為您讀書之《未來簡史》每天一萬字第19集

天使豬：上集說到了人類有可能沒有「自由意志」，但是這只是哲學層面的問題，但是後來的這些可怕的推論是怎麼來的？

1.人類將會失去在經濟和軍事上的用途，因此經濟和政治制度將不再繼續認同人類有太多價值。

2.社會系統仍然認為人類整體有其價值，但個人則無價值。

3.社會系統仍然會認為某些獨特的個人有其價值，但這些人會是一群超人類的精英階層，而不是一般大眾。

唐老蛋：目前的科學反饋可以簡單概括為三項原則：

1.生物是演算法。每種動物（包括智人）都是各種有機演算法的集合，經過數百萬年進化自然選擇而成。

2.演算法的運作不受組成物質的影響。算盤的算珠無論是木質、鐵質還是塑料質，兩個珠子加上兩個珠子還是等於四個珠子。

3.因此，沒有理由相信非有機演算法永遠無法複製或超越有機演算法能做的事。只要運算結果有效，演算法是以碳來表現還是硅來表現又有何差別？

自由主義對個人主義的信念，前提就是之前討論的三個重要假設：

1.我是一個不可分割的個體，也就是說，我具備單一的本質，無法再分為各個部分或子系統。確實，這個內部核心可能有許多外層，但只要把這些外層剝掉，就能在內部找到一個清晰、單一的內在聲音，也就是真正的自我。

2.真正的自我是完全自由的。

3.根據前兩個假設，我能夠了解一些別人發現不了的自己。只有我能夠進入我自己內心自由的空間，只有我能聽到自己真實自我的低語。正因為如此，自由主義才賦予個人極大的權威。我不該相信其他任何人為我做出選擇，因為沒有別人能夠真正了解我是誰、我有什麼感覺、我想要什麼。因此，選民能做出最好的選擇，顧客永遠是對的，而且情人眼裡永遠出西施。

然而，生命科學卻對這三個假設都提出挑戰，認為：

1.生物就是演算法，人類不是不可分割的個體，而是由可分割的部分組成。換句話說，人類是許多不同演算法的組合，並沒有單一的內在聲音或單一的自我。

2.構成人類的演算法並不「自由」，而是由基因和環境壓力塑造，雖然可能依據決定論或隨機做出決定，但絕不「自由」。

3.因此，外部演算法理論上有可能比我更了解我自己。如果能用某個演算法監測組成身體和大腦的每個子系統，就能清楚掌握我是誰、我有什麼感覺、我想要什麼。只要開發出這樣的演算法，重點就不再是選民、顧客和情人；而是演算法能做出最好的選擇，演算法永遠是對的，演算法覺得美，就是美。

目前仍有許多技術問題，讓「沃森」及類似的人工智慧不可能明天一早就忽然取代大多數的醫生。然而，雖然這些技術問題確實棘手，解決後卻是一勞永逸。人類醫生的培訓是一個複雜而昂貴的過程，費時多年。而且，經過大約10年的學習、實習，終於完成整個過程之後，也只是培養出了「一位」醫生。想要兩位醫生，只能從頭再來一遍整個過程。相對地，只要解決了阻礙「沃森」的技術問題，能得到的不是一位而是無數位醫生，能夠在全世界每個角落、全年無休提供服務。因此，就算得花上1000億美元才能解決這個問題，長遠看來，還是比培訓人類醫生便宜得多。

當然，並不是所有的人類醫生都會就此消失。至少在可預見的未來，那些需要創意而不只是日常診斷的工作，還會繼續由人類完成。正如21世紀的軍隊逐步擴增精英特種部隊，未來的醫療也可能有更多等同於醫療界遊騎兵或海豹突擊隊員的醫生。但正如軍隊已不再需要幾百萬士兵，未來的醫療也不會需要幾百萬名家庭醫生。

醫生面臨的情境，對藥劑師來說更是如此。2011年，舊金山就開了一家藥店，由機器人擔任藥劑師。顧客上門之後，機器人只要幾秒就能接收到這位顧客的所有處方、服用藥物的詳細信息，以及顧客可能對哪些藥物過敏。機器人會先確認新的處方不會造成過敏，也不會與其他藥物產生不良反應，接著才會為顧客配藥。開業第一年，機器人藥劑師開出超過200萬張處方，一個錯都沒犯。而平均來說，人類藥劑師配藥錯誤的比例大約佔所有處方的1.7%。也就是說單單在美國，每年就會有超過5000萬張處方配錯！

又會有人說，就算演算法在專業技術方面優於醫生和藥劑師，卻永遠無法取代人性的溫暖。假設CT掃描顯示你得了癌症，你希望告訴你這個消息的是一台冰冷的機器，還是一個會注意到你情緒的人類醫生？如果還有另一台機器，能注意到人類情緒，會依據你的感受和人格特質而調整用詞，這下該怎麼選？請別忘了，生物也是由各種演算法構成，而「沃森」探測人類情緒的準確度，可以和探測腫瘤的準確度一樣高。

「沃森」分析這種外部信號的準確度不僅高於人類醫生，甚至還能同時分析一般人看不到、聽不到的內部指標。「沃森」能夠靠著監測你的血壓、腦部活動和其他無數生物統計資料，清楚知道你的感覺。而在分析數百萬筆過去收集的社交信息後，「沃森」就能用最適當的音調、你最想聽的辭彙，告知你需要知道的事情。雖然人類總對自己的情緒智能洋洋得意，卻也常常受情緒影響，做出消極反應。比如你遇到一個憤怒的人，自己也開始大吼大叫；聽一個憂慮的人講話，自己也憂慮了起來。「沃森」永遠不會被這種誘惑影響，它沒有自己的情緒，所以永遠只會依據你的情緒狀態做出最恰當的反應。

這種概念目前已經應用到某些客戶服務上，比如芝加哥的Mattersight公司就設計出此類軟體。Mattersight的產品廣告詞就是：「是否曾和某個人說話，覺得真是觸動心弦？那種神奇的感受，正是人格匹配的結果。Mattersight將讓全世界的客服中心都能創造這種感受。」 11 通常，打電話諮詢客服或投訴的時候，大概要花個幾秒鐘，把電話轉給專員。而在Mattersight的系統里，電話會由一套聰明的演算法來負責轉接。演算法會先請你說出致電原因，接著聆聽問題，分析你用的辭彙和語調，以此推斷你當時的情緒狀態甚至性格類型（內向、外向、反叛或依賴）。根據這套信息，演算法再為你轉接至最適合你當時心情並符合你個性的專員。演算法能夠判斷，你需要的該是具備同情心、能夠耐心聽完投訴的客服，還是毫不廢話、立刻提出技術解決方案的客服。搭配越得當，顧客就越滿意，客服也就能降低服務時間和成本。

政治和日常生活將會有什麼變化？

無用的階級

21世紀經濟學最重要的問題，可能就是多餘的人能有什麼功用。一旦擁有高度智能而本身沒有意識的演算法接手幾乎一切工作，而且能比有意識的人類做得更好時，人類還能做什麼？

縱觀歷史，就業市場可分為三個主要部門：農業、工業和服務業。在大約公元1800年前，絕大多數人屬於農業部門，只有少數人在工業和服務業部門。到了工業革命時期，發達國家的人民就離開了田野和牧群。大多數人進入工業部門，但也有越來越多的人走向服務部門。到了最近幾十年，發達國家又經歷了另一場革命：工業部門的職位逐漸消失，服務業大幅擴張。2010年，美國的農業人口只剩2%，工業人口有20%，佔了78%的是教師、醫生、網頁設計師等服務業從業人員。但等到機械的演算法在教書、診斷病情和設計方面比人類更在行的時候，我們能做什麼？

這個問題以前就出現過。自工業革命爆發以來，人類就擔心機械化可能導致大規模失業。然而，這種情況在過去並未發生，因為隨著舊職業被淘汰，會有新職業出現，人類總有些事情做得比機器更好。只不過，這一點並非定律，也沒人敢保證未來一定會繼續如此。人類有兩種基本能力：身體能力和認知能力。在機器與人類的競爭僅限於身體能力時，人類還有數不盡的認知任務可以做得更好。所以，隨著機器取代純體力工作，人類便轉向專註於需要至少一些認知技能的工作。然而，一旦等到演算法在記憶、分析和辨識各種模式的能力上超過人類，會發生什麼事？

如果認為人類永遠都能有自己獨特的能力，無意識的演算法永遠無法趕上，這隻能說是一廂情願。對於這種空想，目前的科學反饋可以簡單概括為三項原則：

1.生物是演算法。每種動物（包括智人）都是各種有機演算法的集合，經過數百萬年進化自然選擇而成。

2.演算法的運作不受組成物質的影響。算盤的算珠無論是木質、鐵質還是塑料質，兩個珠子加上兩個珠子還是等於四個珠子。

3.因此，沒有理由相信非有機演算法永遠無法複製或超越有機演算法能做的事。只要運算結果有效，演算法是以碳來表現還是硅來表現又有何差別？

確實，目前還有許多事情是有機演算法比非有機演算法做得更好，也有專家反覆聲稱，有些事情非有機演算法「永遠」都無法做到。但事實證明，通常這裡的「永遠」都不超過一二十年。就像在不久之前，大家還很喜歡用面部識別舉例，說這項任務連嬰兒都能輕鬆辦到，可是最強大的計算機卻無力完成。但到了今天，面部識別程序辨認人臉的速度和效率都已經遠超人類。警方和情報機構現在已經很習慣使用這種程序，掃描監控錄像機無數小時的視頻資料，追蹤嫌犯和罪犯。

20世紀80年代討論到人類的獨特之處時，很習慣用國際象棋作為人類能力更強的主要證據。他們相信計算機永遠不可能在國際象棋領域打敗人類。但在1996年2月10日，IBM的超級計算機「深藍」（Deep Blue）就打敗了世界國際象棋大師加里·卡斯帕羅夫（Garry Kasparov），推翻了這個認為人類能力更強的論點。

「深藍」算是有些取巧，因為編寫程序的人不僅寫入了國際象棋的基本規則，還加入了詳細的棋局策略。但新一代的人工智慧更喜歡讓機器自己學。2015年2月，由Google DeepMind人工智慧公司所開發的一個程序，就自己學會了如何去玩49款經典的Atari遊戲。開發者之一戴米斯·哈薩比斯（Demis Hassabis）博士解釋道：「我們提供給系統的唯一信息就是屏幕上的原始像素，以及指示系統要努力得到高分。剩下的一切都是它自己解出來的。」而這套程序也成功找出了交給它的所有遊戲的規則，從《吃豆人》（Pac-Man ）、《太空入侵者》（Space Invaders ）到各種賽車和網球遊戲。而且，這套程序得到的分數多半都能打平甚至超過人類，有時候還會使出人類玩家從未想到的策略。

圖45 「深藍」擊敗加里·卡斯帕羅夫

不久之後，人工智慧又獲得了更驚人的成就：谷歌的AlphaGo軟體自學圍棋這種古老的中國棋類遊戲，而圍棋的複雜度遠超國際象棋，一般認為這並不在人工智慧程序能夠處理的範圍內。2016年3月，AlphaGo和韓國棋王李世石在首爾舉行了一場比賽，AlphaGo憑藉出奇的下法、創新的戰略，以4比1擊敗李世石，令各方大跌眼鏡。賽前，大多數專業棋手都確信李世石能贏得比賽，但在賽後分析AlphaGo的棋路後，多數人的結論則是人類在圍棋上已不再有希望能打敗AlphaGo或其後來者。

近來，計算機演算法也證明了自己在球類競賽中的價值。幾十年來，棒球隊挑選球員靠的是專業球探和經理的智慧、經驗和直覺。頂尖球員的身價高達數百萬美元，自然財力雄厚的球隊才能搶下一流球員，而經濟拮据的球隊只能勉強起用二線球員。但在2002年，預算有限的奧克蘭運動家隊（Oakland Athletics）總經理比利·比恩（Billy Beane）嘗試要打破這個格局。他決定根據經濟學家和計算機怪才所開發的一套神秘計算機演算法，找出人類球探忽視或低估的球員，打造一支常勝隊伍。在保守派看來，比恩的演算法根本是玷污棒球的神聖殿堂，他們大感憤怒。他們堅決認為球員的選擇是一門藝術，只有長期親近棒球、相關經驗豐富的人，才有可能掌握。至於計算機程序，因為它永遠無法懂得其中的奧秘和棒球的精神，所以永遠都不可能學會這一套。

但沒多久，令這些人頗感意外的是，比恩用演算法打造的這支低成本球隊（4400萬美元），不僅能與紐約揚基隊（1.25億美元）這種傳統棒球強隊平分秋色，甚至還成為美國職業棒球大聯盟史上第一支20連勝的隊伍。只不過，比恩和運動家隊沒能得意太久。很快，其他球隊也跟進使用同樣的演算法策略，而且由於揚基隊和紅襪隊不管在球員還是計算機軟體上能砸的錢都遠遠勝出，現在像奧克蘭運動家隊這種低預算球隊，能打敗整個體制的機會反而更小了。

2004年，麻省理工學院的弗蘭克·利維（Frank Levy）教授與哈佛大學的理查德·默南（Richard Murnane）教授發表了一份關於就業市場的全面研究報告，列出最有可能走向自動化的職業。當時講到在可預見的未來不可能實現自動化的職業時舉的例子是卡車司機。他們表示，實在很難想像計算機可以在繁忙的道路上讓汽車實現安全行駛。但才不過十幾年，谷歌和特斯拉不僅想到了這一點，還在加緊研發。

事實上，隨著時間的推移，不僅是因為演算法變得更聰明，也是因為人類逐漸走向專業化，所以用計算機來取代人類越來越容易。遠古的狩獵者只是想要生存下去，就得掌握各式各樣的技能，也正因為如此，想設計狩獵機器人的難度非常大。這種機器人得要懂如何把燧石磨出尖頭，在森林中找到可食用的蘑菇，跟蹤猛獁象，與其他十幾個獵人協調如何進攻，之後還得知道怎麼用藥草來治療傷口。但在過去幾千年間，人類已經走向專業化。比起狩獵者，計程車司機或心臟病專科醫生所做的事更為有限，也就更容易被人工智慧取代。我已一再強調，人工智慧目前絕無法做到與人類匹敵。但對大多數的現代工作來說，99%的人類特性及能力都是多餘的。人工智慧要把人類擠出就業市場，只要在特定行業需要的特定能力上超越人類，就已足夠。

就連負責管理所有活動的經理，也可能被取代。例如Uber（優步），就因為有強大的演算法，只要幾位工作人員，就能管理數百萬的Uber司機。大多數的命令都是由演算法自動下達，無須人為監管。 16 2014年5月，專註於再生醫學領域的香港創投公司Deep Knowledge Ventures（DKV）另創新局，任命一套名為VITAL的演算法為董事會成員。VITAL會分析候選公司的財務狀況、臨床試驗和知識產權等大量資料，據以提出投資建議。這套演算法就像另外五位董事一樣，能夠投票決定是否投資某家公司。

我們查看VITAL到目前為止的記錄，發現它似乎已經學到了一個管理弊病：裙帶關係。將較多權力交給演算法的公司，就更有可能得到VITAL的青睞。例如在VITAL的支持下，DKV最近就投資了製藥公司Pathway Pharmaceuticals，該公司採用了一套被稱為OncoFinder的演算法來選擇及評估針對個人的癌症療法。

隨著演算法將人類擠出就業市場，財富和權力可能會集中在擁有強大演算法的極少數精英手中，造成前所未有的社會及政治不平等。在今天，人數達到數百萬的計程車司機、公交車司機和卡車司機擁有強大的經濟和政治影響力，每個人都在交通運輸市場中發揮自己的力量。如果集體利益受到威脅，他們可以團結起來、組織罷工、進行抵抗，形成重要的投票群體。然而，一旦數百萬的人類司機都由單一演算法取代，這一切財富和權力都將被擁有演算法的公司壟斷，放入這些公司的所有人，即極少數幾位億萬富翁的口袋。

又或者，演算法自己也可能成為所有人。人類法律已經能夠認可公司或國家這種互為主體的實體，稱之為「法人」。雖然「豐田」或「阿根廷」既沒有身體也沒有心智，但都受到國際法的約束，都能擁有土地和金錢，也都可能成為法庭上的原告或被告。可能在不久之後，演算法也能獲得這樣的地位。這樣一來，某一套演算法就能自己擁有一個運輸帝國或是創投公司資本，而不必服從任何人類所有者的命令。

只要演算法做出正確的決定，就能蓄積財富，再用來做自己認定的適當的投資，或許是把你的房子給買下來，當你的房東。而如果你侵犯了這套演算法的法定權利（比如不付房租），演算法就會聘請律師，把你告上法庭。如果演算法的收益持續超過人類基金經理，我們最後可能就得面對一個由演算法組成的上層社會，地球的絕大部分都掌控在它們手上。在你覺得這實在是痴人說夢之前，請不要忘記，目前擁有絕大部分地球的正是各種非人類的互為主體實體，也就是國家和公司。事實上，早在5000年前，恩基和伊南娜這種想像中的神，就主宰著蘇美爾的絕大部分地區。如果神也能擁有土地、僱用人力，為什麼演算法就不行？

那麼，人要做什麼呢？常有人說，藝術是我們最終的聖殿（而且是人類獨有的）。等到計算機取代了醫生、司機、教師甚至地主和房東時，會不會所有人都成為藝術家？然而，並沒有理由讓人相信藝術創作是片能完全不受演算法影響的凈土。人類是哪來的信心，認為計算機譜曲永遠無法超越人類？從生命科學的角度來看，藝術並不是出自什麼神靈或超自然靈魂，而是有機演算法發現數學模式之後的產物。若真是如此，非有機演算法就沒有理由不能掌握。

戴維·柯普（David Cope）是加州大學聖克魯茲分校的音樂學教授，也是古典音樂界極具爭議的人物。柯普寫了一些計算機程序，能夠譜出協奏曲、合唱曲、交響樂和歌劇。他寫出的第一個程序名為EMI（Experiments in Musical Intelligence，音樂智能的實驗），專門模仿巴赫的風格。雖然寫程序花了7年，但一經推出，EMI短短一天就譜出5000首巴赫風格的讚美詩。柯普挑出幾首，安排在聖克魯茲的一次音樂節上演出。演出激動人心，觀眾反應熱烈，興奮地講著這些音樂如何碰觸到他們內心最深處。觀眾並不知道作曲者是EMI而非巴赫，而等到真相揭開，有些人氣得一語不發，也有人甚至發出怒吼。

EMI繼續更新，學會了如何模仿貝多芬、肖邦、拉赫瑪尼諾夫和斯特拉文斯基。柯普還為EMI簽了合約，首張專輯《計算機譜曲的古典音樂》（Classical Music Composed by Computer ）受到意想不到的歡迎。人紅是非多，古典音樂愛好者的敵意也湧現出來。俄勒岡大學的史蒂夫·拉爾森（Steve Larson）就向柯普挑戰，來一場人機音樂對決。拉爾森提議，由專業鋼琴家連續彈奏三首曲目，作曲者分別是巴赫、EMI以及拉爾森本人，接著讓觀眾投票是誰譜了哪首曲子。拉爾森堅信，一邊是人類的靈魂之作，一邊是機器人的死氣沉沉，觀眾肯定一聽就能判斷出。柯普接下了戰書。在指定的當天，數百位講師、學生和音樂迷齊聚俄勒岡大學的音樂廳。表演結束，進行投票。結果呢？觀眾認為是巴赫的其實是EMI，認為是拉爾森的其實是巴赫，而他們認為是EMI的，其實是拉爾森。

還是有人繼續批評，說EMI的音樂雖然技術出眾，但還是缺了些什麼，一切太過準確，沒有深度，沒有靈魂。但只要人們在不知作曲者是誰的情況下聽到EMI的作品，常常會大讚這些作品充滿靈魂和情感的共鳴。

EMI成功之後，柯普又繼續寫出了更複雜的新程序：安妮（Annie）。EMI譜曲是根據預定的規則，而安妮則是基於機器學習，會隨著外界新的音樂輸入，不斷變化發展音樂風格。就連柯普也不知道安妮接下來會譜出什麼作品。而且事實上，安妮除了寫音樂，還對其他藝術形式很感興趣，比如俳句。2011年，柯普出版了《激情之夜：人和機器所作的俳句兩千首》（Comes the Fiery Night: 2000 Haiku by Man and Machine ），其中有一部分是安妮寫的，其他則來自真正的詩人。但書中並未透露具體篇目的作者是誰。如果你認為自己一定可以看出人類創作與機器產出的差異，歡迎挑戰。

19世紀，工業革命創造出龐大的都市無產階級，這個新的工作階級帶來前所未見的需求、希望及恐懼，沒有其他信仰能夠有效響應，社會主義因而擴張。到頭來，自由主義是靠著吸收了社會主義的精華，才打敗了蘇聯和東歐社會主義。到了21世紀，我們可能看到的是一個全新而龐大的階級：這一群人沒有任何經濟、政治或藝術價值，對社會的繁榮、力量和榮耀也沒有任何貢獻。

2013年9月，牛津大學的卡爾·弗瑞（Carl Benedikt Frey）及邁克爾·奧斯本（Michael A. Osborne）發表了《就業的未來》（The Future of Employment ）研究報告，調查各項工作在未來20年被計算機取代的可能性。根據他們所開發的演算法估計，美國有47%的工作有很高的風險被計算機取代。例如到了2033年，電話營銷人員和保險業務員大概有99%的概率會失業。運動賽事的裁判有98%的可能性，收銀員97%、廚師96%、服務員94%、律師助手94%、導遊91%、麵包師89%、公交車司機89%、建築工人88%、獸醫助手86%、安保人員84%、船員83%、調酒師77%、檔案管理員76%、木匠72%、救生員67%。當然，也有一些工作還算安全。到了2033年，計算機能夠取代考古學家的可能性只有0.7%，因為這種工作需要極精密的模式識別能力，而且能夠產生的利潤又頗為微薄，因此很難想像會有企業或政府願意在接下來20年間投入足夠的資本，將考古學推向自動化。 19

當然，到了2033年也可能出現許多新職業，比如虛擬世界的設計師。然而，此類職業可能會需要比當下日常工作更強的創意和彈性，而且如果收銀員或保險業務員到了40歲中年失業，能否成功轉型為虛擬世界設計師，也實在難說。就算他們真的轉型成功，根據社會進步的速度，很有可能再過10年又得重新轉型。畢竟，演算法也可能會在虛擬世界裡打敗人類。所以，這裡不只需要創造新工作，更得創造「人類做得比演算法好」的新工作。

由於我們無法預知2030年或2040年的就業形勢，現在也就不知道該如何教育下一代。等到孩子長到40歲，他們在學校學的一切知識可能都已經過時。傳統上，人生主要分為兩大時期：學習期，再加上之後的工作期。但這種傳統模式很快就會徹底過時，想要不被淘汰只有一條路：一輩子不斷學習，不斷打造全新的自己。只不過，許多人，甚至是大多數人，大概都做不到這一點。

由於接下來的科技發展潛力極其龐大，很有可能就算這些無用的大眾什麼事都不做，整個社會也有能力餵飽這些人，讓他們活下去。然而，什麼事能讓他們打發時間，獲得滿足感？人總得做些什麼，否則肯定會無聊到發瘋。到時候，要怎麼過完一天？答案之一可能是靠藥物和電腦遊戲。那些對社會來說多餘的人，可以多花點時間在3D虛擬世界裡；比起了無生趣的現實世界，虛擬世界能夠為他們提供更多刺激，誘發更多情感投入。然而，自由主義推崇人類生命及人類體驗神聖不可侵犯，這樣的發展會是對這一信念的一記致命打擊。這些人對社會毫無用處，整天活在現實與虛幻之間，這樣的生命何來神聖？

尼克·伯斯特隆姆（Nick Bostrom）等專家和思想家就提出警告，認為人類大概還承受不住這樣的退化，因為一旦人工智慧超越人類智能，可能就會直接消滅人類。人工智慧這麼做的理由，一是可能擔心人類反撲、拔掉它的插頭，二是要追求某種我們現在還難以想像的目標。畢竟，等到整個人工智慧系統比人類更聰明時，要再控制系統動機，實在有如天方夜譚。

就算目前看來立意全然良善的程序，也可能帶來令人恐懼的後果。常見的情節就是，某家公司設計出第一套真正的人工超級智能，對它進行了一個毫無惡意的測試，比如計算π值。但就在任何人意識到之前，人工智慧已經接管整個地球、消滅人類、發動攻擊征服整個銀河系，把整個已知宇宙轉變成巨大的超級計算機，花上幾萬億年的時間，只為了算出更精確的π。畢竟，這正是它的創造者交給它的神聖使命。

87%的可能性

本章開頭指出幾個自由主義面對的實際威脅，第一個就是人類不再具備軍事和經濟上的用途。當然，這並非預言，只是一種可能。不論是科技上的困難還是政治上的反對，都可能減緩演算法入侵就業市場的腳步。而且，由於人類心智還有大片未知的領域，我們還不確定人類是否有什麼隱藏的才能，或是能夠創造出什麼新工作來填補舊工作消失造成的缺口。然而，僅是這樣可能還不足以拯救自由主義。因為自由主義不僅相信人的價值，還相信「個人主義」。這就要指出自由主義面臨的第二個威脅：社會系統未來可能仍然需要人類，但並不需要個人。人類還是會繼續寫音樂、教物理、做投資，但社會系統會比他們更了解他們自己，也會為他們做大多數重要決定。也就是說，社會系統將會剝奪個人的權威和自由。

自由主義對個人主義的信念，前提就是之前討論的三個重要假設：

1.我是一個不可分割的個體，也就是說，我具備單一的本質，無法再分為各個部分或子系統。確實，這個內部核心可能有許多外層，但只要把這些外層剝掉，就能在內部找到一個清晰、單一的內在聲音，也就是真正的自我。

2.真正的自我是完全自由的。

3.根據前兩個假設，我能夠了解一些別人發現不了的自己。只有我能夠進入我自己內心自由的空間，只有我能聽到自己真實自我的低語。正因為如此，自由主義才賦予個人極大的權威。我不該相信其他任何人為我做出選擇，因為沒有別人能夠真正了解我是誰、我有什麼感覺、我想要什麼。因此，選民能做出最好的選擇，顧客永遠是對的，而且情人眼裡永遠出西施。

然而，生命科學卻對這三個假設都提出挑戰，認為：

1.生物就是演算法，人類不是不可分割的個體，而是由可分割的部分組成。換句話說，人類是許多不同演算法的組合，並沒有單一的內在聲音或單一的自我。

2.構成人類的演算法並不「自由」，而是由基因和環境壓力塑造，雖然可能依據決定論或隨機做出決定，但絕不「自由」。

3.因此，外部演算法理論上有可能比我更了解我自己。如果能用某個演算法監測組成身體和大腦的每個子系統，就能清楚掌握我是誰、我有什麼感覺、我想要什麼。只要開發出這樣的演算法，重點就不再是選民、顧客和情人；而是演算法能做出最好的選擇，演算法永遠是對的，演算法覺得美，就是美。

在19世紀和20世紀，由於沒有任何外部演算法能夠有效監測個人，因此個人主義仍然是一種很實用的選擇。雖然國家和市場可能都很想做到這一點，但當時缺少必要的科技。不論是克格勃還是美國聯邦調查局都無法完全掌握我的生物特徵、基因組和大腦，而且就算特工偷聽我每次打的電話、監視我在街頭和其他人的每次互動，也沒有足夠的運算能力來分析這些數據。因此就20世紀的科技而言，自由主義說得並沒錯，沒有人能比我更了解我自己。於是，人類有充分的理由認為自己是個自主的系統，聽從的是自己內在的聲音，而不是什麼權威的命令。

但到了21世紀，科技已經讓外部演算法有能力「比我更了解我自己」。一旦如此，個人主義就即將崩潰，權威也將從個人轉向由演算法構成的網路。人類不會再認為自己是自主的個體，不再依據自己的期望度日，而是習慣把人類整體看作一種生化機制的集合體，由電子演算法網路實時監測和指揮。要發生這種情況，演算法甚至不需要能夠完全了解我而且絕不出錯，只要比我自己更了解我、犯的錯更少，就已足夠。到了這個程度，合理的做法就是把越來越多的選擇和人生大事都交給演算法來為我做決定。

在醫學領域，我們早已跨過這條線。在醫院裡，每位患者不再是「個人」。很有可能在我們的有生之年，就會看到許多關於身體和健康的重大決定將由計算機幫忙決定，就像IBM的「沃森」。這倒也不一定是個壞消息。目前，已有糖尿病患者安裝感測器，每天幾次自動檢測血糖值，並在超標時發出警告。2014年，耶魯大學研究人員宣布一種由智能手機控制的人工胰臟試驗成功。有52名糖尿病患者參與該試驗，每位患者都在腹部植入一個小小的感測器和小小的胰島素泵。胰島素泵連接裝有胰島素和升糖素的小管，用這兩種激素來調節血糖高低。感測器會不斷測量血糖值，將數據傳至智能手機，而智能手機安裝了能夠分析相關信息的應用程序，能在必要時對胰島素泵發出命令，釋出胰島素或胰高血糖素，完全不需人為操作。

就算是許多沒有嚴重疾病的人，也已經開始使用可穿戴式感測器和計算機來監測自己的健康和活動狀況。相關設備，比如智能手機、智能手錶、智能手環、智能臂環甚至是智能內衣，記錄著血壓和心跳等生物統計數據。這些數據被傳送到精密的計算機程序中，建議穿戴者如何調整飲食和日常生活，改善健康、延長壽命。 23 谷歌與製藥巨頭諾華（Novartis）正在合作開發一種隱形眼鏡，能夠通過分析眼淚成分，每隔幾秒檢測血糖值。 24 精靈科學（Pixie Scientific）公司則推出智能尿布，能分析嬰兒的糞便，了解孩子的健康狀況。2014年11月，微軟也推出智能運動手環Microsoft Band，能夠監測心跳、睡眠質量、每天行走步數等信息。一個名為「Deadline」的應用程序則更進一步，它會告訴你，根據你現在的生活習慣，你大概還有幾年可活。

有些人用這些應用程序時並沒想太多，但對某些人來說，這已經構成一種意識形態甚至是宗教。「量化自我」（Quantified Self）的運動認為，所謂的自我，就是數學模式。但這些模式非常複雜，人類心智無法理解。所以，如果真想遵從德爾菲神殿的神諭「認識你自己」，就別再浪費時間研究哲學、冥想或精神分析，反而該系統性地收集自己的生物統計數據，允許演算法為你分析這些數據，告訴你你是誰、該做些什麼。這波運動的箴言，就是「通過數據，認識自己」。

推薦閱讀：