105《今日简史》（一）：科技剥夺人类自由

本期互动问题： 

你是如何看待人工智能与人类就业问题的？

在本期节目的评论区留言，写下你的答案，我们会在最优质的评论里抽出一位用户，送你这本书《今日简史》，赶紧来评论吧！

活动日期：2018年8月14日-8月28日

书籍信息：  

英文名：21 Lessons for the21st Century

中文名（暂拟）：《今日简史》

书籍类别：人文历史

Amazon评分：4.7/5

Goodreads评分：4.42/5

出版日期：2018年8月

页数：352

内容简介： 

7月20日，一本万众瞩目的新书《今日简史》在深圳书展正式发售。听名字，你是不是觉得有点耳熟呢？没错，这本书就是著名畅销书作家尤瓦尔·赫拉利继《人类简史》和《未来简史》之后的最新著作。对很多人来说，赫拉利的名字早就如雷贯耳——他生于以色列，是牛津大学的历史学博士、希伯来大学的教授。他之前的两部作品《人类简史》和《未来简史》，仅中文版在国内的销量就超过了500万册，在全球更称得上是现象级的畅销书。

如果说《人类简史》是解读“昨天”，《未来简史》是展望“明天”，这本《今日简史》就是赫拉利分析“今天”的一本书。而且很特别的是，以往我们解读的新书都是英文版先发售，过半年或一年以上才出中文版；但这本《今日简史》居然是中文版全球首发，英文版反而要等到9月份才正式发售。这本书也是我们喜马拉雅FM的节目《精读全球好书》解读的最后一本书。过去整整一年的时间，我们和大家以好书相伴，跟大家分享了很多国外的前沿知识和优秀内容。而这本《今日简史》作为我们的收官之作，重量级那是绝对足够的。接下来，我们就用两周的时间，一共5期节目，一起看看这本《今日简史》到底讲了什么。

全书分为五大部分：

一、科技颠覆

二、政治挑战

三、绝望与希望

四、真相

五、生存下去

我们先来看第一部分：科技颠覆。

其实关于科技的话题，赫拉利在他上一本书《未来简史》里已经有了很多阐述，比如生物工程、人机结合、由数据组成的“万物之网”等等。在这本《今日简史》里，赫拉利重点谈了人工智能AI和人类工作之间的关系。自AI诞生之初，关于人工智能会不会抢人类饭碗的争论就一直不休。比如，《连线》杂志主编凯文·凯利就说，未来有70%的工作将被机器人取代。很多人对“AI和机器人会抢人类饭碗”这个结论，几乎已经没有什么怀疑了。而在这个结论的基础上，赫拉利又往前推了一步——他认为，因为AI和机器人的发展，人类社会将出现一个数量庞大的“无用阶层”，这几十亿人无法对世界作出任何贡献，只能混吃等死。

过去提到AI，我们通常认为，创意和艺术类的工作相对比较保险，不会被机器抢走。但赫拉利却告诉我们，包括创意和艺术在内的各行各业，未来都会被AI和机器人取代。在这本书里，他举了一个很有趣的例子：假设你的另一半把你甩了，AI算法可以帮你渡过“悲伤的五个阶段”：

一、先用博比·麦克费林的歌《不要忧虑，要快乐》帮你否认发生的事实；

二、再用艾拉妮丝·莫莉赛特的《你应该知道》让你发泄愤怒；

三、接着用雅克·布雷尔的《不要离开我》和保罗·杨的《回来，留下来》鼓励你讨价还价；

四、再用阿黛尔的《如你》让你深刻体会沮丧；

五、最后再用葛罗莉亚·盖罗的《我会活下去》让你接受一切。

接下来，AI算法会为你量身改造这些歌曲的旋律。可能有的歌所有地方都好，但有一个地方你不喜欢。也许你自己还没有意识到，但AI算法已经知道了——因为只要一到那个地方，你的心跳就会停一下，催产素的数值也会稍微降低。而AI算法就可以把你不喜欢的这个地方重新改写，甚至完全删掉。最终，算法可以根据你的生物统计数据，量身打造全世界只有你会喜欢的歌曲。仅凭这一点，AI就可以碾压全世界最牛的音乐家。

长远来看，AI和机器人会比人类更了解自己的情绪，甚至还能操控人类的情感。因为从本质上来说，人类之所以会对各种事物产生不同感受，是因为人类体内生化机制的分工合作。比如，当我们因为某件事情感到幸福快乐，背后其实是血清素、多巴胺、催产素等神经元和生化物质综合作用的结果。未来，AI可以对人体生化机制实现实时监控，从而预测和操控人类的行为。换句话说，未来人类会被AI玩弄于鼓掌之间。不仅如此，赫拉利还提到了两种重要的能力，一种叫“连接性”，另一种叫“可更新性”；这两种能力，AI和机器人具备，人类却并不具备。

顾名思义，“连接性”是指机器之间可以相互连通，无数的机器连接起来，会构成一张巨大的网络。比如，赫拉利认为等自动驾驶普及之后，发生车祸的概率会降低。因为所有车辆的运行轨迹和速度会成为自动驾驶网络中的一部分，如此一来，就不太会出现单独个体之间因为沟通不畅或者不了解对方意图而发生的意外事故。“可更新性”则有点像我们在手机上更新应用软件。比如，腾讯发布了微信的更新版本，所有人都可以通过应用商店下载更新，你可以马上用到微信更新之后的新功能。但这样的能力，人类并不具备——比如，某医药公司研发出了抗癌新药，AI机器医生可以瞬间同步信息，提高治疗效率，但人类医生却做不到100%同步这个信息。

更进一步来说，如果AI和机器人掌握了人类这么多数据，未来就不仅仅是抢走人类饭碗这么简单了。赫拉利认为，如果数据被AI和机器人掌控，而AI和机器人又被几个科技巨头掌控，那么就会出现另一个严重的问题：数据独裁。即便在今天，谷歌、Facebook、阿里巴巴、腾讯等科技巨头已经掌握了很多人的数据信息。在不久的将来，科技巨头们会对你的生活习惯和隐私了如指掌。但如果把数据国有化，也可能会出现以政府为主导的数据霸权；而反过来说，如果让每个人都拥有数据，实施起来难度也不小。因此，如何规范数据的所有权，也是全人类需要共同面对的难题。除了失业威胁和数据独裁，赫拉利认为，AI和机器人还会在精神层面毁灭“自由主义”，彻底剥夺人类的自由。什么是“自由主义”呢？简单来说，就是政治上实行民主选举，经济上奉行自由市场，个人层面在不侵犯他人的前提下，人有自由做一切事情。但正因为自由主义崇尚个人选择至上，AI和机器人才能通过操控人类的生化机制，彻底剥夺人类的自由。比如，选举领导人的时候，选民往往不会斟酌利弊、理性思考，而是“感觉”谁更靠谱，就会选择谁。但只要有足够的数据和人体生化机制的干预手段，“感觉”又是最容易被AI和机器人操控的。也许在不久的将来，人类不再拥有自我意识，一切都是被操控的结果。

那么，人类该如何避免被机器淘汰的命运呢？在赫拉利看来，最直接的办法是政府强制停止对AI和机器人的研发投入。但刚才也提到了，人类不具备“连接性”的能力——各国政府都有独立的意识形态，相互之间很难达成统一。如果A政府停止研究AI，B政府却持续加大对AI的投入，最后A政府在国际竞争中一定会落于下风。因此，指望政府之间达成共识、统一行动，并不现实。还有一个办法，就是尽可能创造足够多的新工作。但这也对人类提出了更高的要求——因为创造新工作，就意味着人类要和AI机器人赛跑，不断增加劳动强度和知识的迭代速度。但人类需要休息，机器并不需要休息，这样的竞争本身就是不公平的。于是，赫拉利提出了第三个办法：提供全民基本收入和全民基本服务，保护每个公民的基本生存需求。但问题又来了：只有发达国家才有能力给公民提供全民基本收入，欠发达国家根本无法承担巨大的财政压力。

另外，如何定义全民基本收入和全民基本服务也是个问题——比如，全民基本服务是要让公民具备读写能力就够了，还是要会写计算机程序和拉小提琴？不同文化背景的国家，看法也多半不一样。因此，这个办法实施起来也有难度。于是，赫拉利又提出了一个办法：建立社群，为人们设立有意义的生活目标。书中提到了以色列的犹太教徒，其中有50%的极端正统男性教徒从来不工作。虽然他们又穷又失业，但每次调查显示，他们的生活满意度比以色列社会的其他任何阶层都高——因为他们在宗教里找到了人生的意义，因此生活得也更快乐。

当然，有一点必须要明确：赫拉利的历史观和分析世界的角度，只是诸多不同角度的其中一种。尽管赫拉利的角度足够新颖独特，但这也只是让我们在认知世界的时候，多了一个维度而已。比如，美国资深科技专家麦努尔·可汗（Mynul Khan）就认为，AI和机器人并不会抢走人类的工作。AI和机器人的普及虽然会减少传统工作岗位，但同时也会创造更多的新岗位。2011年的一项研究也表明，100万台工业机器人可以直接创造近300万个人类就业机会。人类历史上，从发明车轮到古腾堡印刷机，人类一直在发展和适应新的技术。而且每一次，人类都会担心新技术是否会抢走人类的工作。但每一次新技术的诞生，其实都会催生新的行业和就业机会。比如，1440年人类发明了打印机，虽然它抢走了很多抄写员的工作，但图书大规模生产之后，随之创造了与图书生产、运输、推广、销售等大量的相关工作；印刷成本的下降，还直接导致了报纸的诞生。虽然抄写员们失业了，但大量的新工作也被催生了出来。再比如，19世纪初美国80%的工作岗位都和农业有关。但因为农业机械化的普及，到今天这个比例只有2%。而且，农业机械化并没有毁掉美国经济，反而让美国农业变得更高效环保。同时，当人类和机器打交道的时候，专业技术人员的支持变得不可或缺。因为机器人难免不会出现故障，平常也需要维护保养和升级换代。随着AI和机器人越来越普及，人类社会也需要更多具备技术专长的人才去维护优化AI系统和相关硬件，这些都是新技术给人类带来的全新工作机会。还有专家认为，AI和机器人的普及，也并不会抢走创意和艺术类的工作。相反，科技的普及会给人类提供更多更准确的数据，让人们更加专注思考创意和艺术的本质，更深入挖掘自身的激情和创造力。

而且，即便AI和机器人拥有了大量数据，它们得出的结论也不一定能反映真实世界的情况。关于这一点，前谷歌数据科学家赛斯·戴威维茨在他2017年的畅销书《人人说谎》中谈到，数据应用有一个最大的陷阱，叫The curse of dimensionality，翻译过来叫做“维数灾难”。简单来说，就是当一个数据受到非常多变量影响的时候，总有那么一两个变量能和这个数据的结果相吻合。但结论往往是，这两个变量和你想研究的数据并没有任何因果关系。比如，研究股市的时候，有人曾发现某些Twitter关键词完全符合股市的走向；或者在研究遗传基因的时候，发现高智商人的某个基因与别人不同。但经过长期的观察，却发现这些因素是千万种数据排列组合中的巧合。所以，人类并不能用Twitter来预测股市的走势，或者用某个基因来预测人类的智商。对于股市或智商等极度复杂的问题，利用数据来预测因果关系的方法还远远不够成熟。而且，数据主义背后的逻辑是实证主义，也就是根据已知现象来认识现实。从这个角度来说，就算AI和机器人收集了全球所有的数据，它们仍难以洞察人心的复杂与深邃。