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