所谓的未来，其实已经来临。 ——读尤瓦尔·赫拉利的《未来简史》

                 所谓的未来，其实已经来临。 ——读尤瓦尔·赫拉利的《未来简史》

01

纵观我们智人的历史，我们从采集时代到农业时代花了几万年，从农业时代到工业时代花了几千年，从工业时代到信息化时代只花了几十年，而从信息化时代到人工智能时代仅仅花了十几年。时代的更替时间正在呈几何级递减，越来越快！那么处在这个时代中的我们，面对即将快速变化的时代更替，将如何自处呢？

我小时候，教师、医生、银行职员，这三大职业是我的父辈们最心向往之的职业。到我这也还是，没有任何变化。

《未来简史》作者尤瓦尔·赫拉利

在他们的认知里，授业解惑的教师这份工作受人尊敬、稳定，待遇就先不说，这一年还有两个假等着呢！解除病痛的医生这份职业也是（当然是在他们那个年代，现在医生老是被人拿刀追着砍）受人尊敬的、也稳定，待遇好（那时候可以收受红包），主要是家里但凡谁有个头疼脑热的，也不用去麻烦别人，一个家族出了一个医生，整个家族都跟着沾光受益。为人存取钱的银行职员这份工作看起来很轻松，银行里全是钱，待遇肯定也好，最主要的是每天都可以数钱，这个简直是人生的一大乐事。所以，那时候每个家庭几乎都是把自己的孩子往这三个职业的方向上去培养。

那么，今天我们再来看看这三个职业的生存近况吧！

先说教师，传统的教师工作在教室里，三尺讲台之上。台下坐着几十号的学生，讲台上的老师就是绝对的权威，是神，金口一开，那就是圣旨。哪怕是教错了，也没人监督，误人子弟是常有的事。可这有什么没办法呢？谁叫那个时候学生想获取知识就只有这一个途径。现在不同了，互联网与计算机的完美结合将人类带入了信息化时代。学习不再只是拘泥于课堂之上，有了更多的选择。只要你愿意，你完全可以不用去学校上学，在互联网上你绝对可以学到一切你想学的知识。

去年听一个在杭州互联网公司工作的朋友说，国内有家公司正在做一件即将要颠覆整个教育系统的事情，他们开发了一套程序，学生学习完全可以脱离课堂、脱离传统意义上的教师。并且，他们公司已经拿下了几所学校，正在做试运营。

接着说医生，这个职业我是非常熟悉的。当初去学医就是冲着家人的一句——不管这个时代怎样变化，人都是会生病要看医生的，不管是和平还是战乱年代，医生都会有饭吃。可现在呢？随着科技的发展，医疗仪器的大量使用，导致大医院长期依赖医疗仪器看病的医生，到了基层医院不会看病了。另外，随着人工智能时代的来临，外科手术由人工智能机器人来完成已经不是什么新闻了。

02

大多数医生最主要的任务，就是正确诊断疾病，制定最好的治疗方案。如果我因发烧、腹泻去诊所，病因可能是食物中毒。然而，同样的症状也可能是因为肠胃病毒、霍乱、痢疾、疟疾、癌症，或是什么未知的新疾病。医生只有几分钟时间就要做出正确的诊断，因为我的保险就只付得起这么多时间。所以，医生只能问几个问题，或许再快速做个简单检查，接着就得用这少得可怜的信息，结合我的病史以及所有人类的疾病来做出判断。唉，不管医生再怎么认真，又怎么可能记得住我以前生过什么病、做过什么检查？同样，没有哪位医生能够熟悉每种疾病和药物，也不可能读过医学期刊上的所有最新文章。最重要的是，医生如果累了、饿了，甚至生病了，都会影响判断。这也就难怪医生有时会误诊，或者给出的并非最理想的疗法。

机器人正在手术中

现在让我们来看看IBM著名的超级计算机“沃森”，这套人工智能系统2011年在电视益智抢答节目《危险边缘》（Jeopardy!）中获胜，击败该节目史上最强的两位参赛者。而目前“沃森”的工作则严肃许多，主要就是诊断疾病。像“沃森”这样的人工智能，比起人类医生会有某些巨大的潜在优势。

“沃森”参加《危机边缘》

第一，人工智能可以将史上所有已知疾病和药物的信息全部存在数据库里。而且这种数据库还能每天更新，不仅包括最新研究结果，还能接收到世界上所有相关诊所和医院收集到的医疗统计信息

第二，“沃森”不仅能熟知我的整个基因组、完完整整的病史，甚至连我的父母、兄弟姐妹、表亲、邻居和朋友的基因组和病史，它也一样了如指掌。“沃森”能立刻知道我是不是最近去过热带国家，是否胃部感染痼疾，家族是否有肠癌病史，又或者是不是最近全城的人都在抱怨腹泻。

第三，“沃森”永远不会说它累了、饿了或病了，它能随时为我诊断。我可以舒舒服服坐在沙发上，回答几百个问题，告诉“沃森”我究竟感觉如何。对大多数患者来说（或许除了疑病症患者），这会是个天大的好消息。但如果你今天才进医学院学习，希望自己在20年后能当个家庭医生，或许就该重新考虑了。有了这样的“沃森”，哪还有福尔摩斯出场的机会？

机器人正在给一颗葡萄做缝合

这种威胁影响的不仅是家庭医生，就连专科医生也无法幸免。而且事实上，钻研于相对专精领域（如癌症诊断）的医生，可能更容易被取代。最近一项实验中，计算机算法能够正确诊断90%的肺癌病例，但人类医生的正确率只有50%。所谓的未来，其实已经来临。目前，用专门算法处理电子计算机断层扫描（CT）和乳房X射线照相检查已是常规，不仅能够为医生提供参考意见，有时还能发现医生未注意到的肿瘤。

目前仍有许多技术问题，让“沃森”及类似的人工智能不可能明天一早就忽然取代大多数的医生。然而，虽然这些技术问题确实棘手，解决后却是一劳永逸。人类医生的培训是一个复杂而昂贵的过程，费时多年。而且，经过大约10年的学习、实习，终于完成整个过程之后，也只是培养出了“一位”医生。想要两位医生，只能从头再来一遍整个过程。相对地，只要解决了阻碍“沃森”的技术问题，能得到的不是一位而是无数位医生，能够在全世界每个角落、全年无休提供服务。因此，就算得花上1000亿美元才能解决这个问题，长远看来，还是比培训人类医生便宜得多。

阿法狗战胜世界围棋冠军

当然，并不是所有的人类医生都会就此消失。至少在可预见的未来，那些需要创意而不只是日常诊断的工作，还会继续由人类完成。正如21世纪的军队逐步扩增精英特种部队，未来的医疗也可能有更多等同于医疗界游骑兵或海豹突击队员的医生。但正如军队已不再需要几百万士兵，未来的医疗也不会需要几百万名家庭医生。

医生面临的情境，对药剂师来说更是如此。2011年，旧金山就开了一家药店，由机器人担任药剂师。顾客上门之后，机器人只要几秒就能接收到这位顾客的所有处方、服用药物的详细信息，以及顾客可能对哪些药物过敏。机器人会先确认新的处方不会造成过敏，也不会与其他药物产生不良反应，接着才会为顾客配药。开业第一年，机器人药剂师开出超过200万张处方，一个错都没犯。而平均来说，人类药剂师配药错误的比例大约占所有处方的1.7%。也就是说单单在美国，每年就会有超过5000万张处方配错！

又会有人说，就算算法在专业技术方面优于医生和药剂师，却永远无法取代人性的温暖。假设CT扫描显示你得了癌症，你希望告诉你这个消息的是一台冰冷的机器，还是一个会注意到你情绪的人类医生？如果还有另一台机器能注意到人类情绪，会依据你的感受和人格特质调整用词，这下该怎么选？请别忘了，生物也是由各种算法构成，而“沃森”探测人类情绪的准确度，可以和探测肿瘤的准确度一样高。

“沃森”分析这种外部信号的准确度不仅高于人类医生，甚至还能同时分析一般人看不到、听不到的内部指标。“沃森”能够靠着监测你的血压、脑部活动和其他无数生物计量资料，清楚知道你的感觉。而在分析数百万笔过去收集的社交信息后，“沃森”就能用最适当的音调、你最想听的词语，告知你需要知道的事情。虽然人类总对自己的情绪智能洋洋得意，却也常常受情绪影响，做出消极反应。比如你遇到一个愤怒的人，自己也开始大吼大叫；听一个忧虑的人讲话，自己也忧虑了起来。“沃森”永远不会被这种诱惑影响，它没有自己的情绪，所以永远只会依据你的情绪状态做出最恰当的反应。

03

再来看银行职员的工作。不知道大家有没有注意到，最近两年哪怕是一座四五线的小城市，银行营业厅越来越少了。每家银行几乎都只是保留了一家营业厅，其他的都被自助的机器取代了。银行服务人员数量在急剧的减少。这不只存在于银行，其他需人工服务的工作，都将是人工智能第一步就会取代的工种。

2013年9月，牛津大学的卡尔·弗瑞（Carl Benedikt Frey）及迈克尔·奥斯本（Michael A. Osborne）发表了《就业的未来》（The Future of Employment）研究报告，调查各项工作在未来20年被计算机取代的可能性。根据他们所开发的算法估计，美国有47%的工作有很高的风险被计算机取代。例如到了2033年，电话营销人员和保险业务员大概有99%的概率会失业。运动赛事的裁判有98%的可能性，收银员97%、厨师96%、服务员94%、律师助手94%、导游91%、面包师89%、公交车司机89%、建筑工人88%、兽医助手86%、安保人员84%、船员83%、调酒师77%、档案管理员76%、木匠72%、救生员67%。当然，也有一些工作还算安全。到了2033年，计算机能够取代考古学家的可能性只有0.7%，因为这种工作需要极精密的模式识别能力，而且能够产生的利润又颇为微薄，因此很难想象会有企业或政府愿意在接下来20年间投入足够的资本，将考古学推向自动化。

杭州第一家无人超市

如今，在一线的北上广深生活，出门无需带现金，只需一个智能手机。出行地铁刷卡、摩拜单车、滴滴打车等，一个智能手机就能搞定。在外吃饭、逛街买衣服、看电影等休闲活动可以使用支付宝、微信支付。就在上个月，阿里巴巴的马云在杭州开了第一家无人超市，顾客只需进门时用自己支付宝的二维码扫码就能进，看到什么自己需要的物品，拿起来走就是。出了无人超市后，支付宝自动会给你发送一个购物的账单。绝对不会出现找错钱、给假币的风险。这样一家超市可以全天二十四小时开放，这样的超市一个管理员每天可以管理（需是同一这座城市）五家以上。

富士康的郭台铭在经历了无解的富士康跳楼事件后，他已经在慢慢将工厂搬回台湾，他准备建立一座全机械化无人工厂。这样他就可以大量减少使用人工的成本，最让他欣慰的是，机器人不会闹情绪，更不会跳楼。

牛顿万有引力公式

不管是什么学科，就像涓涓的细流一样，最终你会发现它们都将汇入数学这条大海。而数学解决不了的，都归宗教管。因为，所有的科学到最后都逃不脱逻辑、逃不脱计算，数学所做的一切不就是通过计算的方式去证明所有的逻辑的吗？牛顿发现了万有引力定律以后，在物理界很长一段时间，人们都认为物理的理论研究已经到头了，不会再有发展。可能正是这样，于是，牛顿在晚年才开始去研究上帝、想通过科学的手段来证明上帝的存在。

其实，自从达尔文的《物种起源》问世以后，上帝就已经不存在了。可在牛顿那个年代，不管科学上，还是思想上，都必会有其局限性。后来爱因斯坦创立了狭义相对论和广义相对论，人们一下子又发现，原来物理学并没有到尽头，原来还是有很多可供研究的嘛！

爱因斯坦的相对论公式

接着海森堡、薛定谔、狄拉克等人根据狭义、广义相对论又创立了量子力学，而这时爱因斯坦却认为是瞎胡闹。历史仿佛重演了一般，他也陷入到了牛顿的困境中去了。所以，历史的局限性是一个非常大的障碍，当你身处这种局限之中时，哪怕是科学家遇到自己解释不了的事情，他们依然需要求助宗教，将理性抛掉，感性地接受明知不存在却无法推翻的事情。如此，才能解脱、才能获得片刻的安宁。

04

这正是历史知识的悖论。知识如果不能改变和指导行为、不能解决实际生活中的问题，就没有用处。但知识一旦改变了行为，本身就立刻失去意义。我们拥有越多数据，对历史了解越深入，历史的轨迹就改变得越快，我们的知识也过时得越快。

过去，总是有什么——不听老人言，吃亏在眼前——家有一老，如有一宝等的谚语。说的是老人由于活的长，经历丰富，可以帮助年轻人规避其人生中的险境。那是因为在过去时代的更替还比较平缓，知识更新的也慢。一个封建社会就经历的几千年，在此过程中，人生经历丰富的老人自是可以给年轻人一些建议。但是现在呢？不行了。时代的更替、知识的更新速度越来越快，此刻你正处于低人工智能时代，也许明天就是超人工智能时代了、甚至是我们现在无法想象的时代。破旧立新就是一眨眼的功夫，此刻有用的知识体系，也许明天就过时了，必须重新来建立一个新的知识体系。所以，处在这样的时代里，你还能说我吃过的盐比你吃过的饭还多，就有资格教育别人了嘛？相对于剧烈变化的时代，老人和年轻人一样，在一个真正的日新月异的时代里，你们都是白痴，谁也教不了谁。

正如本书中作者所说的：由于我们无法预知2030年或2040年的就业形势，现在也就不知道该如何教育下一代。等到孩子长到40岁，他们在学校学的一切知识可能都已经过时。传统上，人生主要分为两大时期：学习期，再加上之后的工作期。但这种传统模式很快就会彻底过时，想要不被淘汰只有一条路：一辈子不断学习，不断打造全新的自己。只不过，许多人，甚至是大多数人，大概都做不到这一点。

PS：由于这本书的信息量实在是太大，而我又才疏学浅，有点难以消化、总结的比较乱，书中输出的知识远远不止这些。所以，这绝对是一本必看的书。它绝对会打破你原有的知识结构。

图片 | 来源自网络

编辑 | 林则徐则林