第二屆中英高層次人才交流大會開幕式
Industry Leadership Forum/ 行業領袖高峰論壇
▲英國皇家工程院院士郭毅可教授演講▲
《未來已來，工作何在？》
「這樣的人才交流大會每年定期都開！但我在想，這樣的大會還能開多久？因為未來很多的工作都會慢慢的消失了。是不是這樣的？」
—— 演講開場白
郭教授現場演講PPT&發言
所以我們面臨一個什麼問題？就是人工智能在不斷的發展。如果人工智能真的像我們希望的那樣好，真有那麼大的能力的話，那麼我們將來工作的組織結構是什麼樣子的？那麼我們每個人的工作又是什麼樣的？這是個問題。
所以說，首先來看什麼叫工作。工作是兩個部分，一個是一堆任務；第二是你完成任務的話，你能得到報酬，這兩個都得有！因為光是工作沒有報酬的話，這不是工作，是義務勞動。
當然了作為用人單位希望你工作得越多分配的越少。作為一個個人他希望工作越少分配的越多，大概是這樣情況。當然了我們中國不一樣，我們有理想有偉大的抱負是另外一回事情，一般來講是這個情況。
那麼現在機器人時代到來了，機器人很糟糕，既有效率又不要錢。所以對我們來說就有challenge，是不是這意思？
所以這是一個非常現實的問題，機器人讓人類有危機感。這樣高效的勞動又不需要支付很大的勞動力成本。那是不是將來就沒有我們人類工作的機會了？是不是人類就慢慢就被移出去了？
那麼我們現在有很多的預測，我列了一些，有些是很有意思。比方說我們現在總的勞動人口是過去80年代的只增長了8%等等。
其中有一個非常重要的預測，就是我們47%的工作將會被取代掉。就是說實際上有很大的一個危機，也的確是一個現實。
這種統計很多。你比方說前面來看，比方說牛津的統計比較radical,比較嚴峻。美國稍微好一點，那麼中國有自己的統計大約也是這個比例，有48%的工作機器要取代人的成分，並且機器取代人的工作量要比生成的新的工作要多得多。
那麼這就是不是意味着一場新的一個革命真的要來臨？如果是這樣的話，革命的特徵是什麼？（那麼我覺得現在很多在討論這個問題。第一次工業革命第五次工業革命等等都有很多想法，看你怎麼分了）。
那麼這個革命總的來講是跟以前不太一樣。它有個暴風驟雨的形式，這倒不是說規模大，其實工業革命的規模影響就很大。但主要是速度快，就是說很快的在短短的3-4年就會取得巨大的效益。
過去的革命是我們努力的用機器來替代人的體力勞動，是逐步的。某種意義上來講是讓人變成機器，通過機械化的勞動，人也隨之提高效率。接着到信息化。
而人工智能是反過來的，他慢慢讓要機器要變成人。也就是說機器具有人的智力行為，機器具有人的創造力。那麼它所帶來的工業革命將是不一樣的。
當然，大家對於人工智能的工業革命也很多的看法。比如，會不會火熱地發展了幾年又不行了。實際上這次人工智能的革命跟以前是很不一樣的。因為這次的人工智能革命是三個主要因素的驅動，就是算法、算料和算力。
算法的革命是比方說像我們常常在講的深度學習。雖然深度學習只是一個很小的一個技術上的一個進步。那麼我們的算法上現在對於利用數據的能力比以前要強大得多。
第二點就是算料就是我們的數據的獲得。之前人類沒有過這麼大的一個數據的獲取量，也就是因為我們傳感器的革命，使得我們能夠有積極的方法，能夠在各種的環境，在各種的地方，對物理世界進行數字化的體驗。
那麼有如此大的數據並且又有很好的算法以後，再加上我們今天計算機的能力的指數倍的增長。那麼使得我們這樣的人工智能的能力和人工智能的整個水平已經提高得非常快。那麼終於使得我們的機器有自我學習的能力。這個是在以前沒有過的。
所謂的人工智能給人類帶來的是兩大方向，一個是自動化。這個我們都清楚，但這個自動化跟過去的自動化是不一樣的。過去的自動化它是機械的重復一個序列。那麼今天的自動化是自適應的。它能夠根據環境的變化，機器自動的來學習，根據環境變化來改變自動化的能力。那麼現在的自動化的程度已經是非常高。比方說我們坐的飛機基本上有70%時間是無人駕駛的。那麼我們也知道無人駕駛汽車等等的自動化動作，這些的無人化自動化的工作都是需要很強的智能行為。
第二個是增強，也就是說我們不一定僅僅是自動化人類的工作，同時我們增強了人的能力。那麼這些是人工智能更重要的一個部分。那麼由於這兩個東西就是由於自動化和一個對人的能力的增強，使得今天的人工智能改變了未來人類工作的定義、意義和形式。
因為我們將來的人類的工作就不再是一個我們對機器的操作，而是我們和機器同時存在於一個二元社會，也就是說是我們和機器的一個協作。那麼這樣的一個工作是人類從來沒有經歷過的。
所以，我們不可能現在有很多對未來的預測，不管是樂觀的還好，還是悲觀的來好！但我覺得這些的預測，有的都沒有太大的意義。但是我們唯一能知道的唯一不變的就是說這個世界變化已經正在到來。
這是一個人工智能對各行各業影響的分析。這是兩張圖。一個人工智能對各行業從經濟上的影響。那麼後面是說A.I.對各行各業的影響的百分比。那麼我們可以看到在有些領域影響是比較小的，比方說制藥，還是需要有大量的人力勞動。可是在有些領域，比方說像我們的銷售，那影響就非常大，也就50%以上都是機械化的成果。那麼這里面有很多的一些分析。這是麥肯錫的一個報告。
那麼再來看，我們這些天總討論996，實際上這不會是人類的一個主旋律。為什麼這麼講？就是說在過去的整個的30年中間，我們人類的工作時間是巨大的減少的。
這里面沒有中國。但是我們可以看看，世界上最富的國家，計算最先進的國家，不是人類工作最努力的國家，而是人類工作時間最少的國家，比如德國，德國現在的工作時間比美國差不多少一半。不用干什麼活，貧富還沒什麼差距。英國也算是不錯，至少英國人民對美國人民幸福一點。
所以說，人類的工作時間，包括在技術的不斷發展前提下，工作時間是正不斷的在縮短的。
那麼，我們在帝國理工研究數據研究所里面有一個重大的研究命題，就是研究未來的一個組織結構，workforce怎麼樣的轉變。
那麼這個是一個非常大的課題，就是我們真正要看在技術的影響下面哪些工作是怎麼樣的轉變。不能說是消亡往至少能看出它形勢的變化。
那麼我們的研究的方法我不講具體，實際上是有兩個矩陣。那麼一個矩陣就是一個是工作橫排，就是能力特徵。比方你是個教授，那麼你的工作的能力特徵要有推理的能力，要有想象力等等。那麼如果說你這個工作是一個比方說是一個會計，那麼他的能力可能只需要有很好的計算，但不需要有很好的想象力。
那麼這些我們把它列出來，反過來講再去看另外一個矩陣，就是看這些能力哪些是用算法可以實現的？可以用哪些算法去做這里面一個權重。那麼通過這個方法你基本上就可以算出來哪些工作慢慢的會被取代。(盡量用量化的辦法)
那麼這會有很多有意思的結果。第一個結果就是教育的重要意義。對吧？因為容易被取代的工作從來都是比較簡單的工作，對吧？第二個是我們受到教育的程度的工資的增長。第三個是我們可以看到一些現在比較便宜的被取代的可能性非常高。那麼說明了學習對知識的重要性。所以要找好工作必須好好讀書，這是非常重要的一條。
另外要注意的是實際上能力並不是最重要。真正對工作影響的就兩是個變化。很重要的增長是EmotionalSkill，這不光是一個技術的重要，還更重要的是社會的能力。剛剛考文垂的校長也談到了這個問題，我們不光是一個知識結構，而且還有我們自己的社會能力。
因為，只要牽扯到情商，牽涉到整個的人類交流行為，那麼我們就不可能完全被機器取代。這個時候就會處在一個人類和機器共存的社會！
這是在日本的一個現場的一個照片，這張圖就是在展覽會上，如果展覽會上的服務員要全放上機器這是很可怕的。但是如果不放機器人又不夠現代化。所以實際上來講是一個機器和人共同相處得很好的場景。
還有就是，人工智能會產生很多新的工作，那就是人工智能里面的「人工」會是一個新的產業。這是在中國河南省的數據標注產業工作的照片。我們人工智能原料就是在中國這麼產生的。所以這種職業將是一個非常新的一個工作。
還有一個很重要的，我覺得未來的教育變化會是非常大的。未來的教育的本質將不會是一個幾年的教育。不僅僅是畢業以後就走上工作崗位。而會是一個開放的教育。也就是說你永遠是一個學生，需要你不斷的在學校里回爐，不斷的在學校里受到教育。因為技術發展太快和整個知識的需求量太高，使得我們教育將不會是階段性的而是持續性的。
另外，將來的工作的組織結構將是去中心化，會越來越小。就是說將來我們的工作每個個體甚至可以承擔一個非常大的社會服務。用個人的力量，用網絡的形式，使得我們的知識傳播可以通過每個個體在網上實現了一個知識的產業。這種的工作形式機器是不可能取代的。這種工作形式也是原來的社會結構所沒有的。這個也會是將來的一個工作特別的形式。
所以聯系社會的結構，社會交往的能力，將是大家工作一個非常重要的一個前提。
最後，我們對人工智能的信心不是來自於對機器智能局限性的期望。最近我看到很多的報告，包括一些很有名的人在講機器不可能做什麼，實際上這種說法我覺得是比較沒有遠見的。
實際上，我們不用去管機器是不是會懂得愛，機器是不是會有意識，這些問題沒有什麼太大討論的必要。
重要的是在於，我們能夠認識到我們對A.I.的信心是在於我們人類不斷的進化自己，那麼我們人類會變得越來越聰明！我們人會變得越來越獨立！人會變得越來越融於社會！那麼如果這樣的話，我們的工作就有希望。
所以不要去指望機器怎麼差，而是更大的注重於自己怎麼好。
這就是我的報告。謝謝。
來源：華人頭條B
來源：英小才