经济学人：人工智能，或许只是一项“普通技术”

摘要：一边是“乌托邦派”(utopian view)，觉得AI马上就要带来井喷式的经济增长(runaway economic growth)，攻克科学难题，甚至让我们长生不老。

关于AI的讨论，通常有两个极端，要么是天堂，要么是地狱，好像没有中间地带。

一边是“乌托邦派”(utopian view)，觉得AI马上就要带来井喷式的经济增长(runaway economic growth)，攻克科学难题，甚至让我们长生不老。

另一边是“反乌托邦派”(dystopian view)，忧心忡忡，觉得AI会立刻导致大规模失业，经济崩溃，最后甚至可能“黑化”（go rogue），把人类给团灭了。

就在这种喧嚣中，《经济学人》介绍了一篇学术论文。论文的作者是普林斯顿大学的两位计算机科学家，他们提出了一个非常“不时髦”但极其清醒的观点：

人工智能，或许只是一项“普通技术”(normal technology)。

我们先来聊聊AI的普及速度。

很多人觉得AI像洪水猛兽一样，一夜之间就席卷了所有行业。但现实是，AI技术的创新速度，和它真正在各行各业被深度采纳(adoption)的速度，其实是两码事。

论文的核心观点是，AI的普及速度，其实比创新慢得多(has been slower than that of innovation)。

这不难理解。很多人可能偶尔会用用AI工具，但要说它已经成为我们每天工作流程的核心，占了我们工作时长的很大一部分，对大多数人来说，还远没有到那个程度。

为什么会这样？因为要把一个新技术真正融入一个公司、一个行业，需要克服的障碍太多了。

你需要调整整个工作流程，需要把已有的数据整理成AI能用的格式，很多知识是隐性的、和特定组织文化绑定的(tacit and organisation-specific)，还有各种法规的限制。这都需要时间。

这里，文章给了一个绝佳的类比：工厂的电气化。

我们今天觉得电是理所当然的，但在100多年前，工厂从蒸汽机转向电动机，这个过程花了整整几十年。为什么这么慢？因为这根本不是把蒸汽机换成电动机那么简单。

以前的工厂，所有机器都必须围绕着一个巨大的中央蒸汽机来布局，通过复杂的皮带和传动轴来获取动力，整个车间乱糟糟、黑乎乎的。换成电动机后，理论上每个机器都可以独立供电，工厂可以按照最高效的流水线逻辑来重新设计(a total rethink of floor layouts)。但“重新设计”这四个字，意味着要改变工人的习惯、管理者的思维、甚至整个建筑的结构。这个过程，自然是缓慢而痛苦的。

AI的普及，面临着同样的挑战。它不是一个即插即用的U盘，而更像是一次系统级的“电力革命”，需要我们从根本上重塑工作方式。所以，那种认为AI会“突兀地”(abrupt)让大部分经济活动自动化的想法，可能有点过于戏剧化了。

聊完速度，再聊聊大家最关心的——工作岗位。

AI真的会把我们的饭碗都抢走吗？

这篇文章提供了一个更温和的视角：AI不会大规模地“偷走”工作，而是会改变工作的性质。

随着越来越多的任务变得可以被自动化(amenable to automation)，一个很自然的结果是，“越来越高比例的人类工作和任务，将会与AI控制(AI control)相关。”

这里又有一个很妙的类比：工业革命中的纺织工人。

一开始，工人是手动织布的。后来有了机器，他们的工作就从“亲手做”，变成了“监督机器做”，并且处理机器处理不了的突发状况（比如卡线了）。

我们的未来，很可能也是这样。你的工作不再是从零到一地写一份报告，而是变成：去配置(configuring)、监控(monitoring)和控制(controlling)一个AI系统，让它去生成报告，然后你来做最终的审核、修正和决策。

可以说，没有人类的监督，AI可能“错误多到在商业上毫无意义”(too error-prone to make business sense)。我们人类，将成为AI的“最终责任人”和“质量把关者”。

最后，我们聊聊风险。

现在很多人都在讨论AI的“对齐”(alignment)问题，意思是我们要想办法确保AI的目标和人类的价值观保持一致，别让它干坏事。

但一个指令是“好”是“坏”，往往取决于我们人类才能理解的复杂情境(context)。