人工智能与机器人

克劳斯·施瓦布

人工智能正在彻底改造数字经济，很快也将重塑实体经济。人工智能在21世纪早期的目标包括让自动化机械引领物理世界的发展，以及实现人类与计算机之间的互联。未来，人工智能系统能应对系统性挑战，例如全球二氧化碳排放和全球空中交通管制，从而解决人力所不能及的复杂问题。专家预测，存在于科幻小说中的智能操作系统或具有同理心的数字助手也可能成为现实。有朝一日，机器人或许可以承担大量基础性的警务工作。人工智能已用于监控传感器网络和视频流中的数据，能将可疑情况告知安全人员。此外，警方已开始使用机器人执行搜救任务，还用机器人击毙过一名枪手。

人工智能融入人类世界

人工智能与机器人所激发的公众想象超越了其他任何技术组合。1956年在达特茅斯学院召开的一场会议揭开了人工智能发展的序幕，世界上第一台工业机器人于1961年诞生。在此后的10年中，流行文化构想出大量能让生活更加便利的新事物，如动画片《杰森一家》（The Jetsons）中的家政机器人罗西（Rosie）描绘了技术带来全新威胁的恐怖场景，如斯担利·库勃里克（Stanley Kubrick）执导的电影《2001太空漫游》（2001：A Space Odyssey）中拒不服从命令的电脑HAL9000让人印象深刻。

目前，人工智能的认知能力发展迅速，而这些能力是人类所独有的，如综合学习和高级推理。在过去认为需要人类直觉才能进行的游戏中，机器学习技术正在超越人类。实际上，计算机已通过简单的图灵测试（判断机器是否与人无法区分的测试）：2014年，一台伪装成13岁男孩的聊天机器人尤金·古斯特曼（Eugene Goostman）让超过30%的测试人员认为它是真人。

传感器技术与材料科学领域所取得的突破也提高了机器的感知、移动和认知能力。飞行机器人（无人机）和那些能够独立装配汽车的工业机器人，运用人工智能来实现复杂的导航和互动功能。无人驾驶机器人（自动驾驶汽车）目前已解决此前难以逾越的挑战，如无人驾驶卡车已能在高速公路上自主行驶。124类人机器人也开始为人类提供服务，如个人助手和伴侣服务，拉近了科幻与现实之间的距离。

纵观全球，专注于机器人工程和人工智能研究的研究生课程越来越多。通过从超出人类处理能力范围的大型数据集中获取洞察，人工智能应用能解决气候建模和核能应用场景等问题，并能管理大规模传感器网络。它们也能从公开信息中挖掘出具有重大经济意义的新信息。例如，卫星数据分析公司Orbital Insight已将机器学习应用于分析美国陆地卫星Landsat和欧盟“哨兵”（Sentinel）系列卫星提供的低分辨率卫星图像，从而更精确、更快速地识别图像中的物体，从中获取不同领域的信息，如贸易、排放、基础设施以及海洋相关数据。这些信息对行业、社会和政府都具有重要价值。人工智能应用不仅能为决策提供信息，而且能自行做出决策：有人预测人工智能将成为对冲基金管理的常见工具。目前已有至少一家投资公司请人工智能加入董事会。

人工智能的决策能力越强，受这些决策控制的机器人就越能更好地与人类合作，反之亦然。如果要让家政机器人罗西成为现实，机器需要学会观察和解读人类价值观。随着机器人学会提供各类服务，如教书、驾驶飞行器、做手术、执行搜救任务，信任问题变得至关重要。我们将在日常生活中习惯人工智能的存在，而与人工智能的互动可能成为我们认识世界的渠道，好比飞行员在恶劣天气信任飞行仪表一般。引发人们忧虑的是，人工智能与机器人应用可能成为国家和个人手中的武器。这是人工智能应用的极端情况，但也并非不切实际或难以实施。因此，许多国际机构正在寻求为人工智能与机器人应用的发展制定切实可行的伦理框架。从目前的发展趋势来看，人工智能与机器人的结合将应用于权力和责任更大的职位，因此需要更广泛的监管控制。

人工智能很快将在工作中学习

人工智能研究自有其局限性。目前的基本做法是野蛮式匹配，输入信号的微小变化也会破坏机器学习模型。原因可能是目前的方法在结构上还不够完善，无法解决人工智能所面对的最大挑战，如解决“常识性”问题或复制人的处境意识。研究人员希望机器能根据环境采取适当的行动，并且无须使用巨量的数据池进行训练，也能拥有泛化能力，但这些目前尚未实现。量子计算等新技术也许可以改变人工智能应用分析问题的方式、通过反馈回路进行学习的方式，使其能像人类一样去认识世界。如果这一切成为现实，人工智能应用能避免产生人为错误，承担那些让人感到疲劳的合成任务，从而创造经济效益。

即便还没有取得这些突破，人工智能的发展也很迅速，前景诱人。人们用机器人探索火星，协助护士，甚至是制造其他机器人。未来，小型机器人集群在云端人工智能的控制下，能通过人工智能应用向中央服务器传送数据，使其具备任务协调和资源部署能力。人工智能早已进入基于知识的领域，如新闻、医药、会计和法律领域。即便无法完全取代律师或医生，能对案例研究和诊断影像进行合成与分析的人工智能应用也将给这些领域带来改变。人工智能正在不断完善自己，而对机器人行业的投入预计在2019年超过1350亿美元，是2015年的近两倍。车辆不仅将具备无人驾驶功能，它们自身也有可能是机器人制造的，因为汽车行业是自动化机器人的头号买家。

在经济发展的众多领域，日益提升的自动化水平可能会在淘汰一些工作岗位的同时创造新的工作岗位。例如，自动化货车运输可能让物流行业的部分从业者失去工作。无论在发展中地区还是发达地区，人工智能与机器人对劳动力市场的影响预计都将不断加强。在美国，预计有10%～50%的职位面临计算机化的风险。在中國，富士康在两年时间内用机器人取代了6万名工厂工人。自动化削弱了发展中国家的劳动力成本优势，给这些国家的工业化进程造成了不利影响：发达国家迁移到境外的产能目前正在回归本土。

人工智能与机器人对全球经济影响巨大且难以预测。经济学家忙于给可能出现的自动化“后工作”经济建模，而教育家正在预测未来劳动力所需的技能组合。对多方利益相关者之间开展合作的需求从未如此之高，政策制定者、商业领袖和公民社会领袖需要在经济诉求与社会诉求之间寻得平衡，才能达成目标。领导者和政策制定者也需要解决人工智能的安全漏洞问题。尽管专业人工智能应用为社会创造了大量机遇，但也很容易被欺骗、被迷惑或遭遇黑客入侵。有鉴于此，我们需要努力确保机器做出决策的程序环境安全无虞，能抵御网络攻击的破坏或利用。

这一重大问题背后是另一个影响更为广泛的问题：机器学习算法的决策方式对其人类创造者通常是不透明的，这引发了是否应授予机器决策权力的问题。在人类世界，合理性与信任深度相关。即便人工智能在某些方面强于人类，如预测哪些犯人会再次犯罪，哪些贷款人会违约，但如果机器无法解释做出这些决策的理由，我们也可能会对允许机器去做此类决策感到不安，尤其是当机器学习算法因接触了反映人类偏见的数据集而产生偏差时。机器能找到有用的模式，但如果无法理解这些模式，我们可能会认为机器的决策存在瑕疵。因此，利益相关者最迫切需要考虑的问题包括：伦理标准、人工智能与机器人治理等等。人工智能与经济、劳动力市场和其他具有挑战性的领域（包括我们的身体）的融合程度会有多高？对这一问题的讨论仍处于初期阶段。以前瞻性思维思考问题，同时广泛吸收关于人工智能与机器人所产生影响的各种观点，对于预测可能出现的成果和鼓励人们提出不同观点至关重要。