zume Pizza甚至擁有可以現場製作Pizza的機器人。

● 搜索和收集信息

人工智能所驅動的自動化將不僅在遙遠的高速公路上感覺到，它可能充斥着你所在的辦公樓。每年，知識型員工至少花費6億人工小時來搜索和收集數據信息，這是一種可以由機器做得更好（更快更有效率）的活動。

我們現在有一種方法能夠將這些白領角色人員的工作崗位自動化。這意味着如果我有一家公司，我可能不需要炒任何人的魷魚——企業往往試圖減少人員開除的數量。但是，我可能會大大減慢我僱用新人的速度，而轉手將資金投資於自動化。最終這些領域的長期就業機會就會減少。——傑克·克拉克，OpenAI
你可以想象一下，當一個公司的管理人員被告知，人工智能技術使得軟件能夠短時間內向銷售人員展示講解他們所需要了解的所有信息，從而提高銷售人員的生產力，他們的興奮程度。就此而言，自動化是十分有價值的——能夠帶給新客户更好的產品體驗。

像放射科醫生的工作層次大大超過僅僅發現一顆腫瘤的程度一樣，銷售人員（和許多其他類型的知識型員工）不僅僅需要追蹤信息的能力。因此，這些職位更有可能被人工智能的發展所完善，而不會被代替。例如，公司對於數據分析人員的需求，可能會因為“機器自動化學習和分佈式勞動力的混合”而縮小，原因則是機器取代了大部分的工作。 （“人工智能將讓我們都像CEO一樣工作”）

大多數知識型員工花費工作中不到一半的時間來做他們真正擅長的事情（即他們被僱用的原因）。 其餘的工作都在研究安排會議、處理人際關係或者其他的生活細節。這些任務也可以通過機器情報服務來完成。——Shivon Zilis，彭博Beta

事實是，人工智能驅動下的自動化所產生的影響將是一把雙刃劍。雖然一些工作特別容易被完全自動化，並且在過程中沒有任何人設需要，但是機器的作用在初期應該會被限制於具體的工作行為，而不是霸佔整個崗位。只有時間才知道我們的社會是否會找到一種方式來僱用被自動化取代的僱員們。
我認為對於上文所提到的一些基本技能的學習掌握不值得你去浪費你寶貴時間和精力。在這些崗位上，人工智能在不久的將來會比大多數人做的更好。 更好地利用你的時間學習以下的技能，一些只會被人工智能完善而不會被代替的技能。

那些技能是什麼，你問我？


將人工智能技術引入我們的工作將完全改變所有行業的工作方式，但有些工作崗位不是一天兩天就會被代替的。

她（他）能夠把全新的想法帶給大家，能夠在整個組織中進行有效溝通，運用邏輯推理，具有強大的説服力，並引導公司的人員關係和情感問題。雖然人工智能能夠做到識別已知的模式，進行自主導航，收集大量信息，但它無法創造性地，主觀地，具有良好邏輯性地推理和解決問題：但一個成功的員工能夠做到這些。
坦白地説，這些建議對於那些有幸能夠發現自己正在利用腦力工作的知識型工作來説是最有幫助的。 沒有人可以預測人工智能將會如何改變知識型工作方式。 為了完善自己，從而不被人工智能取而代之，人們應該接受人工智能技術的好的一面，投資自己於軟技能，使自己能夠成為適應能力強大，並且人格多樣的員工。

對於很多人來説，這些技能並不容易掌握。然而，所有人都是值得被建設的，因為人工智能不可能在2040年之前達到中等水平的人力績效。那些努力完善自身技能的人將會補充新的人工智能動力技術，這些技術肯定會在未來的幾周，幾個月或幾年內出現在我們的工作場所。

● 創新+新想法

隨着人工智能軟件自動化某些白領職位，成功的員工將通過將自己的時間投入到最具影響力的活動中來與他人區分開來。

在前面的一節中，我們提到傑克·克拉克（Jack Clark）的觀點：雖然某些白領職位不會由於自動化而消失，但隨着公司投資於自動化而不是招聘，對他們的需求可能會慢慢減少。例如，我們之前提到的主要負責研究工作的分析師如果只是完成老闆交給他的任務，他的作用在老闆眼中可能慢慢就不重要了。
工業革命使人類擺脱了重複的體力勞動；我現在想要利用人工智能讓人類擺脱重複的精神苦難，比如開車。——Google Brain創始人Andrew Ng

然而，由於人工智能軟件可以收集數據信息並節省20％的時間，數據分析師可以更有效地利用她的剩餘時間。配合着對業務的全面了解，成功的數據分析師將會把時間用於以前沒有機會考慮的業務領域。 如今，如果她能夠有效地將這些信息傳達給整個組織的其他人，她的見解將是最有價值的。

● 同情心

儘管最近在此方面有所進步，但人類仍然比機器在理解語言和進行互動上強得多。 如果你曾經使用亞馬遜的Alexa，Google Home或Siri中的任何一個，你就會意識到這些限制的存在。

一個以其他人能夠理解的想法處理問題並行事的員工將永遠是一個團隊的重要資產。 隨着人工智能自動化更多的崗位，聰明的員工將更多地花時間利用她的社會和情感能力來證明自己的與眾不同。

● 邏輯推理與解決問題能力

在人工智能系統能夠詳細解釋他們是如何達成某些預測之前，聰明的員工可以通過邏輯解釋他們的建議來區分自己。
在開發這項技術方面人類做了很多工作，這將有助於人們深入了解人工智能的運算步驟。 但是今天，技術人員必須小心衡量深度學習技術所產生的精準度和迴歸分析的透明度。

人工智能系統無法以用組織的方式解決問題，上下文信息結合似乎只有人類大腦能夠完成，就連人類有時也傾向於過分尊重理性。使用邏輯來解釋並解決問題的個人更有可能贏得他人的信任和尊重。

一個專注於提升自己核心工作能力、熟練掌握軟技能的員工，將會被強大的人工智能技術所完善，而不會被代替。

翻譯來自：蟲洞翻翻 譯者ID：趙書綺


資料來源：36Kr