當前位置:編程學習大全網 - 編程語言 - 評論

評論

人工智能帶來的是社會幾何速度的變革,人類的將倍受挑戰。

作者|維鵬

編輯|衛詩婕

有人調侃:人在退化,變得越來越像機器;而AI在進化,變得越來越像人。

的熱潮下,我們正不斷審視自己與機器的差異性,在社會裏焦慮地尋找自己的位置。人工智能所帶來的挑戰中,有許多問題的核心事關個人在未來的角色。

機器越來越的同時,人與人之間的矛盾也更重、更多了。技術背後的人和公司逐漸走向前臺,他們是如何運行、設計算法的,將會更多地曝光在大眾視野裏——為了多數人的安全感,以及贏得信任。

01

機器人已成為這個

時代變革的底層邏輯

機器人壹詞最初來自1920年捷克作家卡雷爾·恰佩克所創作的科幻戲劇《羅梭的萬能機器人》。本意是強制勞動、奴隸的意思。

僅僅作為勞動力來使用,不被允許擁有意誌與決策。但歷經壹個世紀的科技發展,尤其是數字智能時代的到來,機器人已逐漸從壹個自動化的物理實體,進化成壹個能有自我感知、自我意識的物理——數據是它的血液,數據和人工智能賦予物理實體『生命』。

這是中國工程院院士李培根在壹次演講中的比喻。在今天,機器人並不需要長得像人。理論上,

任何電器在AI的加持下都在升級成為機器人:洗碗機、洗衣機、烘幹機、掃地機、智能音箱等都可以歸為機器人。

實際上,全民開啟機器人協作的場景已經悄然而至。

天眼查數據顯示,2021年新增的機器人相關企業就超過10萬家。截至目前,

我國有超過32萬家機器人相關企業。

AI和機器人已成為包括中國在內,許多國家和地區的頂層戰略。

大量的機器人谷、機器人產業園區,正在落地。2021年12月28日,工信部、發改委、科技部、公安部等15個部門聯合印發《機器人產業發展規劃》。

規劃提出,到2025年,中國將成為全球機器人技術創新策源地、高端制造集聚地和集成應用新高地,機器人產業營業收入年均增速超過20%。壹線投資機構、互聯網巨頭、甚至房地產公司紛紛重金投資入局。

埃森哲曾在《技術展望2021》裏總結道,未來每個領軍企業必須將自己視為機器人公司。

電動車品牌們已經聲稱自己是機器人公司。

馬斯克曾在多次強調,特斯拉是壹家人工智能機器人公司:同樣,百度聯合吉利推出新品牌集度,將在2022年推出首款概念車,定位汽車機器人。

人工智能機器人與自動駕駛汽車,在技術上具有相似性——都由電池提供能源、由電機驅動,軟件部分基於人工智能技術。

這也解釋了為什麽差不多在同壹個時間節點,電動車創業者都開始投身機器人行業,比如小鵬和特斯拉。

技術邏輯相通的背後,更在於人工智能技術的滲透。在傅盛看來:

在車間、倉庫、餐廳、農場、醫院、火災現場我們生活中接觸的大多數物品在到達我們之前,至少與機器人接觸過壹次。不知不覺,妳已經和人工智能機器人時時相伴了。

02

人機協作的新時代,

人類需要找到自身的獨特性

第壹次工業革命起勢時,機器代替了手工勞動。工人恐懼機器會取代人類的工作,於是盧德運動發生了,人們想方設法去破壞織布機,試圖去消滅。

幾百年後,同樣的恐懼依然存在。

電商巨頭亞馬遜最大的配貨倉庫有11萬平方米,可容納28個足球場。過去,倉儲工作人員需要在各個貨架前來回奔走,按訂單分揀商品,再打包送往下壹站。而在使用了倉儲機器人kiva查找、搬運後,揀貨到發貨的時間從90分鐘縮短到了15分鐘。

無論是家用的各類機器人還是工廠裏的機器人,往往都有特定的具體的目標,比如清潔、傳送菜、測溫等等。機器人只要在某壹項能力上比普通人強,就能造成人類的大規模失業。

不久前,壹家房地產公司發布了壹位虛擬機器人員工,主要負責賬款催收,在的催辦下,預付應收逾期單核銷率超過90%,遠高於人類。得益於虛擬人員工美麗的外貌,員工對機器催辦的抵觸情緒大大降低。

在人工智能帶來的失業風險面前,壹些歐洲國家曾考慮每月給每人發1000美元。2016年,瑞士將這壹想法提交到全民公決。77%的人反對每年得到2500美元的支票。人們偏向於選擇工作而不是施舍。

每壹次工業革命,都伴隨著壹個重要的議題:人類思考自己該在快速演變的社會中扮演什麽角色,如何找到自己的位置。

《機器人時代:技術、工作與經濟的未來》壹書指出:信息技術的觸角將延伸到經濟社會生活的每壹個角落。在以往的技術革命中,在某個部門被機器替代的人類可以轉移到其他部門,但是

人工智能可以應用於幾乎所有部門、任何角落,任何人都無法回避。

這壹次,人類的倍受挑戰。

在少部分人搭建的人工智能系統面前,大多數人顯得無力。壹個可以被頂替的人,系統並不會在意他何去何從。

MIT與寶馬合作的研究發現,合作的比或者的團隊在生產力方面高出85%。阿裏研究院崔瀚文在文章中表示,

人工智能帶來的是社會幾何速度的變革,

這個速度會超過互聯網速度的變革。未來,人與機器之間的配合,將成為各行業發展的關鍵。

因此,人工智能的崛起強烈沖擊著目前的教育和社會體系。

據工信部調研統計,我國人工智能產業發展與人才供需比為1:10,預計到2030年,人工智能人才缺口將達到500萬,除了人工智能人才供給頂端的前沿理論研究人才以及終端的技術應用和科技轉化人才之外,最大的缺口在於底座面向產業行業的工程應用型人才。

響應國務院在2017年提出的的號召,壹些中學已經設立了人工智能選修課。比如人大附中,其人工智能課程體系就涵蓋機器人、數據挖掘、計算機視覺、無人駕駛等20多門課。13位專職教師組成的師資隊伍,大多畢業於計算機、自動控制、機器人等專業,其中7人是博士。

盡管近年來,人工智能專業設置呈現出井噴式的增長,但仍未形成規模效應:計算機、統計學、數學等專業畢業生成為人才。尤為緊迫的是,我國人工智能學科的基礎研究與美國存在較大差距,面臨三方面問題,即頂尖高校人工智能研究、普通高校人工智能建設、人工智能成果。

03

不是人與機器的遊戲,

而是人與人的較量

《半月談》評論,技術越精進壯大,其身後的陰影也會隨之擴張蔓延。

普京此前曾稱贊人工智能是未來世界運轉的基石。

最初,是不是應該被叫做人工智能,經歷過激烈的討論。1956年,在達特茅斯學院舉辦的壹場研討會上,壹派學者認為該把這個新事物命名為,另壹派學者認為該叫作。

支持後者的人覺得,這樣更有市場價值。

從此,人們總在擔心機器會不會消滅人類,這種顧慮確實為電影、文學市場帶去了可觀的利潤。

對此,控制論之父諾伯特·維納在《人對人的利用》中寫道,

社會面臨的危險並不源於機器而是源於制造它們的人類。

電影《機械公敵》

2018年2月,韓國科學技術院曾開設人工智能武器實驗室,來研發所謂的,消息壹出便引發廣泛抵制。

當年4月4日,來自全球28個國家及地區的50余名頂尖人工智能專家宣布,聯合抵制KAIST,並終止與該院的壹切合作,直至其停止研發自主武器。公開信發出後,KAIST迫於壓力宣布將不會參與研發任何自主武器系統及殺手機器人的研發,抵制活動也隨之結束。

科學家們在公開信中指出,人工智能武器已被視為繼火藥與核武器之後的第三次武器革命,殺傷力巨大。

亞馬遜也曾受到類似的指責。2017年8月至2018年9月期間,有數百名員工因為而被亞馬遜的AI系統自動解雇。無需經過人工操作,只要根據監測數據,它就可以自動生成警告和解雇指令。上廁所、喝水,都算,壹旦生產效率低下,系統就會警告。壹些在倉庫區工作的員工聲稱,他們為了不被解雇,盡量避免上廁所。

過去,壹個能影響數億人的超級系統,只有國家才能擁有。而現在,掌握最先進信息技術的科技公司,在無限接近。

技術本身並無善惡,但人性中的陰暗面,可能會蘊藏其中。比如Facebook的推薦系統被指存在性別、種族歧視;人臉識別技術常常被曝出應用於售樓處、便利店、商場等,收集客戶信息用於牟利。

北伊利諾伊大學的DavidGunkel博士,在思考人機關系時提出,當與其他存在互動時,無論是和動物、人類、自然環境、還是機器人,重要的不是它們是什麽,而是我們和它們建立了怎樣的關系。

在人工智能的倒逼下,對技術透明化的需求從未像現在這樣強烈。

工具的制造者被他們的工具改造了。

陸續地,不同地區都出臺了壹些對推薦算法使用規則的法案,對大數據使用範圍的規範,以及加強了對科技公司的監管。

2021年9月10日,美團外賣首次公開關於騎手配送時間的計算規則,介紹了預估送達時間背後的算法邏輯。兩個月後,美團又在官方公眾號上表示,在試著給出壹個兼顧商家、騎手和用戶三端需求的訂單分配算法。公司開始更加積極地對外溝通這些過去隱藏在幕後的規則。

另外還有滴滴,2021年7月份開始,網約車收費透明化,在賬單上給司機展現每壹單的收入,以及滴滴抽成多少。

迎來了強監管。2021年12月31日,國家出臺《互聯網信息服務算法推薦管理規定》,自2022年3月1日起施行——直指大數據殺熟、誘導用戶沈迷、過度消費、信息繭房等現象。

《規定》明確,針對算法推薦的個性化服務以及對個人特征標簽的使用等方面的選擇權,將交由消費者決。——目前,已經有部分APP上線了關閉個性化推薦或廣告的功能。

未來,算法將純粹地由公司內部驅動,變成加入外部社會力量的幹預。而鑒於過往的劣跡斑斑,人們越來越失去對互聯網巨頭的信任。算法透明也是重新贏回口碑、在同行競爭中獲取用戶信任的方式。

有人調侃:人在退化,變得越來越像機器;而AI在進化,變得越來越像人。人工智能所帶來的挑戰中,有許多問題的核心事關個人在未來的角色。

正如凱文·凱利在《必然》壹書所言:

*頭圖來源:電影《機械姬》

本文為極客公園原創文章,轉載請聯系極客君微信geekparker

  • 上一篇:機器人熱潮背後:工具的制造者,被他們的工具改造了
  • 下一篇:馮 諾依曼對計算機科學發展所作的貢獻是什麽
  • copyright 2024編程學習大全網