人工智能等新一代信息技術(shù)的快速崛起，推動諸多行業(yè)掀起了變革大浪潮。隨著智能化、數(shù)字化趨勢日益凸顯，人工智能受到了更多青睞，在各行各業(yè)實現(xiàn)了廣泛應(yīng)用，并且開始承擔(dān)不同的角色，發(fā)揮獨特的優(yōu)勢。

從“裝配工”到“搬運工”，從“玩伴”到“教師”，從“醫(yī)生”到“司機”，人工智能在越來越多的崗位上出現(xiàn)，讓人們大為驚奇，但是也不由得心生疑慮。如果按照當(dāng)前形勢發(fā)展下去，人工智能會不會成為統(tǒng)治世界的最終玩家呢？其實不然，從目前的情況看，現(xiàn)在的技術(shù)并不足以完全接管或決策人類的生產(chǎn)方式，也就是說，我們很多重要的策略，還無法完全交付給機器。

在人工智能剛剛興起的時候，大多數(shù)人們對這個詞匯還是感到很陌生，但隨著AlphaGo不斷打敗圍棋界的人類頂級選手， 人工智能一時聲名大噪，最后更是成為了各個國家未來的發(fā)展戰(zhàn)略。

事實上，相較于人類而言，人工智能在很多方面都具備非常突出的優(yōu)勢，比如運算能力、“記憶”能力、學(xué)習(xí)能力、預(yù)測能力等等。具體而言，人工智能可以儲存或收集大量信息數(shù)據(jù)，以此為基礎(chǔ)進(jìn)行“思考”或“學(xué)習(xí)”，并得出結(jié)論。在此優(yōu)勢之下，很多人工智能充當(dāng)起了“百科全書”的角色，成為了一個靈活的資料庫。而在這背后，依托的是語音交互、自然語言理解、深度學(xué)習(xí)等諸多關(guān)鍵技術(shù)的支撐。

對于人工智能的發(fā)展，對其威脅論最多的說法便是，自動化的未來，人類的工作機會將有很大可能被機器取代。不僅僅是醫(yī)生、教師、客服等工作，現(xiàn)在連主持人也開始被“搶飯碗”了。舉個例子，就在前不久一場名為“一刻talks先見未來大會”的會場上，搜狗開發(fā)的人工智能“汪仔”就客串了一把“主持人”。

我們都知道，一個具有專業(yè)素養(yǎng)的主持人，不僅僅要有足夠的專業(yè)知識和口才，還需要有很強的臨場應(yīng)變能力。但在這次會議上，人工智能“汪仔”給大家獻(xiàn)上了一場精彩的表演，贏得了觀眾的喜愛。這也足以讓人們了解到，人工智能或許在不久的將來，會成為一個名副其實的“職場殺手”。

只不過從目前的情況來看，人工智能還不具備完全取代人類做決策的能力，現(xiàn)在人機結(jié)合或許是一個不錯的選擇。對此，麻省理工學(xué)院教授，《我們機器人，我們自己》（Our Robots， Ourselves）的作者David Mindell表示，這種混合決策應(yīng)該比讓人工智能單獨工作能產(chǎn)生更好的結(jié)果。只有一個問題：當(dāng)人類和半智能系統(tǒng)一起工作時，結(jié)果并不總是好的。

比如今年3月，美國亞利桑那州便發(fā)生了一起自動駕駛致死事故。正常來說，進(jìn)行測試的自動駕駛車輛上都會有一位安全員，當(dāng)軟件出現(xiàn)故障時，會有人類司機介入。不巧的是，在那場事故中，軟件出問題了，但人類司機可能在心煩意亂的看電視節(jié)目。所以造成了這場災(zāi)難的發(fā)生。

事情發(fā)生后，一些批評主義者認(rèn)為，這次的失敗表明人工智能的困境遠(yuǎn)遠(yuǎn)超出了自動駕駛汽車，如果沒有精心設(shè)計，再智能的系統(tǒng)進(jìn)入世界都可能會引發(fā)人類對技術(shù)的強烈抵制。與此同時，我們不得不承認(rèn)的是，現(xiàn)在的機器學(xué)習(xí)系統(tǒng)還存在很多缺陷。對此，AI專家Roger Schank警告稱，未來將是一個新的“人工智能冬天”——這是對20世紀(jì)80年代后期的一個時期的提及，當(dāng)時對技術(shù)進(jìn)步的失望導(dǎo)致了退出戰(zhàn)場。

有人說，我們可以適當(dāng)調(diào)整對自主系統(tǒng)的期望，用更精心的設(shè)計來確保他們與人類世界更加融合，但實際上，技術(shù)本身就是一個嚴(yán)重的障礙。卡內(nèi)基梅隆大學(xué)機器人學(xué)教授Illah Nourbakhsh說：“人工智能的工作方式及其失敗的方式對我們來說是陌生的?！?/p>

以機器學(xué)習(xí)為例。我們都知道機器學(xué)習(xí)是現(xiàn)在人工智能領(lǐng)域比較熱門的一個分支，現(xiàn)在它已經(jīng)證明機器擁有優(yōu)于人類的能力了，比如識別圖像或語音。但是，在它需要依賴訓(xùn)練的具體數(shù)據(jù)做出決定時，表現(xiàn)卻不是很好。但在現(xiàn)實世界中，人們經(jīng)常會對以前沒有遇到的情況做出決定。因此，在解決這個問題方面，人機合作是最好的選擇之一。那么，人與機器人的共存方式有哪些呢？

其一，人類充當(dāng)機器人的后援，在機器人達(dá)到能力極限時進(jìn)行接管。許多工作流程正在以這種方式進(jìn)行重新設(shè)計，就像自動呼叫中心，其中語言理解系統(tǒng)嘗試處理呼叫者的查詢，僅在技術(shù)混淆時向操作員進(jìn)行確認(rèn)。

可能有人會說，Uber的致死車禍?zhǔn)鹿示褪窃谶@樣的情況下發(fā)生的，但這起事故是一個可能出錯的極端例子。斯坦福大學(xué)的一項研究顯示，人類駕駛員至少需要6秒才能恢復(fù)意識并收回控制權(quán)。但即使有足夠的時間讓人恢復(fù)注意力，進(jìn)入某種情況的人也可能看到與機器不同的東西，以至于二者之間并不能達(dá)到無縫切換。

我們需要在軟件系統(tǒng)和人之間共同努力，不過這是一個非常困難的事情，至少語言的使用就有一定的難度。對人類來說，我們可以用很少的詞來傳達(dá)意義——說話者和聽者對彼此之間的語境的共同理解，讓這些詞語用意義更加明了，但機器在理解人的語言時做不到這一點，與此同時，計算機科學(xué)家們也尚未研究如何在機器中建立共識。

其二， 在人機合作中確保敏感任務(wù)總是以人類為主。即使在自動化系統(tǒng)已經(jīng)完成所有準(zhǔn)備工作，并且能夠完全完成任務(wù)本身的情況下，涉及軍事等領(lǐng)域的敏感任務(wù)最好還是由人類進(jìn)行處理。像軍事無人機，人類“飛行員”，通常位于數(shù)千英里之外，被要求做出射擊目標(biāo)的決定，就是一個例子。用于幫助移民官員識別可疑旅行者的面部識別系統(tǒng)是另一個例子，但兩者都表明人工智能如何在不剝奪控制權(quán)的情況下使人類更有效。

然而對無人機等半自動武器的還存在另一種說法，即將它們變成完全自治的系統(tǒng)沒有技術(shù)障礙，且可以快速更改當(dāng)前的程序和安全措施。

根據(jù)加州大學(xué)伯克利分校的人工智能教授Stuart Russell的說法，在國家緊急情況下將人類無人機操作員，從工作流程中移除是一個簡單而容易的步驟，但這將加速機器人武器時代的到來，而這個所謂的機器人武器還可以自行決定什么時候開始?xì)⑷?。所以，“你不能說這項技術(shù)本身只能在人為控制下，以防御的方式進(jìn)行使用。事實并非如此?！癛ussell如是說。

其三，涉及使用人工智能的“人在循環(huán)”系統(tǒng)。這意味著機器人不能完全獨立地處理任務(wù)，而可以在人類決策中起到輔助作用，比如將算法逐漸滲透到日常生活中。但是，算法只能與他們訓(xùn)練的數(shù)據(jù)一樣好，而且他們不善于處理新情況。這就需要信任這些系統(tǒng)的人通常也要信仰這些系統(tǒng)。

Schank先生指出了算法在棒球中的作用：分析每個擊球手的優(yōu)勢和劣勢，為球隊傳統(tǒng)主義者所傾向的領(lǐng)域提供了新的方法。他表示，這些計算機輔助決策的結(jié)果可能最終會比基于純粹人類分析的決策更糟糕。

曾經(jīng)舊金山Uber司機就在使用的應(yīng)用程序中出現(xiàn)了一個錯誤，將他們送到了機場貨運站點而不是客運站?！坝袝r人們會盲目跟隨機器，有時人們會說：‘堅持下去，這看起來不對?！?這就像許多其他技術(shù)一樣，人們會適應(yīng)，“技術(shù)作者Tim O’Reilly說道。

盡管如此，我們還是可以對人類與機器的共存保持樂觀態(tài)度，即人機結(jié)合的成果會遠(yuǎn)大于任何人或任何機器單獨完成一個任務(wù)的結(jié)果。只不過在這個美好的未來到來之前，我們還面臨很多嚴(yán)峻的挑戰(zhàn)要解決。