在 “近期” 内,AI会更容易取代一切有关相对精确的 “标准” 和成体系的 “方法论” 的工作,类似 “收集最多的相关信息,转出N套估值模型”,甚至是入门级编程。更不容易取代那些标准多元和模糊,非标准化的,或涉及人类情绪和情感的工作,如战略管理、公共关系,以及一切需要人和人面对面实时沟通的工作。(刚才我老婆说的那句话,是真高兴,还是假高兴真生气?)
精细机械控制,即 “取代人的运动功能” (波士顿动力搞的那套),确实也还差真人很远。但这本质上并非人工智能,而就是机械控制。或者说,这是人工运动神经反馈,而不是人工意识和思维。
长远看,若AI真的大发达,那么也就没有什么工作是不能被取代的了。但若真是如此,“被取代” 也就不是个威胁了,因为 “人活着需要工作” 的生产关系假设已然被打破了。人活着更多是为了探索、开拓和乐趣:极少数人从事科研和创造,大多数人活得像是猪一般的奴隶主。
但这依然存在威胁,主要威胁即AI的不可控:我们没理由期待,具备强智能或超智能的存在,却不具有主观意志。而当它们具备主观意志后,结果会如何,可能是不受我们控制的。
这也是为什么,在现如今,我确实支持认知科学/脑科学和人工智能科学平行发展,但最终,我依然希望人工智能科学能向认知科学/脑科学靠近的原因。即,今天的人工智能科学,说白了是在跳脱出仿生学的框架搞黑箱:实用结果可以很好,且本就是按实用结果来评价的,但全过程并不那么受控。
当然,这最终有关于不同人的主观喜好:你是更希望一群比我们聪明无数倍的子女取代我们,还是一群比我们聪明无数倍的陌生物种取代我们。前者可能能继承我们的文化和模式基因,而在后者眼里,我们可能并不会比三叶虫更重要。
不过话又说回来,目前我很无缘由地不看好,当下完全脱离仿生的炼金术模式,真的能搞出强人工智能来。
回到问题本身,如果 “你” 非常担心的是自己的工作被AI取代的话,那么可以选的方向有两个:1,如果你天赋极高,万里挑一,可以努力走研发路线。科学家将是最后一个被人工智能取代的工种之一。2,如果你天赋不是极高,自认是个普通大众,那么,在了解行业方向大致的知识和技能背景之后,就多朝着 “多和人打交道” 和 “全栈多元跨界” 的方向去发展好了,而不是试图发展成为一个闭门造车的方法论熟练工甚至小专家。(比如在金融领域,以CFA学习大纲为参考,最 “没用” 的知识,即那些公式和计算繁多的章节 — 你再快也快不过电脑;最有用的,反而是类似 “行为金融学” 相关的内容 — 今天的电脑,依然读不懂人心)