拒絕被AI悄悄改變？這一個特質不能不知道！

04-22

如果我們還不能很清楚地了解人工智慧方面的技術，那麼人工智慧將毫無預料地改變我們工作方式中的一切。

例子不勝枚舉，但下面幾個值得一提：第一，2017年人工智慧系統在檢測不規則心跳方面打敗了人類醫生。第二，人工智慧為NFL足球迷追蹤了球員的各類數據。第三，人工智慧在德州撲克中擊敗了世界上最好的撲克玩家。

說到解決問題，或做一些固定模式的工作，機器取得了壓倒性的勝利。

所以，隨著2018年的到來，我們有必要大聲問一問：如果人工智慧正在改變我們工作的一切，那麼對於人類來說，該如何做好準備，應對這種情況呢？從學前教育到研究生教育又要如何轉變？

上個月，我和知名風投公司Emergence Capital的創始人兼GP 戈登·里特進行了一次談話。在談話中我了解到：這家總部位於加州聖馬特奧的風險投資公司，多年來作出了許多牛氣的主題投資。

早年支持雲應用公司還有點虧，Emergence在這方面的第一筆投資是2003年投給Salesforce 100萬美元。你可以猜到結果，如果你猜不到，那我來告訴你，Salesforce今天估值還不足800億美元。

五年後，Emergence斥資400萬美元收購了Veeva Systems公司30%的股份。Veeva Systems是一家專註於生命科學的雲軟體公司。到2013年Veeva進行IPO時，該股份的價值已上升到10億美元，而里特目前是該公司董事會的主席。這家公司今天的市值超過80億美元。

最近該公司致力於人工智慧和機器學習領域的投資。如投資了Chorus公司，他們的人工智慧工具指導銷售團隊完成更多交易，方法是告訴他們對有疑問的客戶說什麼，以及什麼時候說。他們還投資了Textio，該公司利用人工智慧，挑選合適的工作職位，吸引更多的合格候選人。

這兩家公司都體現了里特所說的「教練網路」的理念。這個理念最基本的一點是，人工智慧將訓練人類更好地完成一項工作。訓練過程包括，首先讓機器觀察一些因素，找到使工作成功的那些因素，然後驅使工人一遍又一遍地重複這些因素。根據我們的工作以及工作時間來說，我們會漸漸習慣聽機器的話，因為它引導我們取得更有效的結果。

這讓我不禁要問：如果人工智慧代理盯著我們工作，一直訓練我們，那麼，在我們為工作做準備的12到18年中，學校應該教給我們什麼呢？

答案是：「原創思維。」

在這個世界上，我們被人工智慧代理包圍，這些代理觀察我們的一舉一動，並將我們的選擇製成統計模型，預測數百萬或數十億人的行為。

因此，只有「離群值」才有價值。

為了說明這一點，里特提出了「廣告的網路世界」這一說法。「你喜歡某個品牌的車，或者某個設計師的衣服。你可能認為自己與眾不同，但事實上，我們都是普通大眾，都被廣告商們引導，」他說，「但我們每個人都有些不同，大多數商人希望我們保留與眾不同的點，因為這樣更容易把這些點賣給更大的群體，這些群體里的人往往都以同樣的方式行事。」

「如果足夠多的人成了有獨創性的思考者，統計模型就被搞砸了，廣告商很難研究我們。」

這就意味著，在一個由人工智慧驅動的社會中，獨特可能是一個人擁有的最重要的品質。「作為一個人，你最有價值的一點，就是要有自己的想法，」里特說，「如果你沒有出眾的地方，就會進入已經建立的模型，這意味著人工智慧塑造了你。如果你每次都以同樣的方式做事，那『教練網路』都不能從你那裡學到東西。」

借用蘋果曾經用過的一句廣告語，「我們需要想想不同的」，那些無視或質疑現狀的人，可能最終使現狀變得更好。

里特說：「我們需要願意承擔風險、敢於挑戰的員工，這就意味著，我們需要有情感，有智力的孩子。」

在探測模式方面，機器要比人類好得多。但是他們沒有創造力，也不具有好奇心。他們不受藝術、音樂或詩歌的影響，甚至不受天氣變化的影響，因此他們不會製造出我們人類難以描述的，意想不到的聯繫，但我們有時會把這些聯繫稱為靈感、本能或直覺。

另一方面，人類具有好奇心，但並不可靠。在你上學期間，有多少次老師或教授向全體學生提問題，結果卻沒有一名同學舉手？社會科學家最近表明，人們在詢問和被詢問跟自己有關的問題時，才覺得有價值。這是事實，儘管在整個歷史過程中，人類已經證明了好奇心的力量。

提問是創造力的基礎，是人類擅長的領域，而機器往往做不到這一點。人類有時可以發現統計模型找不出的解決方案。

但創造力也涉及風險。包括社會風險、經濟風險、甚至身體危險。人們可能不喜歡你，你可能會失去金錢或工作，或者你在試圖發揮創造力的過程中傷害了自己。人類是典型的厭惡風險的生物。

里特說：「我們中的許多人過著沒有風險的生活，做其他人正在做的事情。」「只是作為人類群體中的一員，並沒有多少價值。我們都不想讓自己成為真正的自己，如果給年輕一代提供脫離群體的工具，將有益於所有人類。」

里特說，當機器逐漸接管我們的日常工作和個人生活時，這就是我們將要面對的選擇。

擁抱不一樣的人。

因為隨著時間的推移，不同解決問題的方式會變得尤為重要。「在人工智慧的世界，人類是唯一的變數。」里特說。

還記得20世紀80年代末期，人們隨身攜帶行動電話是多麼不尋常嗎？或者，20世紀70年代，人們過度關注運動鞋外觀是多麼的奇怪？

機器永遠不明白什麼是「酷」。所謂「酷」，就是純粹的人類審美、情感和文化，它比大眾潮流更有意義。馬爾科姆·格拉德威爾在1997年為《紐約客》編撰了酷的規則。人類理解和解釋這些無形的，又有價值的品質的能力，是我們相對於機器的終極優勢，也許是永久優勢。

這意味著機器也需要我們，就像我們需要它們一樣。「酷」的人往往是局外人，他們挑戰文化習俗，而這常常激怒一些樂於遵循準則的人。在一個人工智慧指導的世界裡，離群值對於數據模型來說是至關重要的。因此，我們必須鼓勵人們在任何事情上都要脫穎而出。

我想起那些「人類對決機器」的比賽，對於人機關係，我們傾向於看成一場遊戲或一場比賽。我問里特，現在應該做什麼，因為從表面上看，人類在這場比賽中處於失敗的一方。

「我們必須鼓勵年輕人嘗試古怪的、意想不到的事情，以非傳統和不可預測的方式進行思考，」他說，「這就是我們找到獨特的戰略，並推動人類前進的關鍵了，現在是時候對人性下雙倍賭注了。」

來源：CIO
作者：Arik Hesseldahl

智能觀編譯

—完—

親愛的朋友：
我們終究要生活在一個人機協作的社會。如何讓孩子們在這樣的社會中很好地生存甚或生活，是教育應該思考的問題。
很多業內專家和大佬早就告訴過我們：培養具有創造性、協作能力強、及高情商的人，應該是未來教育的重點。
本文的離群值，再次提醒我們創新和與眾不同的重要性。
與君共勉。
祝安！
智能觀一米
2018-2-7 於北京中關村

聲明：
編譯文章旨在幫助讀者了解行業新思想、新觀點及新動態，為原作者觀點，不代表智能觀觀點。