不要担心，未来世界是人机协同的世界
本文由资本实验室(ID:coinsa)授权转载，编译/导读：齐达，原作者：lenrosen4
关于人工智能、关于自动化、关于未来生存，我们已经讨论得太多了。随着技术的进步，未来人类的工作将朝着什么样的方向发展？什么样的技能才是未来社会所需要的？失去工作的人将会怎么办？在未来，人与机器之间到底是怎样的关系？
总体而言，我们需要关注的不应只是未来变化的结果，而是未来的变化方向。只有把握变化的方向，才能无惧各种变化的结果。
自动化不可避免
迫使人类失去工作的不是机器人，而是各种形式的模式识别计算机技术。模式识别涵盖了广泛的人工智能功能，包括回归分析、聚类分析、基因演算法、主成分分析、决策树和神经网络系统。
人类作为一个擅长于模式识别的物种：从很早的时候就具备语言学习的能力，到学习阅读，精通象棋和围棋等游戏，发展天文、数学，将航天器发送到附近行星和月球上，并研究数学，解释错综复杂的亚原子世界。
我们对模式识别的精通让我们为电脑和其它机器赋予了相似的技能，这并没有什么可惊讶的。因此我们能够创造出可以在拥挤的车流中操作自如，且能够在纳秒内做出决定的自动驾驶汽车。
因此，模式识别应该遵循的是：在最根本的层面上，我们创造出的这些模仿我们思维的机器，相对于人类劳动力将有所突破，而不仅仅只会做繁重的工作。几个世纪以来，人类劳动力一直以做繁重工作为特征。
我们目前发明的机器人按照某一特定模式设计，以执行那些重复、乏味的任务，这些机器人的工作效果如果不优于我们大多数人，那就与我们人类相差无几。未来几年，我们将看到许多这种类型的机器人（如下图的Baxter）取代那些模式化的工作，如流水线上的组装，或是仓储、拣选和打包等工作。
在十年内，将有更多精细的模式识别机器承担更加复杂的任务，如自动运输系统。该系统将涵盖个人汽车、卡车车队、公交运营和商用航空各领域。
人工智能开启一个充满新机遇的世界
据预测，到本世纪中叶，全世界人口将增长到105亿。虽然20亿或者更多人的工作会被模式识别机器取代，但我们仍然可以为这些人找到新的工作机会。
届时，人类是不会无所事事的，因为将会有大量有趣且激动人心的新工作诞生。这些工作可能是我们正在创造或维持的科技带来的，也可能是创造新机遇的知识爆炸带来的。
毫无疑问，自动化的世界将会需要更多人才来确保机器永远为人类工作，而我们中的许多人将会成为熟练的技术人员，能够维持和强化我们的自动化世界。其它人则会通过改进人工智能的算法，来推动人工智能的发展。
STEM教育会成为我们孩子未来的中心。什么是STEM？这是一种跨学科课程，集中向学生传授科学、技术、工程和数学在研究和应用方面的知识。而编程就是STEM的课程之一。
编程将成为21世纪人类和机器协同工作的一项必备基础技能，将会与语言能力同等重要。这里所说的编程不同于写下一行又一行可编程指令的传统方式。相反，这种编程将会像互动培训，有时是脑力的，而有时又是体力的。
机器和人类将运用自然语言或是身体动作，通过交流进行学习。是的，机器和人类互相学习。这就会加速、扩大人类的教育成果，并可能使人类承担新的责任，发展新的技能组合，而这些都需要机器伙伴从全球数据库中提供丰富的信息。
自然语言交互是关键
人类喜欢讲故事，我们从故事中学习。正因为我们所知道的许多内容将会融入到我们创造的机器中，这些机器不仅仅将成为我们21世纪的工作伙伴，还会成为故事讲述者和我们的老师。
事实上，一台具有聆听、交谈等自然语言能力的模式识别机器，当其有权限进入全球知识数据库时，将能够比大多数人讲出更精彩的故事。同时，机器将能够获取更多的信息，并将知识融入与人类伙伴交互的背景，帮助人类获得新的见解和技能，以找到新的工作。
不同于人类需要四年才能获取在某一领域工作的学术资格，模式识别机器将会不断地工作和学习，具有组织并构建大量知识的能力，以帮助创造专家。这看起来似乎不切实际，但现实就是这样。
人工智能、复杂模式识别和自然语言处理与交互的结合正在进行，只是刚刚起步。未来十年内我们将会看更多公司创造的成果，例如IBM及其人工智能Watson，谷歌、微软及其在神经形态计算和神经网络系统方面的成果。这些公司开发的成果将会导致学习的变革。
例如，一个医生将不再需要经过6年的实践才能在检测、诊断和治疗疾病方面变得熟练。相反，一个医生会与一个人工智能伙伴并肩合作，这个伙伴既能够充当一个知识库，还可以指导医生提高其认知能力，以及为病人服务的技巧。
教会机器辨认对错
在21世纪中期，语言学家、心理学家、社会学家、哲学家甚至是人类学家将会变得更为重要，因为人工智能对世界和我们的了解，变得比以往任何时候都更加深刻。
为了让机器成为更好的伙伴，他们需要学习更多的人文学科知识。他们不仅需要明白句子的字面意思，还要明白这些句子的深层意义、人类的肢体语言以及与他们进行互动的人的文化背景。
除了硬件连接以外，一个道德编码，我们的模式识别，自然语言交互，人工智能将需要能够在社会和心理上实现进化。
也就是说，在本世纪中期，那些研究人文学科的人将会拥有重要的工作，以使人类和机器共同创建的社会保持协同发展。
一网打尽系列文章，请回复以下关键词查看： |
创新发展：习近平 | 创新中国 | 创新创业 | 科技体制改革 | 科技创新政策 | 协同创新 | 成果转化 | 新科技革命 | 基础研究 | 产学研 | 供给侧 |
热点专题：军民融合 | 民参军 | 工业4.0 | 商业航天 | 智库 | 国家重点研发计划 | 基金 | 装备采办 | 博士 | 摩尔定律 | 诺贝尔奖 | 国家实验室 | 国防工业 | 十三五 | 创新教育 | 军工百强 | 试验鉴定 | 影响因子 | 双一流 | 净评估 |
预见未来：预见2016 | 预见2020 | 预见2025 | 预见2030 | 预见2035 | 预见2045 | 预见2050 | |
前沿科技：颠覆性技术 | 生物 | 仿生 | 脑科学 | 精准医学 | 基因 | 基因编辑 | 虚拟现实 | 增强现实 | 纳米 | 人工智能 | 机器人 | 3D打印 | 4D打印 | 太赫兹 | 云计算 | 物联网 | 互联网+ | 大数据 | 石墨烯 | 能源 | 电池 | 量子 | 超材料 | 超级计算机 | 卫星 | 北斗 | 智能制造 | 不依赖GPS导航 | 通信 | MIT技术评论 | 航空发动机 | 可穿戴 | 氮化镓 | 隐身 | 半导体 | 脑机接口 |
先进武器：中国武器 | 无人机 | 轰炸机 | 预警机 | 运输机 | 战斗机 | 六代机 | 网络武器 | 激光武器 | 电磁炮 | 高超声速武器 | 反无人机 | 防空反导 | 潜航器 | |
未来战争：未来战争 | 抵消战略 | 水下战 | 网络空间战 | 分布式杀伤 | 无人机蜂群 | 太空站 |反卫星 |
领先国家：俄罗斯 | 英国 | 日本 | 以色列 | 印度 |
前沿机构：战略能力办公室 | DARPA | Gartner | 硅谷 | 谷歌 | 华为 | 俄先期研究基金会 | 军工百强 |
前沿人物：钱学森 | 马斯克 | 凯文凯利 | 任正非 | 马云 | 奥巴马 | 特朗普 |
专家专栏：黄志澄 | 许得君 | 施一公 | 王喜文 | 贺飞 | 李萍 | 刘锋 | 王煜全 | 易本胜 | 李德毅 | 游光荣 | 刘亚威 | 赵文银 | 廖孟豪 | 谭铁牛 | 于川信 | 邬贺铨 | |
全文收录：2016文章全收录 | 2015文章全收录 | 2014文章全收录 |
其他主题系列陆续整理中，敬请期待…… |
“远望智库”聚焦前沿科技领域，着眼科技未来发展，围绕军民融合、科技创新、管理创新、科技安全、知识产权等主题，开展情报挖掘、发展战略研究、规划论证、评估评价、项目筛选，以及成果转化等工作，为管理决策、产业规划、企业发展、机构投资提供情报、咨询、培训等服务，为推动国家创新驱动发展和军民融合深度发展提供智力支撑。