未來機器人會取代我們？
在《圣誕老人奇幻之旅》中，圣誕老人的第三站是愛星，這是一顆機器人和愛星人和諧共處的星球。借助這個故事，我們想要聊一聊，隨著技術的不斷發展，真的會有越來越多的人失業嗎？又或者是創造出更多其他的就業機會？
霍金、馬斯克等人都曾公開警告說，機器最終將超越人類的能力，它們的行動將超越我們的控制，甚至可能引發人類文明的崩潰。他們并非少數為此感到擔憂的人。
2014年，皮尤研究中心調查了近1900名技術專家，詢問他們對未來工作的看法，其中近一半的人相信過不了多久，人工智能機器將導致失業加速。根據一項被廣泛引用的分析，到21世紀30年代初，失業比例將達到近50%。他們擔心大規模的失業，KUKA機器人電路板維修，以及目前已令人越發擔憂的收入不平等現象的進一步惡化將是不可避免的結果，而這些都將導致社會秩序的崩潰。
事情真的會如他們所擔憂的發展嗎？我們先來看一個簡單的例子：
上個世紀，當各大銀行開始大規模地安裝自動取款機（ATM）時，在這些銀行工作的柜員似乎正面臨被快速淘汰的威脅。如果機器可以全天候24小時地發放現金和接收存款，那么誰還需要人工服務呢？但事實是，銀行仍然需要人。誠然，ATM使得分支銀行能夠在員工數量少得多的情況下運營：平均員工數量從20人降至13人。但節省出來的成本鼓勵了母公司開設更多的分行，結果出納員的總雇傭人數實際上上升了。
事實上，在金融、醫療、教育和法律等領域，都可以找到類似的故事。這并非要說自動化就一定能增加就業，但是它能夠且經常能夠增加就業。當聽到工作前景在機器人和人工智能時代將越來越堪憂等言論時，ATM的故事就是一個值得記住的事例。想想無人駕駛汽車，或者是以假亂真的人類語音合成，又或者是栩栩如生、能夠自主奔跑、跳躍和開門的機器人鑒于此類應用的飛速發展，人類離無事可做還有多遠呢？
考慮到目前的發展，機器智能要與人類的全部能力相匹配還有很長的路要走，我們也沒有什么理由擔心在未來10年或20年會出現大規模的失業。
所以，事情會如何發展呢？或許在未來真正到來之前，我們無法確切的知道將會發生什么。但也許這不是正確的提問。人們爭論失業與就業增加的問題，使我們對其他問題視而不見比如，面對人工智能和機器人技術，工作將如何改變，社會將如何應對這樣的變化。例如，這些新技術是被用作替代人類工人、削減成本的另一種方式，還是被用來幫助員工、解放他們去鍛煉人類獨有的能力，比如解決問題和創造力？
自動化與就業：來自過往的經驗
在過去的40年間，一些高度自動化國家的汽車制造商、鋼鐵廠和其它制造商雇傭的工人總數開始持續、緩慢地減少。比如在美國，這一數字從1979年的高點1950萬，下降到2000年的大約1730萬，KUKA機器人維修，接著在2007-2009年的大蕭條后急劇跌落到1150萬的低點。
這是事實，自動化無疑是其中一個因素，但不可能是導致下降的全部原因。回到過去的一百年，工業正以如今同等的速度或更快的速度自動化，就業正強勁增長，這些都是最初吸引數百萬工廠工人的原因。相反，經濟學家將就業率下降歸咎于多種因素的共同作用，其中包括全球化、工會的衰落，以及美國上世紀80年代強調裁員、削減成本、季度利潤高于一切的企業文化。
人工智能和機器人
自動化有許多形式，包括計算機控制的、可以由少數員工操作的鋼鐵廠，以及工業機器人可以用編程通過一系列動作移動工具（噴漆器、焊槍等）的機械臂。從上世紀70年代以來，這類機器人的使用數量一直在穩步增長。目前，全球約有200萬臺工業機器人在使用，其中大部分是在汽車和電子產品裝配線上，每臺機器人都可以替代一名或多名工人。
誠然，自動化、機器人技術和人工智能（AI）之間的區別相當模糊，而且因為無人駕駛汽車和其他先進的機器人在它們的數字大腦中使用著人工智能軟件，這種區別變得越來越模糊。但粗略的經驗法則是，機器人執行的是曾經需要人類智能的身體勞動任務，而人工智能軟件則試圖執行理解語言、識別圖像等人類層面的認知任務。自動化是一個概括性術語，不僅包括機器人和人工智能這兩方面，還包括普通計算機和非智能機器。
AI的工作是最艱難的。大約在2010年之前，應用程序受到一個著名悖論的限制，那就是哲學家MichaelPolanyi在1966年提出的論述：我們知道的東西多于我們能夠說出來的。這意味著，幫助我們度過每一天的大部分技能都是經過練習的、無意識的、幾乎無法表達的。Polanyi將這些技能稱為隱性知識（相比于教科書上的顯性知識）。想象一下，你是如何確切地知道像素呈現出的一種特定模式是小狗的照片？或者你是如何在迎面而來的車流中做到安全地左轉的？你可以說你會等待車流中交出現的空位，這聽起來很容易，但是如何把空位定義得足夠好，讓計算機也能夠識別出來、或者能夠準確定義車輛間距必須有多大才算得上安全呢？
這種隱性知識包含了眾多諸如此類的微妙、特例以及用感覺衡量的事物，以至于程序員似乎沒有辦法提取它，更不用說用精確定義的算法對它進行編碼了。當然，現如今即使是智能手機的應用程序通常也能識別小狗的照片，自動駕駛汽車也在習以為常地完成左轉任務，盡管并不總是完美。在過去10年里發生的變化是，人工智能開發者現在可以將巨大的計算能力投向海量的數據集這一過程被稱為深度學習。這基本上相當于向機器展示無數張小狗照片和無數張非小狗的照片，然后讓人工智能軟件調試出無數個內部變量，直到它能夠正確識別照片。
盡管這種深度學習過程不是特別有效人類兒童只需看到一兩只小狗就能識別出狗這種動物但它對人工智能應用程序（如自動駕駛汽車、機器翻譯以及任何需要語音或圖像識別的應用程序）產生了革命性的影響。德勤咨詢的數據科學家JimGuszcza表示，讓人們感到害怕的是，以前需要隱性知識的事情現在可以用計算機解決。因此，人們對法律和新聞等領域的大規模失業產生了新的焦慮，而這些領域以前從未擔心過自動化。所以許多人預測，商店職員、保安和快餐工人，以及卡車、出租車、豪華轎車、送貨車司機，m.dekuna.com，都將很快被淘汰。
你好，我的機器人同事
ATM被大規模應用的時候，銀行柜員本應被淘汰。然而事實卻是，通過ATM實現的自動化不僅擴大了銀行柜員的市場，也改變了這項工作的性質：由于柜員處理現金的時間減少了，他們可以花更多的時間與客戶討論貸款和其他銀行服務。而且因為人際交往能力變得更為重要，銀行柜員的工資有了適度增長。同時，全職而非兼職柜員的職位也有所增加。因此，這是一幅比人們通常能想象的都豐富得多的圖景。