AI:一些杂七杂八的呓语

现在的 AI 本质上都是统计模型。换句话说，它没有“理解力”，不会“逻辑思维”，也没有“智能”。我们读书的时候，每个班最后一排都有一个喜欢接下茬的男生，老师或者别的同学说话一时卡壳的时候，他都能准确的说出别人打算说没说出来，或者原本就没打算说的后半句话来（我们班的这个人经常就是我）。AI 就是那个男生。它没有自己的思维模式，只是在“猜你本来要说的下半句话”方面特别厉害而已。
但是语言的威力是很大的。人类几乎所有的思想行为都是通过语言来表达的，因此“能猜中你本来要说的下半句”，在很多时候跟自主思考从结果上来讲是一样的。软件行业有个概念叫 duck type，意思是说如果一个东西看上去像鸭子，叫声像鸭子，走路像鸭子，那它就是鸭子。因此我们也可以说，AI 看上去会思考，说的话像思考出来的，做的决策像经过思考的，那 AI 就是在思考。
只不过这里面有个陷阱：AI的“思考”不可能超越它被喂的训练材料的思考深度。换句话说，如果你只用小学生作文去训练一个大模型，这个大模型的思维能力就只是小学生的水平。但现在的大模型都是用互联网上几乎一切人类文字材料去训练的，所以它的上限差不多就是人类思维能力的上限。
而且考虑到“具备把思考结果诉诸文字的能力”这件事本身在整个人类智力活动光谱中已经处于平均值以上（永远不要低估最傻的那部分智人有多傻），用文字去训练 AI 已经自然的筛除掉人类里面思维能力比较弱的那部分糊涂蛋的影响了。所以 AI 表现出来的思维能力在整个人类的思维能力光谱里应该是偏较强那一端的。关于这一点，凡是用过 AI 和小红书/FB之类受众面比较下沉的社交媒体的人应该都有感觉。AI 跟小红书友之间的智力差距隔着9527个观察者网网友。
现在西方社会里反 AI 的情绪很高涨。反 AI 者的主要喷点是 AI 会剥夺人的工作机会。AI 在中国社会里的形象整体仍然是比较正面的，原因有两个：一是 AI 符合赢学叙事，二是东亚文化圈中本来对“社会公平”这件事就没那么在乎。我觉得可能还要加上第三个，就是东亚文化中对事物的归因倾向于宏大化，而西方比较喜欢具体问题具体分析。具体到“AI导致失业”这件事，中国人会把失业更多的归因于更加宏大的原因，更少去分析和考虑AI这样具体因素在其中的影响。而西方人则喜欢各个击破，雇主裁员就怼雇主，AI替代就反AI，政府投资不足就骂政府，总把矛头指向具体的人和事，而对背后那个“大环境”选择无视。
AI 确实会造成工作机会流失，而且我觉得不应对这个趋势过于乐观。很多观察家喜欢说“每一次新技术在消灭原有工作的同时也会创造新的工作”，这是句正确的屁话。实际情况永远是原有工作被消灭的那部分人无法切换到新的工作而被彻底淘汰出局。经历过90年代下岗潮的父母一代应该记得，下岗后的工人能顺利的在同行业的新兴企业里就职的是少数，大多数人被迫转去做低端服务业甚至自谋出路了。AI 的这一次，我不认为会有什么不同。
AI 造成的失业还是有一个和以往不同的特点的：以往的技术进步和产业升级淘汰的往往是劳动力市场里知识与技能偏低的那部分人，而 AI 是起手就淘汰了中段。这既有好的一面也有坏的一面——好的一面是淘汰这些受过良好教育的白领，他们另谋出路的能力比较强；坏的一面是这部分人另谋出路失败，成为社会影响负因子的破坏力也会更大。目前看来，坏的一面的可能性要远远高于好的一面，因为这些失业白领不太可能找到与之前收入类似甚至更高的工作——他们的知识和技能覆盖到的各种工作类型全都处于被AI取代的危险区——而不可避免的收入锐减和随之而来的社会地位下降（哪怕是主观的感觉变差）都会放大坏的一面。社会动荡的危险是现实甚至必然的。
解决方法？我觉得比较能短期见效，并且社会阵痛比较小的只有一个，就是Andrew Yang竞选的时候被各界（尤其是喜欢共和党的绩优主义老中们）骂的狗血喷头的UBI——全民发钱。永久退出劳动力市场的那部分人相当于为人类社会转型付出了代价，自然应该由整个社会来提供补偿。这在逻辑和伦理上都是最说得通的。
但是 UBI 在实操层面非常困难。第一个问题就是钱谁来出。直觉上，那些通过 AI减少了人员雇佣从而获益的企业应该出这份钱。但定义哪些企业属于 AI 获益者，以及他们获益程度和收税比例是一个极为困难的问题。我相信立法机构已经着手这方面的研究了，但出台一个比较公平和可操作的政策看起来还遥遥无期。
UBI 的另一个问题是如何界定“哪些人”是被 AI 淘汰的人可以领钱。Andrew Yang 的提议是不管这个身份，只要是劳动适龄的成年人全发。当 AI 替代达到饱和的时候，我们可以这样做，但是在 AI 替代途中，这样做似乎过于宽泛，同样会引发社会的分裂。UBI 恐怕是人类未来的必由之路，但通往 UBI 的过程可能极为坎坷，特别是在极具清教徒情结的美国。
在工作中使用 AI 的经验给了我另一个启示：AI 取代人类的能力，与部署 AI 取代人类过程的这个“人”的能力极为正相关。换句话说，越是由精通领域知识与AI 知识的人来部署 AI，这个 AI 取代人类的能力就越强。这也解释了为什么目前看来被 AI 取代得最彻底的行业是计算机行业本身——因为程序员是最符合”同时精通领域知识和 AI 知识“的人群，这两个领域很大程度上是一个。相反，越是传统行业，这个替代过程就越慢、越艰苦，因为传统行业的领域知识专家并不了解 AI，而 AI 专家并不了解领域知识。这一点其实与个人计算机和互联网的部署过程并没有什么不同。任何新的计算机技术总是首先在软件开发领域本身得到广泛应用，而推广到其他行业的速度极为缓慢。版本控制技术、自动回归技术和测试驱动开发在软件领域已经成为无需思考的常识，在很多同样需要类似技术的传统行业却还是新鲜东西（你就说 BIM 是不是在从头造软件行业造过的轮子吧）。
因此未来最有前景、最被迫切需要的”新“职业，恐怕就是同时精通领域知识和AI 知识的”行业 AI 架构师“。这种人才必须来自传统行业，同时是狂热的 AI/计算技术爱好者，并且喜欢out-of-the-box思考（对，就是吾友 Zell 同学）。把这个过程反过来，企图通过给软件/AI 开发人员补行业领域知识的课培养出这种人才的努力注定是徒劳的，如果不信可以去比较 AutoCAD 这么多年固步自封与各种行业自发开发的 AutoCAD 二次开发工具之间的差距。唯一的问题是：一个深耕传统行业多年，已经具备稳固行业地位的老法师，有什么动机去做这种砸自己（或者自己徒子徒孙）饭碗的事呢？
对，AI 最大的悖论就是：AI 可以广泛替代中低端的岗位，但是新人没了中低端岗位的训练，就无法培养出升任高端岗位的能力。最终当现在这一批人老去，整个行业的人力资源链条就空了。
除非利用现在的老人还在的这个时间窗口，抓紧训练和部署 AI，让 AI 能承担从低端到高端的全部人类职责。不过这就回到了前面的两个问题：第一，现在的老人为什么有动力去培养 AI 砸人类的饭碗？这得多大的利益和压力才能实现，我们又有没有足够多的既懂领域知识又懂 AI 的架构师来在有限的时间窗口里实现这个愿景？第二，当 AI 实现全栈替代的时候，那些新增的就业人口怎么办？我们能不能在有限的时间窗口里要么创造足够多的新就业机会，要么实现可持续的UBI 来覆盖这部分人口？
看来看去，人类作为一个整体被 AI 取代似乎是大概率事件，因为除此以外别无可能。这是人类与 AI 对抗的理由吗？不是啊，因为 AI 主观上并不想取代你啊，AI 甚至都没有主观。这是人类与 AI 开发者对抗的理由吗？不是啊，因为他们才是最早一批被 AI 取代的人啊。当你坐滑梯的时候，你没有理由，也没有必要抱怨重力的存在。