羅元婕

未來如何與人工智能相處，這在很大程度上體現(xiàn)在人工智能對我們的職業(yè)造成的沖擊。許多產(chǎn)業(yè)專家將人工智能技術(shù)稱為“增強智能”，強調(diào)該技術(shù)的角色是協(xié)助并拓展個人的生產(chǎn)率，而非取代人類的工作。相反，在超乎我們想象力的未來，人工智能還可能給我們帶來一些前所未有的新職業(yè)

很久以前，“computer”這個詞并不是指我們現(xiàn)在所使用的計算機，而是一個叫做“計算員”的職位。從18世紀中葉起，企業(yè)、工程公司和大學(xué)就開始雇傭計算員（computer）。計算員多為女性，她們負責(zé)計算、做數(shù)字分析。很多科學(xué)上的重大突破都有這些人類計算員的功勞，比如，1758年第一次準確預(yù)測出哈雷彗星的回歸。

在計算機科學(xué)最早期的論文里，作者們千方百計地向讀者科普“計算機”的概念。阿蘭·圖靈就用人類的計算員來類比數(shù)字計算機：“這些機器旨在執(zhí)行人類計算員可以完成的任何運算工作?！比欢缃竦默F(xiàn)實是，computer能夠做的工作又怎是計算員所能比擬的！

計算機技術(shù)發(fā)展到今天，很多人開始擔(dān)心“奇點”到來——人工智能會取代人類的工作，甚至統(tǒng)治人類，掌管地球。也許會吧！當許多工種不再由人類去做，而借助于計算機的數(shù)字處理功能時，看看我們現(xiàn)在擁有了什么——世界互聯(lián)、火箭上天、全球定位、預(yù)測地震、用基因療法治療癌癥……雖然計算員這個行業(yè)消失了，但是IT經(jīng)濟也創(chuàng)造出數(shù)不勝數(shù)的就業(yè)崗位。

其實，現(xiàn)在還很難預(yù)料哪些工種將被人工智直接影響，因為人它不是一項單一的技術(shù)，而是一個可以應(yīng)用于特定任務(wù)的技術(shù)集合，它的影響力將通過經(jīng)濟活動而得以不均衡地傳達，某些工作可能比其他工作更多地受到人工智能的影響。

基于人工智能技術(shù)當前的發(fā)展趨勢，一些具體的預(yù)測是可能的。例如，駕駛和房屋清潔都是僅需要較少的教育就可以完成的。計算機視覺和相關(guān)技術(shù)的成熟已經(jīng)可以讓自動化車輛（或者叫無人駕駛汽車，Automated Vehicles， 即AVs）靈活安全地在路上行駛。這表明，它很有可能讓某些以駕駛車輛為職業(yè)的人失去工作。AVs依賴于在復(fù)雜環(huán)境中的自動駕駛能力、分析動態(tài)環(huán)境和優(yōu)選線路的能力。與此能力要求類似的是家用清潔機器人，但是對它而言，操作任務(wù)沒有駕駛車輛那樣具體，比如，“打掃房間”這個命令，就與自動駕駛到一個具體的目的地不同。從這一點看，讓機器人像人類那樣高效地清潔房間的技術(shù)仍不成熟。

2016年10月11日，在英國米爾頓凱恩斯，一款無人駕駛車在步行街區(qū)試運行，吸引了不少路人注目。

美國白宮經(jīng)濟顧問委員會（CEA）把職業(yè)按薪資水平排序發(fā)現(xiàn)，每小時工資低于20美元的工作中，83%將遭受自動化技術(shù)的壓力;相比之下，每小時工資在20至40美元的工作中僅有31%將受到自動化技術(shù)的威脅;而這個比例在每小時工資40美元以上的工作里只有4%。研究顯示，低于高中學(xué)歷的美國勞動者中有44%的人從事包含高度自動化內(nèi)容的工作，而僅有1%的本科或更高學(xué)歷的人從事的工作受自動化的影響。教育水平與薪資、技能緊密聯(lián)系的程度，暗示了未來對低技能工人的需求會大幅減少，而高技能工人幾乎不受影響。

在很多領(lǐng)域，人類仍將維持對人工智能技術(shù)和機器人的相對優(yōu)勢。雖然人工智能技術(shù)致力于發(fā)現(xiàn)人類社會的某些模式，但它仍不能復(fù)制人類的智力、創(chuàng)造力和判斷力。顯然，使用這些能力的職業(yè)對教育水平有較高的要求。此外，考慮到當前機器人在敏捷性方面的限制，在近期，市場仍對需要靈活手動操作的職業(yè)有需求。

理論上，技術(shù)的發(fā)展能促進生產(chǎn)效率的提高，是提升GDP的主要動力之一。在同樣的勞動時間里，如果能利用人工智能技術(shù)提高生產(chǎn)效率，對總體經(jīng)濟而言是有利的。從19世紀到20世紀，的確有不少工種被新技術(shù)所取代，如電話交換機操作員、流水線裝配工人。與此同時，新技術(shù)也提高了從事抽象思維、創(chuàng)造性任務(wù)以及做決策的人的生產(chǎn)力。

研究者預(yù)測，短期內(nèi)，人工智能對勞動力市場的影響將與過去幾十年來計算機化對勞動力市場的影響的持平。未來10～20年，每3個月約有6%的就業(yè)機會消失。但隨著機器潛力的逐步釋放，也會有新的職業(yè)出現(xiàn)，工作崗位因此而有所增加，從而使失業(yè)率保持大體不變。

基于現(xiàn)有的技術(shù)，我們大膽預(yù)測，盡管人工智能可能對某些職業(yè)帶來沖擊，但未來它也可能創(chuàng)造出一些新的職業(yè)?？纯茨闼莆盏募寄苁欠褡銐驊?yīng)對即將到來的人工智能時代？

私家數(shù)據(jù)偵探

大多數(shù)人還沒有意識到，自己的臉已經(jīng)進了世界各大科技公司的數(shù)據(jù)庫里，用于人臉識別系統(tǒng)的研發(fā)。臉書（Facebook）用戶可以在自己上傳的照片中標出（tag）合照的朋友，F(xiàn)acebook的人臉識別軟件也因此獲得海量圖片數(shù)據(jù)，并逐步優(yōu)化其圖像識別功能。蘋果的新應(yīng)用Clips可以識別視頻中動態(tài)的人臉。Snap、臉萌團隊出品的Faceu這類自拍濾鏡的走紅，憑借的正是其獨特的動態(tài)捕捉功能，實現(xiàn)實時自動識別人臉并動態(tài)疊加的效果。

中國的曠視科技公司搭建的人臉識別云平臺Face++，以“讓機器看懂世界”為目標，在金融銀行業(yè)、智能社區(qū)、企業(yè)管理、網(wǎng)購等商業(yè)領(lǐng)域及智能安防方面加速落地。2015年，馬云在德國“刷臉”從淘寶上購買了1948年的漢諾威紀念郵票，也讓阿里公司名聲大噪。隨處可見的監(jiān)控攝像頭更是每周7天、每天24小時不間斷地在搜集圖像。

然而，不是每個人都愿意讓自己的臉成為大型科技公司的工具，很多人也不希望商家在他進門的那一刻就知道其消費習(xí)慣、生辰、星座、工作屬性與家庭背景。受限于有限的財力和精力，消費者無力獲得足夠證據(jù)起訴那些未經(jīng)允許就搜集匹配自己數(shù)據(jù)的企業(yè)與商家，但他們可以雇傭“私家數(shù)據(jù)偵探”（黑客），找到那些用非法渠道盜取自己人臉圖像或其他個人數(shù)據(jù)，并用于商業(yè)行為的個人或機構(gòu)，維護自己的“網(wǎng)絡(luò)肖像權(quán)”。在人工智能無處不在的時代，這種新型的維權(quán)將產(chǎn)生新的有技術(shù)含量的職業(yè)。

CGI素人星探

詹姆士·卡梅隆1989年執(zhí)導(dǎo)的電影《深淵》被認為是史上第一次完美應(yīng)用電腦三維動畫（CGI）技術(shù)的電影。隨著時間的推移，CGI技術(shù)愈發(fā)成熟，《侏羅紀公園》《泰坦尼克號》《指環(huán)王》《冰河世紀》等大制作均得益于它。去年，郭敬明以“全真人CGI魔幻大片”為營銷噱頭出品的《爵跡》，制作方法是后期制作人員在特效模型上加上演員動作表情的運動軌跡，配合綠幕制作后期場景，讓真人飾演虛擬角色。雖然其口碑和票房雙雙失利，但不失為一種可開發(fā)的小眾低成本類型片?！毒糅E》的真人演員用的是范冰冰、楊冪這種片酬要求高的大牌明星，而如果使用“素人”，成本勢必能降低一半以上。

為此，將來會有CGI素人星探為影視公司服務(wù)。他們利用大數(shù)據(jù)，分析不同面部特征、性別、體態(tài)的演員出現(xiàn)在哪種題材的影視作品中收視率最高，再以此標準，到人臉識別數(shù)據(jù)庫中去匹配，然后尋找合適的素人，與他們接洽、簽約，并為其定制適合的CGI角色。如果這一包裝方式被證明可行，這些素人明星出道后擁有一定數(shù)量的粉絲，甚至可以開發(fā)自己的版權(quán)。此外，游戲公司也可以與他們合作，開發(fā)更逼真的游戲體驗，探索更多的商業(yè)模式。個人也可以購買素人明星的肖像使用權(quán)，自己創(chuàng)作合成電影，和任何喜歡的角色在虛擬世界里演對手戲。

教育游戲開發(fā)者

傳統(tǒng)的教育方式難以很好地培養(yǎng)學(xué)生的自主學(xué)習(xí)能力，也無法培養(yǎng)其時間規(guī)劃與任務(wù)規(guī)劃能力。對于靠死記硬背的知識點，教師只能通過多次重復(fù)訓(xùn)練的方式進行灌輸。如果學(xué)校能采用可互動的教育平臺，個性化地搜集學(xué)生作業(yè)的數(shù)據(jù)，通過大數(shù)據(jù)分析并按照系統(tǒng)實時反饋對課程進行調(diào)整，老師就不需要像現(xiàn)在那樣依靠經(jīng)驗來指導(dǎo)學(xué)生學(xué)習(xí)了。

未來的“教育游戲”設(shè)計師，可設(shè)計出能提高學(xué)生學(xué)習(xí)動力的程序，把長期目標進行短期細化和可視化，讓學(xué)生每一天都能看到自己的小進步，并被這種成就感激勵。比如，針對低年級學(xué)生，也許每攻克一個知識點，就能獲得積分或虛擬獎勵;同一科學(xué)實驗，如果是個人完成的，和團隊完成的積分也不同;針對高年級，可以用虛擬現(xiàn)實（VR）和增強現(xiàn)實（AR）等技術(shù)，為他們營造尋寶游戲，把不同的知識點融進不同的線索中，一一破解之后就能拿到大獎……

這樣的未來可能并不遙遠。Facebook這樣的科技巨頭已進軍教育行業(yè)。他們目前幫加州的特許教育集團Summit Public Schools開發(fā)的 Summit Learning Platform（簡稱SLP）就是一個個性化學(xué)習(xí)方案的平臺。SLP 平臺上的課程包含了不同的重點，清晰地列出了學(xué)生需要掌握的知識點。每個知識點都有專屬的題庫（playlist），里面包含10題小測試。如果10道題中答對8道以上，學(xué)生就能升級通關(guān)，進入下一個測試。SLP上目前已有700多個題庫，老師可以根據(jù)學(xué)生具體的情況去改良或更新。SLP模式的運作已經(jīng)幫助Summit學(xué)校取得了傲人的成績。

炒股機器人開發(fā)者

股票市場瞬息萬變，人類無法像機器那樣不受情緒影響而做出理性決策。且股民炒股多以人工推薦為主，主要是基于個人判斷。由于散戶缺乏專業(yè)知識，獲取信息的渠道受限。此外，散戶不可能時時盯著大盤，無法做到有效擇時交易，往往錯過好的交易時機。

如果使用機器人炒股，個股的各種信息將被做成一個個可量化的標簽，用戶基于自己的風(fēng)險偏好（激進、穩(wěn)健、保守）和投資偏好（短期、中期、長期），對標簽進行自由組合設(shè)定，交給機器人用后臺量化模型進行大量的實時運算，實現(xiàn)自己的選股決策。

炒股機器人的開發(fā)者將是證券經(jīng)紀人的升級版，他們根據(jù)每個客戶的個人偏好量身定制算法。比如，客戶想以特朗普的推特作為買賣股票的依據(jù)，那么炒股機器人就會密切關(guān)注特朗普的發(fā)言，分析他提到的公司的股價變化。如果算法發(fā)現(xiàn)被特朗普提及的公司的股價常在一天內(nèi)上漲，第二天就恢復(fù)原狀，那么每次機器人抓取到公司名的時候，就會幫持股人按此規(guī)則快速買入，并在一天內(nèi)拋售，獲取利潤。炒股機器人開發(fā)者還需要訓(xùn)練電腦分辨總統(tǒng)的語義，理解其真正所指。

硅谷一家名為“感知力”的公司表示，他們讓人工智能程序全程負責(zé)股票交易，其收益已超越公司設(shè)定的內(nèi)部指標。

辨畫師

谷歌去年推出過一款基于人工智能的網(wǎng)頁工具，能根據(jù)用戶的涂鴉來猜詞。目前，這些涂鴉正在被用于指導(dǎo)谷歌的人工智能如何繪畫。谷歌的這項成果名為Sketch-RNN，其目前的繪畫水平與嬰兒相當。為了開發(fā)Sketch-RNN，谷歌大腦團隊研究員大衛(wèi)·哈（David Ha）和道格拉斯·艾克（Douglas Eck）從谷歌的工具Quick，Draw！中收集了50余萬幅用戶的涂鴉。每當用戶在該應(yīng)用中進行涂鴉時，應(yīng)用不僅會記錄最終圖片，還會記錄用戶每一筆的順序和方向，最終的數(shù)據(jù)能夠更完整地反映人類是如何繪畫的。谷歌的目標是開發(fā)出一種能“以類似人類的方式繪制并生成抽象概念”的深度學(xué)習(xí)人工智能。

一旦教會人工智能涂鴉，未來類似Sketch-RNN的人工智能系統(tǒng)可以作為設(shè)計師、建筑師和藝術(shù)家的創(chuàng)意助手。如果某人對自己的繪畫或設(shè)計不滿意，則可以讓人工智能去總結(jié)當前的成果，進而提出建議。完全由計算機生成的圖畫可能沒有太大價值，但它可以給藝術(shù)家?guī)盱`感。

隨著人工智能繪畫能力的提高，未來將會產(chǎn)生辨畫師這個職業(yè)，他們能判斷一幅畫作的創(chuàng)作者是人類還是機器，或一幅畫作受到人工智能啟發(fā)的程度有多少，從而對這幅畫進行估值——原創(chuàng)含量越高，內(nèi)涵越豐富，畫作的價格越高。

私人健康咨詢師

在人工智能的初始階段，開發(fā)工作非常重要，而且需要跨界、多技能的人才。但是當該領(lǐng)域發(fā)展到某種程度，就會出現(xiàn)一些歸納、收集、解讀人工智能數(shù)據(jù)的崗位。隨著人工智能在醫(yī)療健康行業(yè)的推廣應(yīng)用，就需要健康咨詢師負責(zé)此類工作。

2015年一年內(nèi)，在發(fā)表于全球高等級期刊的醫(yī)學(xué)文獻中，僅有關(guān)腫瘤的就有4.4萬篇。如果一位腫瘤醫(yī)生要全面學(xué)習(xí)全球各地的最新治療手段，平均每天需要花費160個小時才能閱讀完。一個全職皮膚科醫(yī)生一生大概會看20萬個案例，而斯坦福大學(xué)的機器算法在3個月內(nèi)就吸收了13萬個皮膚病案例，而且它還能在這個基礎(chǔ)上不斷學(xué)習(xí)修正算法。去年，IBM人工智能醫(yī)療系統(tǒng)沃森僅用了10分鐘左右時間就為一名60歲女性患者診斷出了很難判斷的白血病類型，并向東京大學(xué)醫(yī)科學(xué)研究所提出了適當?shù)闹委煼桨?，為這名女性的康復(fù)做出了貢獻。