量子计算和量子通讯 专访「硅谷老炮」马尔科夫：人与机器谁将拥有未来？ ...(5)

机器之心：从2012年到现在，您一直非常关注中国。能否谈一下您对中国AI和机器人产业的观察？

马尔科夫：我看到了许多例子，证明中国的研究者已经达到了世界水平。举个例子，在机器视觉领域有一个年度竞赛叫做ImageNet，微软亚洲研究院在这个挑战赛中凭借深层神经网络技术的最新突破，获得了冠军。而这项工作有一半都是由微软的北京团队完成的。这只是一个很小的例子。近年来我真的看到了世界重心的转移。你知道在IT业界，控制平台是非常重要的。如果有一个占主导地位的平台能从中国诞生并走向世界，这将是中国成为AI世界级玩家的信号。最简单的平台就是操作系统，它能带来控制力和影响力。举个例子，2006年，我在欧洲做记者，当时似乎大部分移动计算的创新都发生在欧洲，而不是美国。结果，2007年，iPhone诞生了，一切都转向了美国，美国一跃成为了创新的中心，让我感到十分惊讶。这样的事情也发生在其他领域。例如，我跟人打赌说，人机交互的下一个大突破将发生在增强现实（AI）领域。但谁会跨出第一步呢？它会来自哪个国家呢？（机器之心：会是Magic Leap吗？）有可能是Magic Leap。或者，也有可能来自中国。或许创新会来自于小型化、激光或光学领域，这些都有可能发生在中国。

我们的工作会被机器人抢走吗？

机器之心：在《与机器人共舞》一书中，您提到了自动化科技的普及带来的失业问题，但您并未深入探讨这个话题。而其他作家，比如Jerry Kaplan的《Humans Need not Apply》一书则认为，机器人的使用会增加不公平，对社会造成深远的影响。您似乎并不同意这个观点，而是认为通过税收等政策，就可解决社会不公平的问题。您是否可以详述一下您的观点以及原因？

马尔科夫：Jerry是我的好朋友，我们总在争论这个问题。不过，随着时间流逝，我们的观点都发生了一些改变，现在我们开始同意自动化并不会带来灾难性的影响，也不会在短期内消灭所有的工作。Jerry认为科技会带来不平等，而我认为这个问题尚有争议，并无定论。

美国经济的不平等引起了越来越多经济学家的兴趣，成为了一个很热门的话题。我读过劳动经济学家David Autor [15]的著作，他写了很多深刻的文章来思考AI在工作自动化方面的局限。他普及了一个概念——美国经济正在被「掏空」（hollowing out），也就是中产阶级被掏空的问题。一些人认为这背后的原因是科技的发展。比如说，曾经有一些工资很高的白领工作是重复性的劳动，这样的工作在过去的5到10年中已经消失了大部分，被高效的软件所取代。但我不认为这种自动化是AI，它只是电脑自动化，而不是AI自动化。所以，我认为问题的答案并不清晰。Jerry坚持自己的观点，而我没有看到明确的证据，所以我们还在继续讨论。经济学家也在争论，究竟是什么加大了美国社会的不平等。或许并不是科技，也有可能是税收政策造成的。

[15] David Autor是MIT的经济学家。（机器之心相关文章：MIT学者：为什么「与机器赛跑」荒唐至极 | 被自动化夺走工作的人类，你们的未来在哪里？| 认知技术时代：自动化如何重塑工作。）

机器之心：您认为哪些工作不会被机器人和AI取代呢？

马尔科夫：MIT劳动经济学家写了一份有趣的报告，研究了律师的工作。实际上，这份报告一开头就引用了我在2011年和2010年对e-discovery [16]软件的报道，这种软件可以阅读法律文件。事实证明，软件阅读法律文件的能力比人类更强。许多人看见这个事实，就说：「天哪，这一定会影响法律市场的增长。」劳动经济学家调查了律师的实际工作，结果发现，律师的工作包括12种，包括咨询、庭审和说服陪审团等，而阅读文件只是其中一项。AI影响的只是阅读文件，这叫做任务自动化（task automation），而算不上工作自动化（job automation）。在美国的白领工作中，许多技术类工作已经有很多任务自动化的案例，例如医生、律师、程序员、记者等等。最近还出现了会写故事的机器人。可是，机器能做采访吗？或许有一天能，但目前还不能，在短期内也不可能实现。所以，我再次强调，它只是将任务的一部分自动化了，而不是整个完整的任务。所以，我在思考——美国究竟有多少比例的劳动力会因自动化而危如累卵。最近，麦肯锡出了一份有趣的报告，给出了不同的路径。在美国，争议也正在转变。我看到，现在有越来越多的人同意经济并不会在短期内被自动化毁灭。美国经济已经开始复苏，今天拥有工作的美国人比历史上任何时候都多。有一个指标叫做劳动参与率（labor participation rate），指的是实际劳动力在潜在劳动力中所占的比例。在美国，劳动参与率实际上是非常低的。这与科技无关，主要是因为美国劳动力的老龄化。当我这一代人开始退休，他们就会离开劳动力市场，降低劳动参与率。所以，这个问题很复杂，不能一概而论。