引言：越来越多的公司正开始引入智能机器，以取代效率低下、成本高昂的人类雇员。那么有关自动化你需要了解哪些东西？以及它会对你的工作造成什么样的影响？使用柔软而灵活的手指，这条机器手臂可以伸到货架上捡取苹果，然后将它轻轻放入篮子中。有些人的观点非常悲观，担心机器人可能抢走人类工作，这会真的发生吗？哪些人的工作正处于危险中？你的工作五年后会变成什么样？这些问题的答案可能会让你大吃一惊。

       中产阶级陷入危险

       研究报告显示，美国47%的人类工作正处于被机器取代的危险中，英国约有35%工作受到自动化威胁。在发展中国家，自动化的威胁更高，大约2/3的工作都被自动化威胁着。但是机器抢走人类工作的说法并不新颖。美国加州大学洛杉矶分校的金融学教授巴格·乔杜里(Bhagwan Chowdhry)称：“自动化以前已经发生过。”他指出，在工业革命期间，工厂中就曾出现过自动化，许多机器代替了人类纺织工人。

       那么这次有什么不同？乔杜里说：“它不仅会影响到蓝领工人，许多白领工人也无法独善其身。”很多时候，我们认为低工资、低技能的工作最危险，比如仓库工人或出纳员。但是自动化也会影响中等收入的工作，比如书记员、厨师、办公室职员、保安、初级律师以及检察员等。

       未来工作

       答案可能不仅仅是公司有这样的义务，学校同样应该发挥出自己的作用。在技术进步如此快速的世界里，我们当前的教育结构可能已经不再适用。美国麻省理工学院“数字经济倡议”计划主管埃里克·布莱恩乔尔夫森（Erik Brynjolfsson）警告称：“我们担心的是，我们的教育、培训以及政治制度无法跟上技术进步的速度。最终，很多人可能被落在后面。”

        布莱恩乔尔夫森与Ocado技术官保罗·克拉克（Paul Clarke）都认为，学校教育需要教授学生如何应对AI和机器人广泛存在的世界。值得注意的是，我们还没有改进教育、培训以及政治制度。在工作场所，员工们也不断被要求学习新的技能，而不是整个职业生涯都不需改变。

      辅助人类

       学习如何与机器人协调工作也是的。麦肯锡公司高级合伙人詹姆斯·曼伊卡（James Manyika）解释称：“我们可以将重复性的工作交给机器完成，解放出来的人类则可以去做更有价值的工作。这可能对工资产生巨大的下行压力，因为机器将承担起所有困难工作。这也意味着，更多人将在技术辅助下工作，为此竞争可能更加激烈。”

       但是这里也存在更大的问题。除了收入降低、中等收入工人面临潜在失业影响外，政府本身也可能面临许多基础性问题，比如税收减少、不满投票增加等。幸运的是，依然有许多工作只能由人类来做，机器无法胜任。比如新加坡研究人员给出的例证，他们正尝试教授2个自动化机器臂组装平板包装的宜家椅子。虽然使用了的设备，但是这两个机器依然无法很好地完成最基本的任务。

       对于机器人来说，即使从混乱的部件中区分不同物体也是个巨大挑战。在测试中，2个机器人用了1分半钟才成功将插销放入椅子腿中。而这还仅仅是家具组装的最基本工作。哈维斯（Hawes）解释称：“当你想让机器人组装家具的不同部件时，将会遇到真正的挑战。机器人可以安装好宜家的抽屉，但为衣柜组装同样的抽屉却很困难。因为零部件不同，即使有些装配步骤相同。人类则没有这样的问题。”

       人类优势

       从更强的灵活性到更好的个性，人类总是在很多方面胜过机器人。布莱恩乔尔夫森说：“随着重复性的工作被自动化接管，我们发现创造性技能需求不断增加。我们还发现，那些社会技能需求也水涨船高，比如包括照料、培训、说服、谈判以及营销之类的人际交往能力。”

       其次是创新领域。计算机擅长分析问题，并可不厌其烦地执行重复性的任务。可是人类确认为这种单调的工作相当乏味。麻省理工学院的“数字经济倡议”计划设置100万美元奖金挑战赛，旨在鼓励企业充分利用最典型的“人性”与技术。麦肯锡的曼伊卡说：“目前我们向保姆支付的薪酬非常低。与之相似，大量艺术和创意工作也不。面临的挑战是我们如何评估创意输出或那些不愿意让机器接管的工作的价值。”

       世界是为人类设计和建造的，制造机器人在复杂环境中运行这些能力是个重大技术挑战。Ocado正与欧洲多家大学共同研发的项目名为SecondHands，即机器人维护辅助工作，证明人类与机器人可以协作。哈维解释说：“它有能力将工作提升到比人类更高的高度，从其行为指令方面来说，这是相当简单的。但当人类技术人员充当，他们可以组成非常棒的团队，可以发挥机器人的力量。”

       道德问题

       目前大约有170万个机器人投入使用，它们主要被用于工业环境中，这些领域很少有人类能够踏足。随着机器人数量增加，它们承担的工作也会越来越多，很可能需要人类与机器人携手并肩工作，但这也会增加人类被伤害的危险。欧洲议会下属法律事务委员会副主席马迪·德尔沃（Mady Delvaux）呼吁称：“我们需要更高透明度，以便我们可以了解机器人如何做事，以及它们行为表现的幕后因素。”

       德尔沃最近正在欧洲议会中努力推动为机器人和人工智能立法。她为欧洲议会汇编的报告指出，迫切需要新的立法以处理可能发生的意外。如果机器人出现违法行为，应该承担相应责任。举例来说，AI算法可能选择一系列金融交易以便实现目标，但却不符合监管部门错综复杂的规定。德沃尔和同事们也敦促道德委员会帮助指导我们与机器人之间的关系。她说：“有些东西必须受到尊重，比如人的自主性以及隐私。”

       这或许也凸显出处理AI的另一个令人困扰的问题，即偏见问题。机器学习系统在用数据培训时表现非常好，但最近研究显示，AI可以被培养出性别歧视和种族歧视倾向。德沃尔还指出，编写算法的人对AI影响非常大。大多数在科技产业中工作的都是白人男性，在和影响力的科技公司中，男性职员更是占到70%到90%的比例。过去几年中，硅谷因性别歧视丑闻而备受震撼。

        当前进行技术设计的人仅占所有人口非常小的比例。而技术需要反映社会需求，为此需要在设计和创新过程中进行改变。与此同时，比尔·盖茨（Bill Gates）进来也提出有关道德的问题：机器人本身或许需要纳税，以弥补失去工作的人的税收，并帮助支持这些人生活。其他人称，随着机器人承担的任务越来越多，可能出现“普遍基本收入”现象，即每个人都可以从中受益。

        改进空间

       就像宜家的例子，AI依然有大量改进空间。或许机器学习与AI社区当前面临的一个问题就是，理解算法如何工作。曼伊卡说：“像AI和机器学习这样的东西在很大程度上依然属于黑盒子。我们还无法打开它们，以找到它们给出答案的理由。”这会引申出许多问题。机器学习系统和现代AI都厂需要使用大量数据或图片进行训练，以帮助它们识别模式或趋势。当它们得到新数据时，也可以利用已经掌握的东西发现类似模式。

       如果我们想要找到CT扫描中存在疾病的迹象，这可能非常好用。可是如果我们利用类似系统想要从CCTV视频中找出，并将其作为重要的法庭证据时，了解它如何确认就变得非常关键。即使在无人驾驶汽车领域，这种推理能力也依然是个相当大的挑战。

       给予机器人“真正理解”周围世界的能力依然是需要克服许多技术挑战。这不仅仅与识别物体位置有关，它必须能够了解周围的世界在做什么。举例来说，那个人真的要在他们前面过马路吗？”在开发自动“见习经理”的项目中，哈维斯提出类似的问题。这个团队为名为Betty的机器人编程，并派它前往各地办公室工作，比如检查防火门是否关闭、测量噪音、统计正常工作时间之外员工加班情况等。哈维斯说：“这个机器人需要分辨出人们移动椅子、搬到桌子或盆栽的事情，对于无需重新编程的机器人来说都很难。”但是即使这款机器人并不，人类依然发现了使用它的方式。

       令人感到惊讶的是，那些与Betty共同工作的人却以积极方式回应他们的机器同事，甚至当它被困在角落中提供积极帮助。哈维斯说：“早上人们会问候它，称它让办公室的工作变得更加有趣。”如果我们能够将繁琐、重复性的工作交给机器人去做，那么我们就能去做更喜欢的事情。弗雷伊说：“结果，工作将会变得更加有趣。”这是个诱人的想法，但那只是一种可能。机器的崛起可能会抢走更多人的工作。