看看最近的一些新聞資訊，你可能覺得機器人很快就會搶走我們的飯碗，終結者不久將殺光我們所有人，我們已經無路可逃，抵抗是徒勞的。馬斯克和霍金都發出過警告，危險的殺手機器人可能給人類帶來災難。

往好里說，就算是 99%的雇主不愿意雇傭機器人，我們在社會經濟中的地位仍然可能遭到動搖，很多辛勤工作的人會陷入困境。所以，我們現在就應該仔細思考一下，人工智能對現在以及未來到底會產生什么樣的影響？問題很復雜：什么樣的工作崗位將受到影響？這些受到影響的人又該如何再就業，重新融入到經濟發展之中？

但是你對人工智能了解得越多，就會越多地意識到，我們大多數人對這項技術的實際發展并不了解，這直接影響我們對現實世界中人工智能的感覺。和Siri聊天很愉快，它是一種人工智能，這是一回事，但人工智能某些領域的研發速度遠遠快于其他領域，這是另外一回事。

你可能不會被終結者追殺

要讓終結者成為現實，必須要有一大堆技術在同一時間達到非常先進的水平。但從實際來說，研究者在某些方面（比如自然語言處理和數據分析）取得了非常大的進步，但是在另外一些領域（比如決策和演繹推理領域）情況就差強人意了。為什么呢？因為在 2000年代中后期，科學家在神經網絡、在對人工智能數據解讀系統方面取得了突破性進展。

隨著互聯網原始數據的井噴，有了這樣的突破，機器學習領域就以接近指數級的速率騰飛起來，而人工智能其他領域的研究卻在以線性速率緩慢爬行——這是IBM負責認知計算和人工智能研究的高管古魯達斯?巴納瓦爾（Guruduth Banavar）的看法。

巴納瓦爾說：“媒體上很少提到的一件事是，人工智能實際上是多種技術的組合，你不能只看其中一種技術的發展，然后假設人工智能的其他領域都在以相同的速度齊頭并進。”

這并不是說，科學家不會“殺手機器人”的其他所需領域取得新的突破，而是說，就目前來看，要制造出一個終結者在技術上還不是那么現實。這一點很重要，因為與此同時，我們在其他領域獲得的進步可以推動我們創建一些和終結者完全不同的人工智能。

例如，我們在機器學習領域的進步體現在了Siri、Alexa 和Google Now這些數字助理的崛起上——它們非常擅長于解讀基于語音的請求，但是其他方面就比較無力了。這些“狹隘的人工智能”在研發的一開始就帶著特定的目的： 幫助人們做一些日常小事，比如說查找天氣預報，發送短信等等。

誰會失去工作？

由于我們更擅長于設計這些“狹隘的人工智能”系統，一些專家預測，高技能工種將適應技術的發展，把它們當做一種工具，而與此同時，低技能工種就會像疾風暴雨的小船。奧巴馬政府研究過這個問題，發現目前時薪低于20美元（約合130元人民幣）的工作崗位中，80%有朝一日可能會被人工智能取代。

“這需要很長一段時間，其實不太可能出現失去80%的崗位，這些人不能再就業的情況。” 奧巴馬的高級經濟顧問杰森 ? 福爾曼（Jason Furman）在接受采訪時說。“但是，即便失去了80%的工作崗位，這些人中只有90%到95%的人能夠再就業，也會是結構上的巨大跳躍。”

政府需要制定出切實可行的計劃，來解決這個迫在眉睫的就業問題。但是這也暗示著一條出路：對高收入工作來說，自動化的不良影響比較小。相比于低收入工作，時薪在20美元到40美元之間的人大約有三分之一會被機器人搶走飯碗。在高收入工種中，這個數字只有5%。

當然，如果科學家們能研制出一種機器工人，可以真正像人類那樣工作，這些數字就會大不相同了——在這種情況下，即使你做的是技術含量極高的工種，也難免會感到恐慌。但是正如前面所說，我們現在的研究主要集中在“狹隘的人工智能”上，所以情況可能不會那么糟糕。

如何為高技術工種做準備

所以，關鍵就是讓盡可能多的低技術工人轉移到高技術工種。其中一些高技術工種已經出現，另外一些還沒有發明出來。那么問題就來了：我們該如何為尚未出現的工種做準備呢？

馬里蘭大學工程和IT系主任茱莉亞?羅斯認為，你需要學習如何增進靈活性。我們應該從娃娃抓起，盡早培養孩子和來自不同背景的人交往，讓孩子嘗試一些沒有固定答案的問題，教他們如何變得更有創意，如何進行批判性思考。

羅斯對《華盛頓郵報》說：“你需要成為一個終身學習者，你今天學的東西可能5年后就過時了——你要適應這種狀況，要對自己的學習能力抱有信心。這就是我們需要灌輸給每個學生的東西。”

智能界（www.xingtupian.com）中國智能科技聚合推薦平臺，秉承“引領未來智能生活”的理念，專注報道智能家居、可穿戴設備、智能醫療、機器人、3D打印、智能汽車等諸多科技前沿領域。聚合品牌宣傳、代理招商、產品評測、原創視頻、FM電臺與試用眾測，深入智能硬件行業，全平臺多維度為用戶及廠商提供服務，致力成為中國最具影響力的智能硬件聚合推薦平臺。