你想知道“為什么人工智能的預(yù)測(cè)這么糟糕”的終極答案嗎？

　　1997年，IBM的超級(jí)國(guó)際象棋計(jì)算機(jī)“深藍(lán)(Deep Blue)”擊敗了世界象棋冠軍加里·卡斯帕羅夫(Gary Kasparov)。這是人工智能技術(shù)首次在高度復(fù)雜的任務(wù)中戰(zhàn)勝世界專(zhuān)家。當(dāng)考慮到他們借助的是1997年的計(jì)算能力時(shí)，這一成就更加令人驚嘆。1997年，我的電腦勉強(qiáng)能連接網(wǎng)絡(luò)，電腦時(shí)不時(shí)發(fā)出的聲響也表明其在繁重的任務(wù)之下掙扎運(yùn)行。

　　即使是在“深藍(lán)”取得顛覆性的勝利后，大多數(shù)專(zhuān)家仍然不服氣。美國(guó)新澤西州普林斯頓高等研究院的天體物理學(xué)家皮亞特·胡特（Piet Hut）在1997年向《紐約時(shí)報(bào)》表示，計(jì)算機(jī)想要在圍棋上戰(zhàn)勝人類(lèi)，這可能還需要100年。

　　不可否認(rèn)，古代圍棋比國(guó)際象棋要復(fù)雜得多。即使在2014年，人們普遍認(rèn)為人工智能還需數(shù)十年的時(shí)間才能在圍棋上取得勝利。世界圍棋衛(wèi)冕冠軍李世石(Lee Sedol)曾在《連線》雜志撰稿，他表示，西方有國(guó)際象棋，但是圍棋顯然更加微妙復(fù)雜，這是象棋無(wú)法與之匹敵的。

　　兩年之后，谷歌的人工智能平臺(tái)AlphaGo擊敗了李世石。這又是何等微妙？

　　近幾年，人們?cè)桨l(fā)意識(shí)到人工智能不僅僅能在棋盤(pán)游戲中戰(zhàn)勝人類(lèi)。這導(dǎo)致勞動(dòng)者越發(fā)擔(dān)心他們的生計(jì)很快會(huì)被自動(dòng)化取代。

　　無(wú)數(shù)出版物很快抓住這種恐懼，利用它增加網(wǎng)頁(yè)瀏覽量。似乎每天都有新的文章，宣稱(chēng)哪些工作能在人工智能革命中存活，哪些將被淘汰。到目前為止，有些文章甚至將其預(yù)測(cè)的百分比精確到小數(shù)點(diǎn)，從而使得整個(gè)預(yù)測(cè)活動(dòng)帶有權(quán)威之感。然而，如果對(duì)比他們的結(jié)論，你會(huì)發(fā)現(xiàn)，最引人注目的地方在于結(jié)論都是如此的矛盾，不一致。

　　最新的此類(lèi)文章就是，F(xiàn)acebook上名為“機(jī)器人將取代我的工作嗎?”的小測(cè)試。調(diào)查顯示，作家被機(jī)器人取代的概率可能性為3.8%，結(jié)果似乎還令人欣慰。畢竟，如果有醫(yī)生告訴我，我死于某種疾病的幾率為3.8%，我可能不會(huì)急于安排后事。

　　只有一件事情會(huì)讓我如芒在背：人工智能作家已經(jīng)存在，并受到主流出版物的廣泛應(yīng)用。在某種程度上，小測(cè)試的預(yù)測(cè)就像醫(yī)生在我的葬禮上宣布，我病情惡化的幾率僅為3.8%。

　　所有這一切都引出一個(gè)問(wèn)題：為何有關(guān)人工智能的預(yù)測(cè)都如此糟糕？

　　深挖“機(jī)器人將取代我的工作嗎”的源頭，我們發(fā)現(xiàn)了第一條線索。所有預(yù)測(cè)都是以研究論文為依據(jù)。這就是大多數(shù)糟糕的人工智能預(yù)測(cè)的根源。學(xué)者們對(duì)世界的看法與硅谷企業(yè)家的截然不同。在學(xué)術(shù)界，一個(gè)項(xiàng)目獲得批準(zhǔn)可能會(huì)耗費(fèi)幾年，而科技企業(yè)家會(huì)想，在周五之前我們能完成什么項(xiàng)目?因此，請(qǐng)學(xué)術(shù)者預(yù)測(cè)人工智能發(fā)展前景猶如詢(xún)問(wèn)當(dāng)?shù)剀?chē)輛管理局，Uber如何快速搶占中國(guó)市場(chǎng)份額。他們或許是垂直領(lǐng)域的專(zhuān)家，但是，他們?nèi)匀贿h(yuǎn)離“快速突破”的心態(tài)，而這種心態(tài)滲透在整個(gè)科技行業(yè)。

　　結(jié)果，這些預(yù)測(cè)的最好情況如同隨機(jī)猜測(cè)，又被他們對(duì)緩慢發(fā)展的世界的理解所渲染。

　　另一個(gè)導(dǎo)致糟糕的人工智能預(yù)測(cè)的因素是人類(lèi)偏見(jiàn)。當(dāng)問(wèn)題介于人或機(jī)器誰(shuí)會(huì)贏時(shí)，我們會(huì)情不自禁地支持自己的隊(duì)伍。據(jù)說(shuō)，當(dāng)他們的工作取決于自身而非對(duì)工作的理解時(shí)，很難讓他們相信某些事情。這意味著石油公司水冷卻器旁的笑話(huà)很少會(huì)關(guān)于氣候變化。人工智能威脅到人類(lèi)工作的概念，所以賭注更高一些。當(dāng)你詢(xún)問(wèn)那些在大學(xué)工作的人，人工智能自動(dòng)化取代所有工作的可能性時(shí)，他們幾乎無(wú)法給予客觀評(píng)價(jià)。

　　因此，保守估計(jì)——任何能夠教授給人類(lèi)的工作，顯然也能教授給人工智能，承認(rèn)此點(diǎn)會(huì)讓研究者充滿(mǎn)有關(guān)生存的恐懼。最好是回避整個(gè)問(wèn)題，并表示在未來(lái)50年里不會(huì)發(fā)生這樣的事。希望那時(shí)他們已不復(fù)存在，這將是下一代人的問(wèn)題。

　　最后一個(gè)因素是，人們確實(shí)拙于理解指數(shù)增長(zhǎng)。“機(jī)器人將取代我的工作嗎?”的研究論文發(fā)表于2013年。根據(jù)變化的程度，人工智能前4年的進(jìn)展可能超過(guò)過(guò)去40年的成就。事實(shí)上，從這個(gè)角度來(lái)看，研究者那些糟糕的預(yù)測(cè)才更說(shuō)得通。有一種明顯的偏見(jiàn)，人們認(rèn)為需要決策的工作比常規(guī)工作更為“安全”。然而，神經(jīng)網(wǎng)絡(luò)資源的擴(kuò)散顯示，當(dāng)任務(wù)明確時(shí)，人工智能實(shí)際上非常擅長(zhǎng)決策。

　　問(wèn)題是我們的原始推理有點(diǎn)傾向于以線性推理看待世界。以經(jīng)常在邏輯測(cè)試中使用的例子為證：如果湖面上的睡蓮葉數(shù)量每天都會(huì)翻倍，那么需要30天鋪滿(mǎn)整個(gè)湖面，那么鋪滿(mǎn)半個(gè)湖面要多少天?許多人的第一反應(yīng)是15天，然而真正的答案是29天。事實(shí)上，如果你一直觀察這個(gè)湖，你會(huì)發(fā)現(xiàn)，直到第26天左右，睡蓮葉的數(shù)量才會(huì)看似增加。如果你在第25天時(shí)問(wèn)普通人，還需多少天湖面才能鋪滿(mǎn)睡蓮葉，他們會(huì)理所當(dāng)然地推斷出，還要數(shù)十年。

　　現(xiàn)實(shí)是，人工智能工具正以指數(shù)級(jí)增長(zhǎng)。即使在當(dāng)前的迭代中，他們至少也有能力使部分人類(lèi)工作自動(dòng)化。令人感到不安的事實(shí)在于，所有這些人工智能預(yù)測(cè)似乎都分散了我們的注意力，讓我們認(rèn)為沒(méi)有工作在自動(dòng)化面前是“安全”的。我們都像2014年的李世石，為自己的優(yōu)越感而自鳴得意。或許，對(duì)人工智能的未來(lái)增長(zhǎng)，可以用納爾遜·曼德拉(Nelson Mandela)的一句話(huà)做出最好的概括：“事情未成功之前，它總是看似不可能。”

　　本文來(lái)源venturebeat，作者Aiden Livingston，由億歐編譯整理。

　　本文系投稿稿件，作者：危諾寧