人工智能將會帶來一場深刻的社會變革。最新一期的《自然》雜志（Nature）發布了一系列關于未來工作的評論與報道。本文主要從社會變遷的角度，來討論人工智能的發展將會造成的影響以及應對方式。耶路撒冷希伯來大學歷史系教授、《人類簡史》、《未來簡史》的作者YuvalNoahHarari認為，由于人工智能讓許多人失去工作，我們必須打造新的經濟、社會和教育體系。
今年九月，一名機器人在意大利比薩的Verdi劇院進行了管弦樂團FilarmonicadiLucca的演出。
正在進行的人工智能革命將改變幾乎所有的工作，給社會和經濟的發展帶來機遇和挑戰。一些人認為，人工智能將把人類趕出就業市場，創造一個新的無用的階層；另一些人則認為，自動化將為所有人創造更廣泛的就業機會和更加繁榮的經濟。幾乎所有人都同意，我們應該采取行動，防止最壞的情況發生。
自動化革命正從兩個科學浪潮的交匯中浮現出來。計算機科學家正在開發人工智能（AI）算法，它可以學習、分析海量數據，并在識別模式上有超人的效率。與此同時，生物學家和社會科學家正在破譯人類的情感、欲望和直覺。信息技術與生物技術的合并，正在催生一種算法，它可以成功地分析人類并與人類進行溝通。而且，在處理任務方面很快就會超過人類醫生、司機、士兵和銀行家，最終可能會將數億人擠出就業市場。
政府可能會去抑制自動化的發展速度，減少由此帶來的沖擊，并留出充足的時間進行調整，但要完全避免自動化和失業，不僅不可能也不可取。這意味著要放棄人工智能和機器人的巨大潛力。如果自動駕駛汽車比人類更安全、更廉價。禁止它們只是為了保護出租車和卡車司機的工作，將會適得其反。
一個更明智的策略是創造新的就業機會。特別是隨著日常工作的自動化，新的非常規工作機會將會增加。例如，專注于診斷治療已知疾病的普通醫師可能會被人工智能醫生取代。正因為如此，將會有更多的錢用于人類專家進行開創性的醫學研究，開發新的藥物，以及開拓新的外科手術技術。
這需要配套的經濟體制和法律機制。最重要的是，它需要一場教育革命。
終身學習
為了抓住這些新機會，人們需要進行徹底的、終身的再培訓。人工智能革命不會是一個單一的事件，之后的就業市場和教育體系也很難會像之前一樣，進入一個新的平衡狀態。更確切地說，它將會帶來聯動而又持久的沖擊與破壞。即使在今天，也很少有人愿意一輩子從事同一份工作。到2050年，不僅是終身工作的概念，甚至連終身職業的概念都可能會變成老古董。要知道教什么知識給小學生和大學生將變得越來越困難。
預測未來絕非易事。如果你生活在1000年前的中國，你會面臨很多無法想象的事情：帝國可能在50年內崩潰；契丹人可能會入侵，或者一場新的瘟疫會奪去數百萬人的生命。然而，你確實知道，大多數人仍會像農民和織工一樣工作，統治者仍然需要男性在軍隊中作戰，管理他們的稅收，女性仍舊會被婚姻束縛，預期壽命仍然是40歲左右。
因此，在1017年，貧窮的中國父母教他們的孩子如何種植水稻或織布，而更富有的父母教他們的孩子如何讀書寫字，如何騎馬，而他們的女兒則會撫育為一個謙遜聽話的家庭主婦。很明顯，這些技能仍然是需要的。相比之下，2017年，我們對未來的工作、性別、經濟甚至死亡，都沒有這樣的確定性。
人的心理也可能成為一個關鍵的障礙。改變總是有壓力的。我們已經處于一個壓力和焦慮大爆發的時代。隨著就業市場和個人事業的不確定性增加，我們可能會想，是否每個人都擁有應對持續不斷變化的生活所必需的情感耐力。我們可能需要更有效的減壓技巧從藥物到神經反饋到冥想來應對。
相對來說，創造新的就業機會可能比重新培訓人們來填補空缺更容易。一個巨大的無用的階層可能會出現，這不僅是因為工作崗位的缺失，還在于缺乏相關的教育和思想上的靈活性。
測試用例
最重要的是盡早發現誰會從新技術中獲益，誰又會受到沖擊。相對樂觀的整體統計數據，可以掩蓋不同群體之間日益增長的差距。對于不同年齡段、不同性別、不同受教育程度的人來說，自動化可能會對他們產生截然不同的影響。
而且，獲益的和受到沖擊的對象，也通常不是我們所預想的那樣。例如，在診所里，自動化對醫生的威脅可能比護士更大。許多醫生幾乎完全專注于處理信息：收集病人的醫療數據進行分析，并做出診斷。護士需要良好的運動和情感技能，給病人進行痛苦的注射，庫卡機器人，替換繃帶，小心地傾聽病人的需求。在我們擁有一個可靠的護士機器人之前，我們可能會在智能手機上擁有一個人工智能家庭醫生。
探索智力和意識之間的關系，對于理解未來計算機和人類之間的經濟、職業和道德關系也至關重要。我們已經在計算機智能領域取得了巨大的發展，但在計算機意識方面卻沒有任何進步。就像飛機飛得比鳥兒還快，卻沒有長出羽毛那樣，電腦可以解決問題，甚至比人類更能分析人類的情感，但不會產生任何情感。研究這些差異將有助于我們預測人工智能能做什么，不能做什么，并決定哪些東西應該遠離人工智能的控制。
在我看來，人工智能已經在一些領域取得了長足的進步。自動化已經在一些場景下，對工作造成了極大的影響與沖擊。
在國際象棋中，IBM的深藍計算機擊敗了GaryKasparov，已經過去了20年。然而，人類仍在下棋，而半人半機團隊的人則可以勝過兩者。這似乎預示著未來的前景：就業市場可以培養那些可以利用、而非與人工智能競爭的人。然而，半人半機團隊的力量平衡在不斷變化。計算機在國際象棋上變得如此優秀，以至于人類正在逐漸失去價值，而且很快就會變得無關緊要。比如最新版的AlphaGo不依賴人類的經驗，自學36小時，就能打敗上一個版本。
2015年，在意大利一家療養院，一名婦女帶著機器人。
自動駕駛汽車是另一個重要的測試案例。如今，生產自動駕駛汽車已經在梅賽德斯-奔馳等老牌鋼鐵巨頭與谷歌等新的硅谷巨頭之間展開競爭。交通利用了人工智能的一個核心優勢：連接性。即使一輛由計算機驅動的汽車不如一個優秀的人類駕駛員，庫卡機器人何服電機維修，但由計算機驅動的汽車組成的網絡仍要比目前在道路上占據主導位置的容易犯錯的人類司機造成的混亂更安全、更高效。
如今，每年約有125萬人死于車禍，其中90%以上都是人為錯誤造成的。當兩個人類司機靠近同一個路口時，他們可能會產生誤解和碰撞。但是，計算機驅動的汽車可以連接在一起因此，它們發生錯誤通信和碰撞的可能性要小得多。類似地，更容易確保自動車輛遵守限速（更不用說禁止酒后駕駛）等規定，即使這些規則發生了變化。
自動駕駛汽車闡明了兩個重要問題。首先，在某些領域，用機器人和計算機取代所有人類可能是有意義的，即使個別一些人會做得更好。其次，當改變出現在某些領域時，它可能會突然出現，而不是漸進的。