人工智能等新一代信息技术的快速崛起，推动诸多行业掀起了变革大浪潮。随着智能化、数字化趋势日益凸显，人工智能受到了更多青睐，在各行各业实现了广泛应用，并且开始承担不同的角色，发挥独特的优势。

从“装配工”到“搬运工”，从“玩伴”到“教师”，从“医生”到“司机”，人工智能在越来越多的岗位上出现，让人们大为惊奇，但是也不由得心生疑虑。如果按照当前形势发展下去，人工智能会不会成为统治世界的最终玩家呢？其实不然，从目前的情况看，现在的技术并不足以完全接管或决策人类的生产方式，也就是说，我们很多重要的策略，还无法完全交付给机器。

来源/人工智能观察（ID：Aiobservation）

在人工智能刚刚兴起的时候，大多数人们对这个词汇还是感到很陌生，但随着AlphaGo不断打败围棋界的人类顶级选手， 人工智能一时声名大噪，最后更是成为了各个国家未来的发展战略。

事实上，相较于人类而言，人工智能在很多方面都具备非常突出的优势，比如运算能力、“记忆”能力、学习能力、预测能力等等。具体而言，人工智能可以储存或收集大量信息数据，以此为基础进行“思考”或“学习”，并得出结论。在此优势之下，很多人工智能充当起了“百科全书”的角色，成为了一个灵活的资料库。而在这背后，依托的是语音交互、自然语言理解、深度学习等诸多关键技术的支撑。

对于人工智能的发展，对其威胁论最多的说法便是，自动化的未来，人类的工作机会将有很大可能被机器取代。不仅仅是医生、教师、客服等工作，现在连主持人也开始被“抢饭碗”了。举个例子，就在前不久一场名为“一刻talks先见未来大会”的会场上，搜狗开发的人工智能“汪仔”就客串了一把“主持人”。

我们都知道，一个具有专业素养的主持人，不仅仅要有足够的专业知识和口才，还需要有很强的临场应变能力。但在这次会议上，人工智能“汪仔”给大家献上了一场精彩的表演，赢得了观众的喜爱。这也足以让人们了解到，人工智能或许在不久的将来，会成为一个名副其实的“职场杀手”。

只不过从目前的情况来看，人工智能还不具备完全取代人类做决策的能力，现在人机结合或许是一个不错的选择。对此，麻省理工学院教授，《我们机器人，我们自己》（Our Robots, Ourselves）的作者David Mindell表示，这种混合决策应该比让人工智能单独工作能产生更好的结果。只有一个问题：当人类和半智能系统一起工作时，结果并不总是好的。

比如今年3月，美国亚利桑那州便发生了一起自动驾驶致死事故。正常来说，进行测试的自动驾驶车辆上都会有一位安全员，当软件出现故障时，会有人类司机介入。不巧的是，在那场事故中，软件出问题了，但人类司机可能在心烦意乱的看电视节目。所以造成了这场灾难的发生。

事情发生后，一些批评主义者认为，这次的失败表明人工智能的困境远远超出了自动驾驶汽车，如果没有精心设计，再智能的系统进入世界都可能会引发人类对技术的强烈抵制。与此同时，我们不得不承认的是，现在的机器学习系统还存在很多缺陷。对此，AI专家Roger Schank警告称，未来将是一个新的“人工智能冬天”——这是对20世纪80年代后期的一个时期的提及，当时对技术进步的失望导致了退出战场。

有人说，我们可以适当调整对自主系统的期望，用更精心的设计来确保他们与人类世界更加融合，但实际上，技术本身就是一个严重的障碍。卡内基梅隆大学机器人学教授Illah Nourbakhsh说：“人工智能的工作方式及其失败的方式对我们来说是陌生的。”

以机器学习为例。我们都知道机器学习是现在人工智能领域比较热门的一个分支，现在它已经证明机器拥有优于人类的能力了，比如识别图像或语音。但是，在它需要依赖训练的具体数据做出决定时，表现却不是很好。但在现实世界中，人们经常会对以前没有遇到的情况做出决定。因此，在解决这个问题方面，人机合作是最好的选择之一。那么，人与机器人的共存方式有哪些呢？

其一，人类充当机器人的后援，在机器人达到能力极限时进行接管。许多工作流程正在以这种方式进行重新设计，就像自动呼叫中心，其中语言理解系统尝试处理呼叫者的查询，仅在技术混淆时向操作员进行确认。

可能有人会说，Uber的致死车祸事故就是在这样的情况下发生的，但这起事故是一个可能出错的极端例子。斯坦福大学的一项研究显示，人类驾驶员至少需要6秒才能恢复意识并收回控制权。但即使有足够的时间让人恢复注意力，进入某种情况的人也可能看到与机器不同的东西，以至于二者之间并不能达到无缝切换。

我们需要在软件系统和人之间共同努力，不过这是一个非常困难的事情，至少语言的使用就有一定的难度。对人类来说，我们可以用很少的词来传达意义——说话者和听者对彼此之间的语境的共同理解，让这些词语用意义更加明了，但机器在理解人的语言时做不到这一点，与此同时，计算机科学家们也尚未研究如何在机器中建立共识。

其二， 在人机合作中确保敏感任务总是以人类为主。即使在自动化系统已经完成所有准备工作，并且能够完全完成任务本身的情况下，涉及军事等领域的敏感任务最好还是由人类进行处理。像军事无人机，人类“飞行员”，通常位于数千英里之外，被要求做出射击目标的决定，就是一个例子。用于帮助移民官员识别可疑旅行者的面部识别系统是另一个例子，但两者都表明人工智能如何在不剥夺控制权的情况下使人类更有效。

然而对无人机等半自动武器的还存在另一种说法，即将它们变成完全自治的系统没有技术障碍，且可以快速更改当前的程序和安全措施。

根据加州大学伯克利分校的人工智能教授Stuart Russell的说法，在国家紧急情况下将人类无人机操作员，从工作流程中移除是一个简单而容易的步骤，但这将加速机器人武器时代的到来，而这个所谓的机器人武器还可以自行决定什么时候开始杀人。所以，“你不能说这项技术本身只能在人为控制下，以防御的方式进行使用。事实并非如此。“Russell如是说。

其三，涉及使用人工智能的“人在循环”系统。这意味着机器人不能完全独立地处理任务，而可以在人类决策中起到辅助作用，比如将算法逐渐渗透到日常生活中。但是，算法只能与他们训练的数据一样好，而且他们不善于处理新情况。这就需要信任这些系统的人通常也要信仰这些系统。

Schank先生指出了算法在棒球中的作用：分析每个击球手的优势和劣势，为球队传统主义者所倾向的领域提供了新的方法。他表示，这些计算机辅助决策的结果可能最终会比基于纯粹人类分析的决策更糟糕。

曾经旧金山Uber司机就在使用的应用程序中出现了一个错误，将他们送到了机场货运站点而不是客运站。“有时人们会盲目跟随机器，有时人们会说：'坚持下去，这看起来不对。' 这就像许多其他技术一样，人们会适应，“技术作者Tim O’Reilly说道。

尽管如此，我们还是可以对人类与机器的共存保持乐观态度，即人机结合的成果会远大于任何人或任何机器单独完成一个任务的结果。只不过在这个美好的未来到来之前，我们还面临很多严峻的挑战要解决。

来源/人工智能观察（ID：Aiobservation）