人工智能将大大改變我們的社會

原标題：人工智能技術将從三個層面改變社會

AI将同時在多個層面引發一系列社會影響，主要包括生産力、隐私和聯合學習。

來源：科技行者

幾十年前，日本面臨着一系列難以回避的長期經濟挑戰。盡管整體經濟在上世紀八十年代前後達到了創紀錄的峰值（主要得益于強勁的汽車銷量、任天堂等初創公司的推動以及房地産投機活動的支援），但日本肩上最沉重的包袱，在于年齡超過65歲的人口将很快占據總人口的四分之一。

據統計，時至今日，日本的中位年齡（47歲）比美國（36歲）大出10歲有餘。這樣的現實背景，也迫使日本不得不大力發展機器人技術，進而抵消勞動力快速老齡化的影響，建立起全球競争優勢。目前，在制造業、醫療保健、消費電子以及個人服務等應用領域當中，先進的機器人技術已經在日本經濟生态當中發揮根深蒂固的作用，成為維持生産率與GDP增長的重要支柱。

而在大洋彼岸的美國，雖然尚未面臨同樣的人口挑戰，但卻同樣身處曆史的十字路口：人工智能（AI）将很快颠覆我們的經濟體系，其影響究竟是正面還是負面，則取決于我們的判斷與行動。

必須承認，AI、深度學習（DL）、機器學習（ML）、計算機視覺以及機器人技術的持續發展将帶來巨大的經濟影響，而由此引發的工作崗位流失也将給特定行業帶來重大沖擊。麥肯錫公司估計，AI對于全球就業市場的影響可能高達15%。而這，還隻是本輪變革中的一小部分。

目前，關于政府及企業應該如何提高勞動力素質并為自主技術的普及做好準備，已經成為各方關注的重要讨論主題。這樣的讨論當然必要，但我們也應從樂觀的角度審視AI技術，探索其中的潛力空間，并将其作為經濟催化劑，幫助我們解決目前面臨的一系列最為緊迫的問題。硬道理就是，如果美國無法在AI領域占據領先地位，那麼其他國家将取而代之，最終在制造業、農業、交通運輸、技術、教育甚至是環境衛生等支柱性産業當中成為最先進生産力的代表。

反觀曆史，從工業革命到網際網路，每一輪技術變遷都會掀起人們對于就業沖擊的恐慌。但是每一次，革命都會創造出全新的市場與經濟形态，帶來的新型工作崗位在數量上也遠超被替代的部分。這些新興經濟體比最初想象中的更為複雜，影響也極為深遠。

是以，AI将成為一種具有深遠影響的廣泛技術，同時在多個層面引發一系列社會影響，主要包括：

生産力:雖然美國目前的經濟體量仍然強大，但生産力水準卻反而不及上世紀六十年代。如果不考慮1995年到2005年網際網路時代帶來的短暫生産力提升，那麼自1970年以來，美國的實際生産力增長僅為1.4%。盡管存在衆多關于AI系統替代人工的讨論，但最現實的結果是，AI系統以及智能機器人實際上能夠提高人工效率與生産力水準。

在制造業當中，更多以AI為中心的新型設施确實會在增加産能的同時消滅一部分工作崗位，但這同時也将讓制造商們得以回歸本土，從另一個角度增加就業需求。例如，蘋果公司在AI的幫助下将能夠把部署在中國的大型生産設施逐漸遷移回美國本土。在工業世界中，生産力的提升永遠是第一要務，并足以推動大規模投資轉移。如果航空公司能夠通過生産力提升獲得10%的利潤增值，他們就會義無反顧地購買更多飛機、擴建更多機場，進而創造成千上萬的就業機會，并與商業航空供應鍊産生積極的連鎖反應。

隐私: 隐私問題已經成為目前美國消費者、企業以及監管機構面臨的最大挑戰之一。一般來說，AI被視為一種反隐私技術，但其同時也具有巨大的隐私保障與偏見消除潛力，甚至能夠糾正其他AI系統中存在的偏見。以人臉識别為例，大多數人都認為在城市街道上掃描并記錄群眾面部資訊是對個人隐私的嚴重侵犯。但與此同時，大多數人也同意，城市街道上的智能錄影機能夠極大威懾犯罪，并有助于發現危險人物。是以，最科學的方式可能是利用AI——特别是輕量級AI系統——在錄影機之内進行資料緩存與處理，而無需将其上傳至中央系統。換言之，如果在24小時之内，錄影機所拍攝的區域内并未成為犯罪現場，也沒有出現通緝在逃的犯罪分子，則相關資料會被自動删除。

正如艾倫人工智能研究所的Oren Etzioni在文章中的觀點，雖然事實證明AI系統确實會在種族、性别等方面表現出偏見，但AI系統之間的互相監督能夠很好地解決這類問題。此外，AI在網絡安全、隐私以及警備層面的關聯效應也在逐漸實作。

聯合學習: 聯合學習的興起代表着隐私權保障工作的又一大進展，有望帶來規模更大的經濟與環境效益。這類新興架構能夠在邊緣位置（相對于大型集中式資料庫）的成千上萬台智能手機上運作模型以實作機器學習的去中心化。由于現代智能手機普遍運作有AI晶片，是以其有能力以本地方式運作ML模型。這不僅有助于為單一使用者定制移動軟體，同時也可通過進階加密方式保證發送至中央伺服器的所有個人資料不緻被惡意人士所窺探。

聯合學習具有巨大的發展空間，足以改善資料收集的隐私性，并使非個人資料聚合方（例如亞馬遜、微軟或者Facebook）的創新人士得以為企業及消費者建構起強大的AI解決方案。但要讓這一新興領域真正迸發能量，我們還需要解決一系列重要的研究性難題。可以肯定的是，聯合學習為AI驅動世界的目标帶來了真正的希望。在這個即将來臨的世界當中，消費者無需大量能源即可有效控制自己的資料與模型。

當上世紀九十年代中期網際網路成為主流時，沒人能想象我們如今所享受的移動、流媒體内容、基因組學以及按需服務等成果。當時，人們對網際網路也有着類似的恐懼——它會消滅數百萬個工作崗位，甚至将某些行業整體淘汰。出于種種原因，人們永遠都會為這類問題争論不休。但更客觀的思路應該是，AI的研究與進步将持續數十年，這将是一個緩慢而又極為重要的過程。雖然我們有必要為由此帶來的崗位淘汰做好準備，但也有理由抱持樂觀态度。畢竟美國的經濟優勢在很大程度上源自技術領域的上司地位，而選擇倒退絕對不是什麼明智的決定。

原文釋出時間：2019-11-19

本文作者：科技行者

本文來自雲栖社群合作夥伴“

科技行者

”

了解相關資訊可以關注“