很多人認為，世界即將迎來第四次工業革命——這一次，機器可以完成很多由人類負責的工作，甚至比人類做得更好。未來的世界可以實現更高的效率，享受更廉價的服務，但失業也將變得更加普遍。
這便引發了一個令人不安的問題——機器什麼時候能夠取代你的工作？
根據麥肯錫2017年提供的數據，現代社會5%的工作可以實現完全自動化，60%的職業有大約三分之一的工作可由機器人完成。不要說最傳統的農業耕作，也不用說現代化的工業，就連近期興起的電商快遞業，也已經被機器人涉足，快遞包裝，快遞挑揀，快遞配送很大一部分工作都可以由機器人來完成，而且這種趨勢會越來越明顯。
相對於人類，機器人在一些方面有不可忽視的優勢。人們普遍認為智能計算機會搶走我們的工作，在你早餐還沒吃完以前，它就已經完成了你一週的工作量，而且他們還不休息，不喝咖啡，也不要退休金，甚至不用睡覺。但事實上，雖然很多工作未來都會自動化，但至少短期內，這種新品種智能機器更有可能是與我們一起工作（而不是取代人類）。
但是，請不要恐懼，更不要心灰意冷。就現在來說人工智能機器不能完全自定義目標，解決問題，甚至是運用基本常識都有問題，這些新一代機器工人，所缺乏的這些技能，對於人類，即使是最愚蠢者，也是易如反掌的。
之所以智能機器人或者你的機器人同事很長一段時間內不會把你取而代之，是因為以下幾個方面的原因。
一是智能機器人不是完全可靠，它們也會犯錯。機器人很大程度上是依靠數據的，但這種思維方法也可能會犯下大錯。例如某人工神經網絡曾經把3D打印的烏龜認成了步槍。因為這個程序無法進行概念推理，不會想到"這個東西有鱗和殼所以可能是隻烏龜"。相反，它們是根據模式思考——這個例子中是以像素為單位的視覺模式。因此，改變圖像中的某個像素，一個合理答案就可能演變成無稽之談。而且它們也不具備工作中必不可少的常識，不能把已有知識運用到新情景中。
二是根據人工智能受到的訓練不同，它們會產生偏見。如果機器人接收的數據無懈可擊，那它們的決定就很可能正確，但多數時候人的偏見已經夾在其中。谷歌翻譯裡就有很明顯的例子。一位研究員在去年出版的《傳媒》（Medium）雜誌中指出，如果在谷歌翻譯中把英文"他是位護士，她是位醫生"翻譯成匈牙利文再譯回英文，翻譯機給出的是相反的句子："她是位護士，他是位醫生"。另一種可能出現偏見的原因是數學加權（數學計算中將參數比重加入計算稱之為加權）導致的。跟人一樣，人工智能也會對數據進行"加權"分析——看哪個參數更重要。由此可能會產生讓人厭惡的性別歧視或者種族歧視。
三是現階段的機器人不會像人類一樣思考。人們通常會認為人工智能的原理是我們先了解人類，然後以同樣的方式構建人工智能，但事實並非如此。以飛機為例，我們早在詳細瞭解鳥類飛行原理之前就造出了飛機，使用的空氣動力學原理不一樣，但今天我們的飛機比任何動物都飛得更高更快。與其說是人工智能會主動思考，不如說人工智能僅僅靠數據分析。人工智能主體都是"神經網絡"，它們通過分析大量數據，構建數學模型來學習。現階段的機器人不會主動思考，更不會像人類做事情一樣能不自覺地運用所謂的隱性能力。
機器人的時代即將到來，並將永遠改變未來的工作，但在它們變得更像人類之前，還需要我們守護在它們旁邊。會給人類帶來生存危機的自主機器人雖然尚未誕生，但是，我們距離所謂真正的人工智能已越來越近。在機器人搶走我們的工作飯碗、資源、生存空間之前，早早確立人類與機器人的規則就顯得尤為重要。
閱讀更多 話題先森 的文章
