2017记录

四、有了AI，人生还有意义吗？ 
在可预见的未来，人机协作随处可见，人类有大量的空闲时间，或者沉浸在高水准的娱乐内容里，或者追随自己的个人兴趣，或者干脆无所事事。在这样的时代里，压在每个人肩头的工作压力、家庭压力会小很多，人生经历、人生目标以及人的价值观会前所未有地呈现出多样化的特征。
那么，在这样一个人类历史上从未经历过的崭新时代里，人生的意义何在？如何过完一生才最有价值呢？我们会因为机器代劳了一切，而变得像《机器人总动员》里的人类后代一样懒怠、肥胖吗？

图 2 电影《机器人总动员》中因科技发达而懒怠、肥胖的人类后代
悲观者说，AI既然可以在不少具体的工作（比如围棋）上做得比人类更好，学得比人类更快，那么，人活着的意义是什么？AI既然可以在许多工作中取代人类，那么，人类的价值该如何体现？
乐观者说，超人工智能还遥遥无期，AI与人类协作才是未来的主旋律。AI对于人生意义的挑战主要源于人类自身的心理感受。如果我们能在农耕时代接受骡马作为人类的合作对象，在现代社会接受机械、车船与人类共同协作，那为什么不能在人工智能时代接受AI这个好帮手？
回顾人类文明发展，新科学、新技术总会在不破不立的因果链条中引发社会阵痛。奔驰之父，德国人卡尔·弗里特立奇·本茨在1885年制成的世界上第一辆马车式三轮汽车就曾被人嘲讽为“散发着臭气的怪物”。我不算有神论者，但有时会乐观地认为，先进技术的出现，或许是“造物主”的善意，或是人类集体意识的英明决策，一边把人类从旧的产业格局和繁重劳作中解放出来，一边如鞭策或督促一般，迫使人类做出种种变革。比如AI，它一边释放巨大生产力，免除人类继续从事繁冗工作之苦，一边又在用可能出现的失业问题提醒人类：你应该往前走了！
我们的时代，正进入这样一个前所未有的局面：随着科技进步，AI技术将在大量简单、重复性、不需要复杂思考就能完成决策的工作中取代人类。汽车将不需要人类来驾驶，人类翻译的工作将逐渐消失，人类交易员目前已开始被计算机取代……可能产生的失业问题必须有解决方案。人类社会如何接纳在AI时代失去工作的人？人类历史从未像今天这样复杂、玄妙。AI将创造更多的财富，也必然创造出大量新的工作岗位——更多的人可以转换到新的岗位，或与智能机器协同工作，大多数人可以因社会财富的丰富而选择更加自由的生活，还可以依赖于全新的社会福利体系。
所以，我们每个人都面临着抉择：到底是要做一个天天领着政府福利，躺在家里玩游戏，身形如电影《机器人总动员》里的人类后代一样臃肿的废物，还是努力适应新时代，学新知识，重塑自己在AI社会中的地位与价值，大踏步向前走？

基本上，人工智能时代的教育要注重以下几个重点问题：
个性化、定制化的教育该如何设计，如何满足不同学生的需要，如何评估定制化教育的效果？在这里，我们也许更需要人工智能技术的帮忙。当全社会的所有学者与所有知识传授者被网络连接在一起，当所有一对一、一对多的教学活动（参与未来教育活动的甚至可以不完全是人类讲师，也可以包含机器讲师）的数据被实时采集起来，人工智能技术可以在这个大数据的基础上，进行智能分析，帮助人类教育设计者总结得失，监控教学质量，调整课程设计，甚至与人类协作，共同设计新的教学体系。
教育如何做到可持续化？最有效的再培训和再教育体系是什么？未来人类有充裕的时间思考自己的兴趣、目标，未来人工智能的普及也给人们转换工作提供了足够的机会（对于主动寻找新目标的人而言）或压力（对于因机器而被迫转换工作的人而言）。那么，当一个人希望开始下一个人生阶段的时候，我们的教育体系能否顺利接纳这样的人，并帮助他完成再培训？我不相信纯粹的商业驱动可以做到这一点。社会各层面的积极参与，尤其是社会福利层面的保障，对这一点至关重要。
教育体系的设计必须更早、更充分地考虑全社会的公平性。利用极度完善的互联网资源和强大的人工智能技术，我们在不远的将来，有可能真正做到高质量教育无差异地普及到地球上每一个角落。这在人类数千年的文明史上，是从来没有发生过的事情。但在线教育、虚拟现实技术、人工智能技术的组合，也许就是解决教育公平的最佳技术方案。在一个完全定制化的教育体系里，世界上任何一个角落的任何一个学生，都可以根据他的兴趣，连接到最适合的老师，享受完全为自己量身定制的课程，得到世界一流的教育。这看起来是一个梦想，但它指明了一个合理的方向，在向着这个方向努力的道路上，也许很多困扰我们多时的问题就会迎刃而解。
人工智能时代，学或教育本身不是目的，我们真正的目的，是让每个人在技术的帮助下，获得最大的自由，体现最大的价值，并从中得到幸福。

三、AI时代的教育要关注什么？
在2017年1月的瑞士达沃斯论坛，我在谈到未来的教育和学时说：我们不能脱离大的经济变革、大的社会转型来讨论教育。从宏观角度讲，人工智能时代的社会经济模式一定与今天有很大不同。在未来，我们应当少关注一点工作产出的经济效益，而更关注工作的目标和意义。我们在比较人和机器的劳动产出时，多半仅仅用劳动价值和工时长短来衡量人类的产能，却忽视了工作背后潜在的社会价值。
这里的一个重点在于，人类的工作将在AI时代进入一个新的层次。人们在竞争中，将选择更好的雇主和工作，同时取得工作技能与深度上的提升，逐渐成为各类专业能手和顶尖人才，甚至最后成为特定领域的首席科学家、最有价值的金牌球员、最受饕客追捧的明星大厨等。但机器也拥有着属于它的全新定位。我们要做的是去思考在AI时代来临之际，如何保留一手的经验，如何为人类提供成长的空间，从而创造更多的就业机会，为人类共同的未来找到更好的解决方案。
伊藤穰一则认为，如果AI真能把整体社会的生产力无限提高到一个极其充沛的程度，那很多人可能根本就不愿意继续从事现在的工作，如今包括政府公务员在内，很多人在岗位上过度劳动，薪水却巨低无比。这些职业的确需要政策扶持和薪酬相关的补助，才能鼓励人们考虑选择那些看似低回报的工作。古希腊的雅典城邦就是一个例子。当然我们现在没有那个时代的奴隶制，但想象我们处在一个充满了艺术家、哲学家的社会，那时公民们关心的，会是资源分配是否公平、收入是否均等。这并不意味着我们不再需要工作，否则就太不符合现代的经济法则了。社会仍然需要人类劳动力，但人们将变得更富裕、更能投身内心真正渴求的工作，将会有更多的音乐家能心无旁骛地专注于他们热爱的创作，更多厨师能每天精心烹调让人赞叹的美食，他们周遭人们的生活体验，将会因此更为多彩丰富。
其实，不仅是音乐行业，其他的行业也存在着明显的问题。例如，专栏作家和记者们的前途也值得忧虑，他们依循传统媒体游戏规则，都曾经历过获利颇丰的年代，而对于新的技术平台分发规则、更为AI自动化的媒体模式他们仍未做好准备，记者编辑们的专业地位也需要被重新检视与定位。未来型的AI技术公司将有机会赚得较高的经济收益，这些创新公司甚至能和前沿政府紧密合作，共同为未来世界的工作结构和薪酬制度，进行前瞻的规划和准备。
我们过去专注在培养数理化人才，为了训练符合上个时代需求的工程师、医师、会计师、律师等专业人才，我们已经投资庞大的社会资源，导致很多人打从学阶段起就开始偏离了他们的核心潜能而毫不自知。人们将从人工智能时代的大变革、大演进中被释放，真正投入我们擅长、我们热爱的领域。

二、AI时代该学什么？
有关学的内容和目标，我的小女儿德亭曾经说过一段让我特别尊重、特别赞许的话。
德亭很早就喜欢摄影，她五岁的时候得到了人生第一台相机，并从帮姐姐设计出来的漂亮时装拍照开始，逐渐拓展拍摄对象，很早就成了一个小摄影爱好者。她中学时很想以摄影作为自己的专业。但我担心她喜欢摄影只是为了逃避功课。申请大学前，我反复跟她讨论，并提醒她：“你必须想清楚哦！专业摄影师很快就会被淘汰，现在摄影工具愈来愈方便，大家都可以轻易拍出好照片，专业摄影师的优势会渐渐消失。”
可我没有料到，德亭很郑重地说了下面这段话：“我做过调查了，目前在美国，一个专业摄影师的薪水比记者还要低，而记者的薪水相比其他各行业也越来越低了。可是爸爸，我愿意赚比较少的钱，做自己真正想做的事。每次背着沉甸甸的相机出去拍照，回来的时候虽然筋疲力尽，但我却总是心花怒放。我非常庆幸生活在高科技时代，可以轻松拥有数码摄影以及低成本、大容量的存储设备，还有无处不在的网络，这些让我像一个装备齐全的猎人一样，捕捉我所有的感动，然后用心将图像提取出来。未来的摄影绝对不只是按下快门，而是要用新的眼光，让影像产生新的意义。而那绝对不是科技可以取代的。”
每当我思索人和机器共存的未来时，就总会想起德亭的这段话。的确，摄影技术再先进，照片画质再好，也取代不了摄影师内心因拍摄对象而产生的感动。这种感动可以赋予风景、人物、静物、街景以新的意义。即便以后有了人工智能照相机，可以自动帮助人完成捕捉美景、记录美好瞬间的任务，人的感动、人的审美、人的艺术追求也是机器无法取代的。
摄影如此，其他工作亦如此。我们很难准确列举，AI时代到底该学什么才不会被机器取代，但我们大致还是可以总结出一个基本的思路：
人工智能时代，程式化的、重复性的、仅靠记忆与练就可以掌握的技能将是最没有价值的技能，几乎一定可以由机器来完成；反之，那些最能体现人的综合素质的技能，例如，人对于复杂系统的综合分析、决策能力，对于艺术和文化的审美能力和创造性思维，由生活经验及文化熏陶产生的直觉、常识，基于人自身的情感（爱、恨、热情、冷漠等）与他人互动的能力……这些是人工智能时代最有价值，最值得培养、学的技能。而且，这些技能中，大多数都是因人而异，需要“定制化”教育或培养，不可能从传统的“批量”教育中获取。

从大二开始，密涅瓦大学的学生们会进入专业课程学阶段，这一年的主题是“方向”。学生可以跟导师一起，从艺术与人文、计算科学、商学、自然科学、社会科学共五个方向中择定自己的专业，也可以选择攻读两个专业。
大三的主题是“专注”，要求学生深入到各自专业方向的领域内部，培养精深的专业技能。
大四的主题是“综合”，重在培养学生学以致用的能力。
最独特的是，除了大一在旧金山外，大二到大四的三年内，学生每年都会到世界上一个不同的地方完成学业。密涅瓦大学分布在全世界的教学地点包括海德拉巴、布宜诺斯艾利斯、台北、首尔、柏林、伦敦等[]。专业课程教学时，没有死板的课本，也没有传统的填鸭式授课，每堂课同时参与的学生人数很少，最多不超过20人，以远程教学、集体讨论为主，学生可以与分布在全球各地的著名教授交流、互动。同时，在学之余，学生要在当地进入一家与自己学业相关的代表性公司，在实中培养自己的全面素质，真正学会如何工作。
对于密涅瓦大学的大胆实践，人们有很多争议。密涅瓦大学与谷歌、麦肯锡、高盛等企业有合作关系，培养出来的人才，很多都可以满足这些一线企业的实际需要。但这种近乎颠覆式的模式到底是不是未来最好的教育形式，恐怕要更长时间的检验才能下结论。就拿密涅瓦大学重点采用的远程在线教育的方法来说，其优点是学生可以随时与最优秀的学者互动，从更多不同风格的教授身上汲取知识、经验，但在线教育缺少面对面教学时的那种沉浸感，有时候难以深入交流的问题也比较明显。
无论如何，实验性的密涅瓦大学给“未来如何学”提供了一种建议性的答案。其实，在中国著名学府中，有识之士也在积极做着有关新教学模式的探索。在清华大学，姚期智院士创办的清华学堂计算机科学实验班（又称“姚班”）就是其中很有代表性的一个。姚班专注于“因材施教”和教学上的“深耕”、“精耕”，设置了阶梯式培养环节：“前两年实施计算机科学基础知识强化训练，后两年实施‘理论和安全’、‘系统和应用’两大方向上的专业教育；着力营造多元化、富有活力的学术氛围，建立多方位、多层次的国际学术交流平台。” 
姚班对于本科四年课程的设计，与密涅瓦大学有异曲同工的地方。最重要的，姚班不但提倡多元和专深相结合的教学方法，还特别鼓励面向实践、面向解决问题的教学氛围。计算机科学本身就是一门强调实践的科学，姚班特别鼓励学生在学期间参加竞赛，或参加谷歌、微软等科技公司的实项目。创新工场与姚班之间，也尝试了共建人工智能课程的合作，将最前沿的产业实践经验、创业经验带给姚班的学生。
姚班的学生非常厉害。姚班第一届学生里，就出了一个后来被大家称呼为“楼教主”的超级牛人——楼天城。楼天城高中期间就聪慧过人，获奖无数，得过国际信息学奥赛金牌。进了姚班之后，更是频繁参加世界各大编程挑战赛，在百度之星、谷歌全球编程挑战赛、Facebook骇客杯世界编程大赛、TopCoder比赛、ACM大赛中显露出惊人的实力，有“一个人挑落一个队”的传奇故事。在喜欢编程竞赛的后辈学生看来，楼教主就是百万军中取上将首级如探囊取物的“神”级人物。
楼天城的功力不仅仅在于竞赛，在实际工程项目中，楼天城一样功夫了得。2007年夏天，楼天城就曾在谷歌北京实，表现不错。随后曾在谷歌自动驾驶团队工作。后来，短期加入Quora后，楼天城入职百度，成为百度无人车团队的中坚力量，在级别上更是成为百度最年轻的T10级工程师（据说深度学领军级人物吴恩达加入百度时也才是T10级）。最近，楼天城和百度另一位资深工程师James Peng一起离开百度创业，注册了一个名叫Pony.ai的神秘域名。相信楼天城在自己的创业道路上，也能表现不俗。
出自姚班的楼教主拥有许多姚班学生的共性，用他自己的话就是：“我非常喜欢挑战困难。因此，我希望我工作的地方是一个每天都可以接受有趣的、有挑战性的问题的岗位。”
敢于挑战自己，敢于面对有趣的、有难度的问题，这是姚班这种新型教育氛围较容易培养出来的学生特质，而具备这种特质的学生，最容易在人工智能时代作为人类智慧的代表，设计最高效的AI系统，并与AI系统一起创造更大价值。

迎接未来：AI时代的教育和个人发展
一、AI时代该如何学？
过去一年，我做了许多场关于人工智能发展趋势的演讲。讲到AI将在未来10年取代或改变许多简单、低效的人类工作时，身为家长的听众会好奇地问我：AI时代，孩子到底该学什么，才不至于被机器“抢”了工作？
其实，与其讨论让孩子学什么，不如先讨论孩子该如何学。学方法远比学什么内容更重要。尤其是在人机相互协作、各自发挥特长的时代里，填鸭式、机械式的学只能把人教成机器，让孩子丧失人类独有的价值。
2013年，包括哈佛大学前校长在内的一群著名美国教育家联合创办了一所神秘的四年制本科大学——密涅瓦大学（Minerva Schools at KGI）。第一年招生时，这家大学的录取率低于3%，远低于哈佛大学的8%-9%，是全美录取最严格的本科院校。被密涅瓦大学第一批录取的学生，收到的录取“通知书”是一个精致的小木盒，木盒盒盖上用英文写着“好奇心”的字样，木盒内是一个定制的iPad电脑。只要打开电脑，密涅瓦大学的创始人本·尼尔森（Ben Nelson）就会收到通知，并与学生进行一次视频通话，安排学生在旧金山开始四年的学业。
这么神秘的学校，这么低的录取率，这么有趣的新生报到流程，那么，密涅瓦大学到底有什么过人之处？
密涅瓦大学的创始人相信，传统的四年制大学已经无法适应未来的需要，大学教育过程本身需要被改革甚至是颠覆，在线课程、讨论小组、实实践、自我探索和自我完善将成为今后教育的主流模式。基于这样的思路，密涅瓦大学使用的是一套名为“沉浸式全球化体验（Global Immersion）”的教学方式。
密涅瓦大学的所有入学新生都要在旧金山的一个独特的校区完成第一年的学业，这一年的主题是“基础”，但学生所学的课程与普通大学一年级的课程有非常大的差异。密涅瓦大学的教育家们相信，让学生付费去学网上随处都可以找到的基本课程，比如基础的计算机导论、经济学导论或是物理学导论，这是得不偿失的事。因此，密涅瓦大学的一年级课程直接将知识课程与四种极其重要的方法论有机结合起来，变成形式分析、实证分析、多模式交流、复杂系统四大课程板块。形式分析主要用于训练学生精密、合理思考的能力；实证分析重在培养创造性思维和解决实际问题的能力；多模式交流则关注使用不同方法进行有效交流的能力；复杂系统重点在于复杂环境中的有效协作。

（李开复，新书，《人工智能》）未来人工智能时代的教育是什么样子？人工智能时代，我们每个人最有效的学方法是什么？该学什么？怎么思考人工智能时代的人生意义，等等。

今天我跟大家回顾了过去一年，我自己在这个问题上的认知迭代。每一次都是对自己前一个阶段认知的否定，每一次都不是发现了什么真理，每一次也都期待自己能对这个问题，即将有更深入的认知。（罗振宇）

原因是我听说了一个新的职业，专门上门叠衣服的叠衣师，啥意思？
你想，每到春秋换季的时候，很多人家就需要把放在外面的衣服整理起来，放进衣橱，把下一季的衣服拿出来。过去，这是一个挺繁琐的家务劳动，现在有了叠衣师，打个电话，就会有一位姑娘上门——她所使用的都是经过行家研究，最高效率的手法，一般人需要叠一分钟的衣服，她几秒钟就能叠好。很快，整个衣橱就整整齐齐，收费只需一两百元，这位姑娘每天只要多接几单，就能获得不菲收入。
这个事给了我一个很大的启发：新出现的行业，不见得是什么艺术家、设计师、程序员，还可能是各种各样的服务业。推动这些服务业诞生的，不是技术，也不见得是人才，而是市场需求。只要社会财富积累到一定程度，这些细分行业就会诞生。
我们带着这个思路，再来看就业市场。像叠衣师这样的家政服务业分工会越来越细，月嫂、育婴嫂、催乳师、家庭教师、保洁工、上门厨师、旧物废物处理等等，这会造成大量的就业岗位。
我还听说过一个职业，人数很少，服务人群却很多，做什么呢？组织公司之间的球赛。北京很多上班族都有这需求，周末想举办足球比赛，这些专门搞球赛服务的人，全北京据说只有十几人，他们负责专门订制场地，提供裁判服务，有时候还组织比赛。虽然每次收费比较高，可是他们服务的人群都是手头宽裕的上班族，付这些钱还是没问题的——这就是新创造出来的一个服务性职业，不需要太高的技术，一般人也可以转型。
你看，这样的服务业诞生和别的没啥关系，只和一件事有关系，那就是社会总体财富的增长。
30年前，没人听说过洗脚可以是一个行业；20年前，美甲业好像也并不流行；10年前，像我这样专业做互联网知识服务的人，好像也没有。随着人工智能普及，各行业效率提升，财富将会涌现。富裕的中产阶级家庭越来越多，他们就有对效率的追求，对生活品质的要求，将促使众多就业机会出现，而且是可以无止境地增长。
说到这里，我们可能才能真正理解凯文·凯利在《必然》那本书里写的一句很乐观的话，他说：“人们会在新的生产力水平上发现新工作的。”

人工智能会不会引发大规模的失业，这一次的技术进步到底是福音还是灾难？
关于这个问题，我自己的思考和结论有几次迭代的过程，今天就跟大家聊一聊。
对这个问题最直觉的结论是，人工智能会引发大量失业，当然是灾难。
你看，富士康都在用机器人了，会取代大量的产业工人；人工智能会看病，这会取代医生；它还会处理法律文件，这会取代律师等等。
但是请注意，这个直觉的结论并不对，为啥？
因为在人类历史上，有过多次这样的恐惧，但是事后证明都是一场虚惊。每一次新技术出现之后，都会有人惊呼：魔鬼来了，要取代我们的工作了。你看，蒸汽机来了，传统织布工人就失业了；火车来了，传统的搬运工人就失业了。
但是从经济学的角度来说，这种失业是好有处的。新技术出现提高了生产力，人们从过去繁重低效的工作中解放出来，从事更有价值的工作。
如果为了保护就业，反对新技术，很多事情就会变得非常可笑。有个段子，上个世纪的90年代，经济学家弗里德曼到一个国家考察，发现工人们在用铲子挖运河。他就问当地的官员，为什么不用大型机械呢？官员回答：“用铲子是为了创造更多就业。”弗里德曼作为经济学家，当即就说道：“既然想创造就业，那别用铲子，还是用勺子挖吧。”
如果从整个社会的角度来看，接受技术进步，一些就业机会当然会消失，但是事实还有另一面，就是会有大量岗位被创造出来。
比如说，工人抛弃铲子，改用重型机械来挖土，一部分工人是失业了，可是机械工业发展起来，那也是需要大量工人的。连同一起繁荣的，还有上游产业， 制造挖土机需要钢铁、煤炭和石油生产，这些产业也能创造大量就业。
所以，技术进步只会短暂地带来失业，从长期来看，就业机会总体上是在增加的。
这是我对这个问题的第一代认知，也是经济学的一般结论。但是很快，我又觉得事情可能没有这么简单，改变了认知。
人工智能这次造成的失业有两个特征：第一是规模大，第二是时间快。
人工智能的技术革新是来势汹汹，人工智能在某个领域的技术一旦成熟，以现在技术传播的速度，它对某个行业职位的替代，可能会很快完成。
比如，富士康号称已经装备了超过4万台机器人，未来可能要达到百万台，这得替代多少工人？再比如，自动驾驶汽车技术一旦成熟，当然近期不太可能，未来某天一旦技术成熟，中国的上千万司机可能在十年内就得全部失业。据说，德国人还发明了砌墙机和抹灰刷墙机，据说已经在工地应用，一天就能盖一栋房子，建筑工人如果失业，这又是一个巨大的产业。
如果真是这样的话，经济学家们讲的，也就是我们刚才介绍的那个效应就成问题了。虽然短期失业增加，长期看会在别的地方把这些岗位损失补回来，但问题是，我们等得及这个“长期”吗，失去的岗位能补得回来吗？
你想，我们失去的可能是一个流水线上的工人的职位，一个汽车司机的职位，但是创造出来的，可能是一个程序员的职位，一个游戏设计师的职位。
从宏观来看，这当然没有问题，但是对于具体的人，就是失业的工人、司机，他可能年岁比较大了，原来的教育基础也不支持他转型，他们现学写程序，也来不及。
这么大的规模，这么快的速度，我们的社会准备好承受这么大冲击了吗？所以直到今年上半年，我还是停留在这个比较悲观的结论上。
这是我对人工智能和失业这个问题的第二代认知。
但是最近，我又有了新的看法。