哪些是人工智能時代的安全職業
哪些是人工智能時代的安全職業，逐漸成為人們不得不面對的問題。隨著人工智能發展，一個又一個原來由人承擔的工作，被機器替代。阿爾法狗干了圍棋冠軍的活兒，微軟的小冰干了詩人的活兒，特斯拉無人駕駛汽車干了司機的活兒，亞馬遜無人超市干了售貨員的活兒……傳統職業變得不再安全。人們不禁要問：將來還有哪些職業，是機器難以替代因而是相對安全的?
判斷這個問題，不能靠猜測，而需要一個思考框架。人工智能時代的安全職業的問題，實質是人工智能擅長做什么、不擅長做什么;人擅長做什么、不擅長做什么。搞清楚人與機器各自的優勢與劣勢，這個問題自然就有答案了。
首先，關于涉及人工智能本質的問題，朱迪亞·珀爾與達納·麥肯齊在合著的《為什么：關于因果關系的新科學》中有所論述。他們提出了一個理解人工智能能力本質的簡單框架，這就是因果推斷框架。因果推斷講的是相關關系與因果關系二者之間的關系。通俗地講，相關關系對應歸納，因果關系對應演繹。珀爾院士反對只講相關關系，不講因果關系，認為人工智能只有通過建模將相關上升到因果，才能通過推斷解決問題。
對應到職業上則意味著，找不到規律的事(只有相關沒有因果的事)更適合由人來完成，而找得到規律的事(從相關可以推斷出因果的事)可以由機器替代。更簡化地說，凡是建不了模的工作，機器都代替不了人。舉例來說，有些人購物隨心所欲，建模往往套不牢他們，所以為這些消費者服務的事就適合由人來干。
其次，關于涉及職業本質的問題，斯科特·佩奇在《多樣性紅利》中也提出了一個超簡單的判斷框架：多樣性優于能力。這里的多樣性都可替換為臭皮匠(人);能力都可替換為諸葛亮(人工智能)。臭皮匠在什么條件下可以穩贏諸葛亮，或者說，人在什么條件下可以穩贏人工智能?其實條件很簡單，凡是人算不如天算的，都不適合諸葛亮(人工智能);相反，凡是人算算得清的，都不適合臭皮匠(人)。顯然，人工智能這個“諸葛亮”之所以顯得很厲害，全在于會算，如果它算不清楚，自然就得投降。什么是算不清楚的呢?按佩奇院士的理論，就是復雜程度超過算力的事務，例如股市、生態多樣性、婚戀等。
最后，關于涉及人工智能與職業關系的問題，馬華興、王鵬合著的《做出好選擇》則提出了一個將人工智能與職業聯系起來的判斷框架。這個框架把工作分為程序型工作和探索型工作。程序型工作，對應珀爾院士說的可建模發現因果關系的事情，對應佩奇院士說的“能力”型工作;探索型工作，對應珀爾院士說的只有相關關系無法建模的事情，對應佩奇院士說的“多樣性”型工作。《做出好選擇》認為，從事探索型工作是未來的方向。這是人工智能時代的安全職業。書中歸納了3種有前途的探索型工作：社交類工作、設計類工作、經驗類工作。
不過，如果理解了人工智能的原理與職業的原理，安全職業可以不止這3類，而是無限增加。比如，網絡文藝全行業符合佩奇院士說的“多樣性”標準，作品只要一重樣，就會被判抄襲。其中包括網絡文學、網絡音樂、網絡視頻、網絡音頻等10多個職業，進而由產品內容化、體驗化進一步派生眾多職業，如直播帶貨、設計孩子打針專用動畫片等;又比如，網絡娛樂細分為體育、游戲等具有人算不如天算特征的成百上千種職業，無窮無盡……總之，只要與人的情感(如對美好生活的向往)沾邊，都適合人而不適合人工智能。真正的問題反倒可能是安全職業多得數也數不過來，逼得人工智能還要再努力一些，才能把人手騰出來，有機會去盡情發揮。
