幾千年來我們一直以為那些能用符號、語言和文字表達的知識就是所有的知識，也叫明知識。一直到70年前，人們發現還有一類知識，叫默知識（或者叫默會知識），就是那些只可意會，不可言傳的知識。這幾年隨著AI技術的發展日新月異，機器認知發現了萬事萬物間的隱蔽關係：暗知識。這是一類我們既不可感受，又不能表達的知識。什麼叫不可感受？就是那些人體感官無法感受的物理量、化學量。像我們眼睛看不到紫外線、紅外線、X射線，耳朵聽不到超聲波。或者是我們感官能感受但大腦沒反應，不會建立新的神經元連接。什麼叫不可表達？就是這些量之間的關係太多太複雜，根本無法用文字或者公式描述。那些看似隨機的數字，如一個神經網絡的參數集，在機器之間通過網絡以光速互相傳播，將直接衝擊我們人類的社會結構和道德倫理，而最重要的是，將直接衝擊人類的飯碗。
《未來簡史》一書的作者尤瓦爾·赫拉利（Yuval Harari）曾預測，若干年後，人類社會最大的問題是人工智能帶來一大批“無用的人類”。同時，也會催生出“超人類”（Superhuman）。他認為，一小部分超人類將可以藉助科學技術不斷地“更新”自身，操控基因，甚至實現人腦與計算機互聯，獲得一種不死的狀態。“在以前的歷史上，貧富差距只是體現在財富和權力上，而不是生物學上，帝王和農民的身體構造是一樣的。在人可以變成超人類後，傳統的人性就不存在了，人類會分化為在體能和智能上都佔據絕對優勢的超人階層和成千上萬普通的無用的人類。”他的擔心會成為現實嗎？
硅谷風投公司創始合夥人、曾師從AI開山鼻祖伯納德·威德羅的王維嘉博士在新著《暗知識：機器認知如何顛覆商業和社會》中闡述了：已經到來的暗知識時代，哪些行業的人將最先失業、哪些人最不會失業、你的孩子未來應該學什麼專業，以及AI技術將創造哪些新的工作崗位。
誰先失業
牛津大學的一份研究報告指出下列職業將是最先被人工智能取代的，在 2033 年下列職業被 AI 取代的概率如下：
（1）電話營銷員， 99%。
（2）收銀員， 97%。
（3）快餐廚師， 96%。
（4）律師助手， 94%。
（5）導遊， 91%。
（6）公交車和出租車司機， 89%。
（7）安保人員， 84%。
（8）檔案管理員， 76%。
將被 AI 取代的工作和職業遠不止這些。麥肯錫發表的一份研究報告指出，中國的勞動力可以被自動化的程度比世界上任何其他國家都要高。據該報告估計， 20 年內中國 51％的工作可以自動化，相當於 3.94 億全職員工。最容易被 AI 取代的是那些重複性高、可預測、可編程的工作。 19 世紀的機器主要代替體力工作者，這次 AI 將替代許多腦力工作者。中等技能的專業人員可能首當其衝，而目前很難程序化的工作，例如保姆反而很難被取代。許多高技能、高收入的職業也可能受到衝擊。這種衝擊體現在兩個方面：一是直接取代，例如中級 X 光讀片醫生和律師事務所的文書 ；二是增強，例如醫生的 AI 輔助診斷。許多任務可能會自動化或大大縮短時間，有些工作可能會發生改變。正如電腦出現後並沒有消滅會計，而是讓會計更高效，能分析過去無法分析的大量數據，能產生過去無法產生的大量圖形和表格。 AI對許多行業的影響也將類似。
同樣的道理，那些很難標準化、程序化的工作將是最難被AI 取代的。以下是一部分最難被取代的工作，它們未來被取代的概率如下。
（1）考古學家， 0.07%。
（2）心理諮詢和毒癮治療工作者， 0.3%。
（3）職業病理療師， 0.35%。
（4）營養師， 0.39%。
（5）醫生特別是外科手術醫生， 0.42%。
（6）神職人員， 0.81%。
這些難以被 AI 取代的職業的一個特點是需要有對人類情感和精神的理解。這是目前的 AI 完全無法做到的。
孩子該學什麼
目前 AI 工作市場很熱，各公司競相出高薪吸引 AI 人才，特別是高級人才。各類培訓班也趁機大發其財。許多大學生、研究生紛紛選修 AI 的課程。隨著進入這個領域的人數增加和 AI 計算能力越來越“程序化”，預計不出五年普通的 AI 人才就會產生剩餘。每當朋友問到“我的孩子要學 AI 嗎”，筆者的回答都是“學好數理化，走遍天下都不怕”。現代科學的全部基礎是 2 500 年前希臘的《幾何原本》。但凡稱得上科學的學科一定具備兩個特點：一是具備像《幾何原本》那樣的公理系統；二是可以用實驗驗證假設。物理學是建立在數學之上的，化學又是建立在物理學之上的，生物學又是建立在物理和化學之上的。歸根結底，所有現代科學的基礎都是數學。人工智能也不例外。基於神經網絡的機器學習的全部數學基礎就是偏微分方程和線性代數（兩門大學理工科的必修課）。人工智能其他流派可能還要涉及概率論（大學基礎課）和隨機過程（大學或研究生課程）。今天的小學生、中學生到大學畢業時，人工智能不知會發展到什麼程度，但它的數學基礎還將是以上這些課程。一二十年以後，也許基於神經網絡的機器學習會遇到瓶頸，但學好數理化的孩子可以有許多其他選擇，而不必侷限在 AI 領域。
除了數學，另外一門最重要的課就是語文（包括外語）。語文培養的不僅是表達能力，更重要的是培養同理心的途徑。人類之間溝通的基礎就是同理心和共情心，即根據自己的感覺理解別人的能力。機器沒有同理心和共情心，未來最難被機器取代的就是需要和人類溝通的工作。
在能力方面，除了溝通能力以外，未來最重要的是想象力和創造力，而不是“工匠”能力。
AI 時代的新工種
新藍領工種
像以往的新技術一樣， AI 將催生一系列新的職業。以下是可以預見的新藍領工種。
1. 數據標註員
在 AI 視覺的發展史上， ImageNet 的龐大數據庫發揮了重要的作用。這個數據庫中有上千萬張用人工標註了的圖像（例如一張狗的照片上標註“德國牧羊犬”）， ImageNet 的創建者斯坦福大學的李飛飛教授在網絡上動員了上萬人參與到標註工作中來。目前許多 AI 算法的訓練都有賴於大量的已標註數據。許多大公司例如谷歌已經開始僱用越來越多的人標註數據，包括圖像、視頻等。這個工作需要多少人呢？原則上講要把被識別的種類的所有情況都標註出來，機器才能“全面掌握”。例如在自動駕駛中所有需要判斷的場景都需要標註出來，而這些場景可能無窮多。
2. 數據採集師
自動駕駛需要採集一個國家所有道路的精確地圖。需要幾百輛數據採集車常年採集。我們的生產和生活中有無數這樣需要採集數據的工作。除了在田野採集數據，許多數據還需要後臺的清理，這些也少不了人工的干預。
3.AI 訓練師
許多 AI 算法在正確識別場景之後並不知道該如何行動，這時人類可以提供指導。例如可以在汽車駕駛模擬器上隨機產生千變萬化的道路場景，由人操縱模擬器。機器記錄下來場景和人的相應動作。甚至更進一步， AI 駕駛訓練員開著車在北京擁擠不堪的交通中每日穿行，車中的傳感器（攝像頭、雷達等）記錄下來各種複雜的場景和相應的駕駛員的動作。
在工廠生產線上，人類訓練師也可以“手把手”地教機械臂或機器人學會某些特殊性的序列動作。
新白領工種
最近美國政府的一份報告提出了未來和 AI 有關的相關工作，分為以下四類。
（1） 需要與 AI 系統一起工作以便完成複雜任務的參與工作（例如 AI 輔助醫療診斷）。
（2） 開發工作，創建 AI 技術和應用程序（例如數據庫科學家和軟件開發人員）。
（3）監控或維修 AI 系統的工作（例如維護 AI 機器人的技術人員）。
（4）響應 AI 驅動的範式轉變的工作（例如律師圍繞 AI 創建法律框架，或創建可容納自動駕駛車輛的城市規劃者）。
新粉領工種
機器最難取代的就是要求高度情感的工作，例如嬰幼兒教育，社會工作、心理諮詢等。隨著社會老齡化，老年人的照顧和護理將成為一個巨大需求。目前這個需求遠遠無法滿足的原因在於大部分老年人的支付能力不足。可以想象類似美國給低收入人群提供的食品券一樣給老人提供“老年照顧券”（在手機上實現支付和反作弊都很簡單），且只能把這些券支付給服務機構。未來甚至會出現“定製電話煲粥員”“家庭心理諮詢師”等。這些煲粥員和諮詢師與今天的電話聊天服務及心理諮詢師的最大不同是他們不僅針對固定的客戶群，而且服務是持續的。未來甚至會出現專業粉絲團，不僅是為明星當粉絲，還可以為任何需要掌聲的人當粉絲。
未來世界瞬息萬變，每次重大的技術創新都會重新分配權和力。隨著AI的崛起將會代替眾多重複性較高的工種，雖然可能造成就業問題，但同時也會帶來一些新工種，畢竟人類的創新性在任何時代都不會過時。如果想要深入瞭解AI的泡沫在哪裡，如何避免跌入投資陷阱，機器認知時代的創業選擇是什麼，AI更適用哪些領域？人臉識別、新藥研發、精準醫療還是無人駕駛？人和機器未來該如何相處？推薦閱讀中信出版集團的新書《暗知識：機器認知如何顛覆商業和社會》。
閱讀更多 正和島 的文章
