在人工智能时代,什么是安全专业,可能成为人们在流行病之后思考的紧迫问题。
随着人工智能的发展,原本由人类承担的一项工作接一个工作被机器代替。
Alpha Dog完成了围棋冠军的工作,微软的小冰完成了诗人的工作,百度的无人驾驶汽车完成了驾驶员的工作,而方太的无人超市则完成了销售员的工作...,传统的职业不再安全了。
。
人们不禁要问,将来会出现哪些难以用机器代替的职业,因此相对安全吗?要判断这个问题,不能依靠猜测,而需要思考的框架。
作为一个学术问题,这个问题背后的问题是:什么是人工智能擅长的,什么不是擅长的。
人们擅长而不擅长的是什么。
知道了人与机器的优缺点之后,这个问题自然就会得到答案。
首先,关于人工智能的性质,有必要参考人工智能主管部门的意见进行判断。
在这里,我建议使用“为什么:因果关系的新科学”一书。
由2011年图灵奖获得者Judy Perle和Dana McKenzie合着。
提出了一个简单的框架来理解人工智能能力的本质,即因果推理框架。
2014年9月3日,Pearl教授在旧金山给了作者一个因果推理的下午。
作者写下了可以概括这本书主要内容的句子:“从巴比伦思想到雅典思想”。
因果推理在谈论相关性与因果关系之间。
用外行的术语来说,相关性对应于归纳法(休ume的经验主义,即所谓的巴比伦思想),因果关系则对应于推论(Leibniz的理性主义,即所谓的雅典思想)。
珀尔(Pearl)反对某些人现在只谈论相关性,而不是因果关系。
人们相信,人工智能只能通过建模来提高因果关系,从而通过推理来解决问题。
对应于该职业,这意味着无法找到规律性的事物(仅是没有因果关系的相关事物)更适合人们完成;而找到规律性的事物(可以从相关性推断出的事物)可以被机器代替。
简而言之,机器无法代替无法完成的任何工作。
例如,有些人不确定购物,建模通常不适合他们,因此适合人们为这些消费者做事。
其次,关于职业的性质,有必要参考职业问题的权威性意见进行判断。
推荐斯科特·佩奇(Scott Page)的“多元化奖金”这里。
它还提出了一种超简化的判断框架:“多样性胜于能力”。
所述“多样性”指的是:在整本书中,可以由负责人(或人)代替; “能力”指的是“能力”。
可以由诸葛亮(或人工智能)代替。
头补鞋匠在什么条件下可以战胜诸葛亮,或者换句话说,人类可以在什么条件下战胜人工智能?实际上,条件非常简单:任何不如天空的人都不适合人工智能(Zhuge Liang)。
相反,任何可以被计数的人都不适合头脑。
显然,“诸葛亮”之所以如此。
人工智能的能力似乎很强,就是他可以数数。
如果他不知道如何计数,他自然就必须投降。
不清楚的是什么?根据院士佩奇的理论,这是一个复杂性超过计算能力的问题。
例如,股票市场,生态多样性以及婚姻和爱情等等。
第三,关于人工智能与职业之间的关系,我们应该参考该领域专家的意见。
在这里,我推荐马化兴和王鹏的“做出好选择”。
提出了将人工智能与职业联系起来的判断框架。
该框架将工作分为程序性工作和探索性工作。
程序性工作对应于珍珠学院院士所说的因果关系可以被建模和发现,并且对应于因果关系中的“能力”。
键入院士佩奇描述的作品;勘探工作与珍珠学院院士所说的那样,只有相关的关系不能被建模。
对应于“多样性”。
院士佩奇说过的工作类型。
“做出明智的选择”;相信从事探索性工作是未来的方向。
这是那个时代的安全专业