人机”超脑”重塑未来工作

　　拥有了智能机器，未来留给人类的工作还有多少？如果有，又会是哪些工作？对于上述话题的争论从未停歇，有时甚至吵得不可开交。然而，我们忽略了一个突出的事实：自动化曾经让人与机器完成了很多从前无法完成的工作，如今人与计算机相互协作，也将完成目前单凭一方之力无法完成的事情。

　　上述判断基于一个显而易见却非人尽皆知的事实，那就是人类取得的所有成就，无论是文字的产生还是火鸡三明治的出现，几乎都依赖于群体的力量，而非单独的个体。即使是艾伯特·爱因斯坦（Albert Einstein）这样的旷世奇才，也需要以前人的海量研究作为基础，他在科学上的突破不是凭空臆想出来的。

　　能够取得这些成就的人类群体可以被称为“超级头脑”（supermind），简称“超脑”。在我看来，超脑就是以充满智慧的方式协同工作的团队。

　　超脑有多种表现形式，其中包括大多数企业和组织中都具有的层级结构，有助于创造和交换多种商品或服务的市场，使用规范和声誉指导不同团体（职业、社会和地域等团体）行为的社区，以及普遍存在于政府和其他一些组织的民主制度。

　　所有的超脑都具备集体智慧，能够完成团队中的个人所无法完成的任务。不仅如此，机器也逐渐加入进来，帮助团队完成体力活动与脑力活动。这就意味着我们能够将人和机器的力量汇聚在一起，创造出比目前所有团队和个人都更聪明的超脑。

　　为实现上述目标，我们需要了解人与计算机如何才能更有效地协同工作，以完成智能任务。不过，首先我们需要对“智能”这一概念做个界定。

　　什么是智能

　　“智能”这一概念向来扑朔迷离，对它的界定因人而异。对我们而言，不妨假定它为实现目标的能力。由于我们对个人或团队想要实现的目标并不总是很清楚，因此，一个实体是否具有智能，取决于观察者赋予它的目标。

　　基于上述假设，我们可以定义两种不同类型的智能。第一种是专用智能，即在特定环境中有效实现特定目标的能力。这意味着一个智能实体将根据它所知道的一切，做任何最有可能帮助它实现目标的事情。说得再简单些，专用智能是指实现特定目标的“有效性”，而专用集体智能则是指实现特定目标的“群体有效性”，超脑就是一个高效的群体。

　　第二种是通用智能，指的是在不同环境中有效实现各种不同目标的能力。它的应用范围更广，也更有趣。它需要智能实体不仅擅长特定任务，而且要学习如何有效应对各种不同类型的任务。简言之，通用智能意味着功能多样，适应性强，而通用集体智能则意味着“群体多样性”或“群体适应性”，超脑同样也是一个具备多样性或适应性的群体。

　　计算机拥有什么样的智能

　　专用智能和通用智能的差异有助于区分计算机的能力与人的能力。就某些专用智能而言，一些人工智能计算机要比人类聪明得多。然而，大多数人其实并没有意识到，高度专业化是人工智能的重要特征之一。

　　谷歌（Google）的搜索引擎擅长检索有关棒球比赛的新闻，但无法写出一篇关于你儿子参加的少年棒球联盟（Little League）比赛的文章。IBM的人工智能程序沃森（Watson）可以在电视智力竞赛节目《危险边缘》（Jeopardy！）中击败人类，但专为《危险边缘》设计的计算机程序玩不了井字棋（tic-tac-toe），更不用说国际象棋了。特斯拉（Tesla）从某种意义上说已经实现了无人驾驶，但无法从仓库货架上取货。

　　当然，有些计算机系统可以完成上述谷歌、沃森和特斯拉无法完成的任务，但它们都是不同的专业程序，而不是能够弄清楚每种特定情况下需要做什么的通用人工智能。拥有通用智能的人类必须编写包含不同规则的程序，才能解决各种具体问题。什么情形下使用什么程序是由人来决定的。

　　迄今为止，实际上没有任何一台计算机的通用智能水平能够接近正常的5岁儿童，也没有任何一台计算机可以理解一个普通5岁儿童所能掌握的大量话题，况且儿童还会走路，捡拾奇形怪状的物品，并能识别诸如快乐、悲伤或愤怒在内的人类情感。

　　如果可能，这种情况何时能够改变？众所周知，自20世纪50年代人工智能诞生以来，该领域的发展一直难以预测。斯图尔特·阿姆斯特朗（Stuart Armstrong）和卡伊·索塔拉（Kaj Sotala）曾经分析了1950年？2012年关于何时实现通用人工智能的95项预测。他们发现，虽然做出这些预测的时间不尽相同，但专家和非专家都有一种强烈的倾向，认为通用人工智能将在未来15？25年内实现。换句话说，过去60年，通用人工智能似乎一直离我们有20年左右的距离。

　　在最近的调查与访谈中，人们的预测依然没有发生改变--仍然是预测通用人工智能会在未来15？25年内实现。因此，尽管无法确定，但我们有充分的理由对这样自信的预测表示怀疑。我个人认为，除非发生一些特大的社会灾难，通用人工智能的确很有可能会在将来的某一天出现，但不是即将到来的一二十年，而是未来几十年。

　　在那一天到来之前，计算机的所有用途都需要人类以某种方式参与其中。在今天的很多情况下，人们正在承担机器所无法完成的那一部分任务。即使计算机已经可以独立负责一项完整的任务，人们也常常需要进行软件开发和修改，同时还要根据不同的情况决定何时使用不同的程序，以及在出现问题时决定如何应对。

　　人与计算机如何协同工作

　　人与计算机之所以能够协同工作，其原理之一与人脑的结构有着异曲同工之妙。人脑中有很多不同的部分，它们各司其职，以某种方式协同工作，从而产生了我们称为“智能”的整体行为。例如，人脑的一部分主要用于生成语言，另一部分用于理解语言，还有一部分用于处理视觉信息。人工智能之父马文·明斯基（Marvin Minsky）将人脑的这种结构称为“心智社会”（society of mind）。

　　明斯基主要关注人脑的工作原理以及如何开发人工智能程序，但他的类比也暗示了一个令人惊讶的重要思想，即由人和计算机组成的超脑如何工作，那就是在通用人工智能出现之前，我们可以通过建立包括人和机器在内的心智社会来创造越来越多的集体智能系统，在这些系统中人和机器各司其职。

　　换句话说，我们不是让计算机独自解决整个问题，而是创建人机协作系统，让多人与多台机器就同一问题通力合作。某些情况下，人们可能甚至不知道，或者也不关心他们的交互对象是人还是机器。人类可以提供机器所不具备的通用智能和其他技能，机器也可以提供人类所欠缺的知识和其他能力。人机协作系统的智能化水平超越了以往任何一个人、任何一个团队以及任何一台计算机。

　　人机协作系统与目前人工智能发展的思路有何差异？今天，很多人认为计算机最终将会自己完成大部分工作，人只是在必要时起到辅助作用。但是，我们要意识到大多数工作是由人群主导的，计算机应该助其一臂之力。换句话说，我们要摒弃人是配角的观念，而将计算机纳入工作群组中。

　　相较于人类，计算机将扮演什么角色

　　如果你想在企业或其他组织中将计算机视作人力资源的一部分，那么它们在其中应当扮演什么样的角色？考虑到人机关系的现状，有四种显而易见的可能。当机器仅仅作为工具而存在时，人类拥有更大的控制权。然而，随着其角色扩展到助理、同事以及最终的管理者，机器则逐渐掌握了更多控制权。

　　工具 锤子或割草机之类的物理工具提供了一种人类所不具备的能力。然而，使用者在任何时候都可以直接控制它，指导其行动并监控其进展。计算机作为一种信息工具也是如此。当你使用电子表格时，程序正在按照你的要求执行操作，从而提高了诸如财务分析等方面的专业智能化水平。

　　但是，未来自动化工具最重要的用途大多并不是提高个人用户的专用智能，而是通过帮助人们更有效地交流来增强集体智能。即便在今天，计算机主要还是一种促进人类交流的工具。通过电子邮件、移动应用程序、网络以及脸书（Facebook）、谷歌、维基百科（Wikipedia）、奈飞（Netflix）、油管（YouTube）以及推特（Twitter）等专业网站和社交媒体，世界上最为庞大的“朋友圈”由此形成。计算机在其中并没有进行太多“智能”处理，主要承担的是信息传递的功能。

　　我们经常高估人工智能的潜力，而低估了这个星球上已然存在的70亿超强信息处理器--人脑--的超级连接潜力。

　　助理 人工助理可以在无人监督的情况下工作，并且经常主动尝试实现其他人指定的一般目标。机器助理也很类似，但机器的工具角色与助理角色之间的界限并非总是泾渭分明。例如，短信平台主要是扮演工具角色，但有时也会主动更正你的拼写，承担助理的功能，尽管更正的结果偶尔会让人啼笑皆非。

　　美国一家名为Stitch Fix的在线服装零售商拥有一款自动化机器助理。该助理能够帮助造型师向顾客推荐商品。顾客只需填写一份有关自己穿衣风格、尺寸和价格偏好的详细问卷，机器学习算法在消化吸收之后，便可选择最有希望获得顾客青睐的服装。

　　算法助理储存了比造型师更多的海量信息。例如，牛仔裤的尺寸通常难以把握，但算法助理能够为每位顾客选择多种牛仔裤，因为这些牛仔裤是其他类似尺寸的顾客决定保留的。

　　造型师最终会选择将五件单品一次性寄给顾客。他们能够处理机器助理尚未学会应对的情况，例如顾客在一些特殊场合（如迎接新生儿的派对或商务会议）是否有特殊的着装要求。不仅如此，他们还可以与顾客建立个人关系，这也是机器助理无法胜任的。总之，人机协作才能为顾客提供更优质的服务，两者缺一不可。

　　同事 计算机最有趣的一些用途在于它们不仅仅是助理和工具，而且还可充当同事，这未必需要很高的人工智能。比方说，你是股票交易员，就可能已经在不知情的情况下，与自动化程序交易系统进行了交易。

　　如果你的工作是为Lemonade保险公司处理理赔事宜，那么你已经拥有了一个名为AI Jim的机器同事。AI Jim是一个聊天机器人，客户通过短信互动的方式向它提出索赔。如果索赔符合某些参数，AI Jim会在第一时间自动赔付。如果不符合，AI Jim 会将该索赔要求转交人工处理。

　　管理者 人类管理者通常负责委派任务、下达指令、评估工作以及协调人事。这些事情其实完全可以交给机器。它们在做这些事情时，是作为自动化的管理者。尽管有人认为这种想法会给人类带来威胁，但其实我们每天都与机器管理者打交道，如指挥交通的信号灯，以及将工作指令传递到呼叫中心的自动呼叫路由器。大多数人并不认为上述两种情况有什么问题，或对人类造成了威胁。

　　未来可能会有更多机器扮演管理者的角色。例如，CrowdForge系统将撰写文稿等诸多复杂任务众包出去。其中一项便是请由“亚马逊土耳其机器人”（Amazon Mechanical Turk）招募的在线工作者撰写百科条目。该系统首先要求在线工作者勾勒文章大纲。然后，它要求其他人为提纲的每一部分查找相关资料。接下来，它还会要求一些人用这些资料编写连贯的段落。最后，它将这些段落汇总成一篇完整的文章。有趣的是，客观独立的读者认为用这种群体方式撰写的文章要比个人撰写的文章更好。

　　计算机如何提升超脑的智能

　　如果你想设计一个智能化超脑（如公司或团队），它需要具备智能实体（个人或团队）所拥有的部分或全部五个认知过程。你的超脑需要创造行动的可能性，决定采取哪些行动，感知外部世界，记住过去，以及从经验中学习。（参见副栏“智能实体必需的基本认知过程”）

　　计算机可以通过新的方式帮助完成所有这些事情，这往往会提升超脑的智能水平，当然也不是绝对如此。具体操作不妨以宝洁（Procter & Gamble）这样的大公司如何制订新的战略规划为例。当然，我们只是在考虑可能性。我没有理由相信宝洁目前正在做这些事情，但我认为宝洁和其他很多公司将来可能会这样做。

　　目前，大公司的企业战略规划通常只涉及一小群人，主要包括高管和他们的下属，也许还有一些外聘咨询顾问。但是，如果我们能够借助技术让更多的人参与其中，并发挥机器智能的作用呢？

　　创造行动的可能性 如上所述，计算机最重要的角色之一就是沟通工具，让更多的人一起高效思考。在战略规划过程中，达到这一目的的最好方法是采用一系列相关的网络竞赛。企业在不同层面可能会有针对不同战略的网络竞赛。举例而言，如果宝洁公司采用这种方法，它可能会针对每个品牌进行单独竞赛，如潘婷（Pantene）洗发水、海飞丝（Head ＆ Shoulders）洗发水和汰渍（Tide）洗衣粉，还可以就如何将每个事业部（如头发护理和面料护理）的品牌战略相结合进行单独竞赛，也可以举办一场旨在将事业部战略纳入公司整体战略的竞赛。

　　每场竞赛可以向公司大多数甚至所有员工开放。竞赛中任何人都可以提出自己的战略方案，其他人给予点评或帮助完善其想法。虽然每次竞赛最终只有一种最佳战略脱颖而出，但在规划过程中，考虑多种不同选项很重要。

　　将战略规划过程向很多人开放，会产生意想不到的结果。例如，一群年轻且精通技术但从未参与传统的企业战略规划的员工可能会提出一个新的化妆品概念，为将自拍上传到网站的个人客户度身定制皮肤和眼部化妆方案。

　　决定采取哪些行动 让更多人参与战略规划的一个好处是你获得了更多可能性。但是，只有对这些可能性进行全面评估，才能确定哪些是最具发展前景的，而新技术方便了更多人和更多种类的专业知识参与评估。例如，宝洁公司可能希望工程师来评估生产某一产品在技术上的可行性，也可能希望运营经理来评估制造成本，同时可能希望外部市场研究人员来预测不同价位的产品需求。

　　在某些情况下，将许多人对一些问题的看法汇总起来很有必要。例如，宝洁公司可能会使用在线预测市场来评估产品需求。这样的市场已被成功用于预测电影票房收入、美国总统大选的获胜者，以及其他很多事情。预测市场和期货市场有些相似，即用“期货交易”的模式预测未来事件的发生概率。比方说，你认为潘婷洗发水的全球销售额每年将在18亿到19亿美元之间，那么你可以购买这一预测的股份。如果预测准确，那么你会获得每股1美元的回报。但是，如果预测错误，你将一无所获。这意味着预测市场中的最终价格基本上是对在此区间的销售概率的估计。

　　感知外部世界 制订有效的战略规划，关键在于能够敏锐地感知外部世界正在发生的事情：客户现在想要什么？我们的竞争对手在做什么？哪些新技术可能改变我们的行业？到目前为止，大数据和数据分析是提高感知敏锐度的最有效方法。

　　例如，宝洁公司可能会分析在线社交网络中有关其产品的正面和负面评论，评估客户对其产品态度的变化，也可能以不同的价格对产品进行在线测试，同时通过在零售门店安装视频设备和触碰感应式地板等方式，将顾客花在宝洁产品上的时间与花在竞争对手产品上的时间进行对比，从而获得销售变化的最新预警。

　　宝洁甚至可以做一些亚马逊公司已经做过的事情，那就是借助海量数据（如顾客对价格、广告和推荐的回应）大力开发多方面的业务模式，同时理顺供应链成本如何随着库存政策、交付方式和仓库位置的变化而变化。有了这些工具，计算机可以进行数字运算，接管战略规划中的大部分量化工作，而人类可以使用他们的通用智能来进行更多的定性分析。

　　记住过去 技术可以用另一种方式帮助超脑制订更好的战略规划，那就是记住其他人在类似情况下曾想到的好主意。例如，在生成战略提案的应用程序中嵌入的软件助手可自动提出一些通用战略：

　　· 通过承担客户完成的一些任务进行前向整合，或者通过承担供应商完成的一些任务进行后向整合；

　　· 将更多内部工作外包给自由职业者或专业供应商；

　　· 进入相关细分市场、附近地区或顾客经常光顾的其他市场。

　　做出选择后，系统可以自动提供一个模板，其中包括该类策略所需的各种详细信息。

　　通过记住其他情况下的有效策略，软件助手能够为你的情况生成新策略。比方说，如果用自拍定制化妆品的策略是成功的，软件助手可以建议类似策略，让顾客使用智能手机来定制宝洁的其他产品，如洗发水、牙膏、洗衣粉和薯片，等等。当然，这些组合中有很多都是愚蠢或不切实际的，可以迅速剔除，但有些可能会非常有用。即使是愚蠢的选择，有时也会产生奇妙的想法。

　　例如，21世纪初，宝洁曾经在品客（Pringles）薯片的外包装上印上具有娱乐效果的图片和文字。这样的方法可能会产生另外一个创意：用这种技术在薯片外包装上印有顾客指定的图案，让他们购买。

　　从经验中学习 如果一个系统使用了一段时间，它可以帮助超脑从自身经验中学习，提升效能。例如，它可以帮助识别大多数人在早期意识不到的战略创意。20世纪70年代，当史蒂夫·乔布斯（Steve Jobs）和比尔·盖茨（Bill Gates）首次使用我们现在所称的个人电脑时，大多数人并不知道这些奇怪、笨拙的设备将成为未来几十年最具创新性和影响力的产品之一。

　　对战略创意进行快速过滤难免会有沧海遗珠之憾，但也许我们可以通过系统地跟踪人们如何准确地在第一时间预测技术进步和其他突破，识别具有这种技能的高人，然后请这些不同寻常的人再看看可能被我们拒绝的一些“疯狂”想法。

　　另一种可能性也很有趣，那就是“学习循环”。首先是专家对战略进行人工评估，随着机器能够更好地预测专家的行为，越来越多的工作便可实现自动化。

　　在宝洁这样试图以质量而不是价格取胜的公司里，产品策略评估专家通常会拒绝低价竞争。然而，程序员无须编写明确过滤低价策略的程序，因为机器学习程序会认识到这一点，并提出相应的行动建议。如果专家多次同意该建议，那么程序可能会停止询问，并自动进行过滤。

　　人机战略机器

　　你不妨将我所描述的战略规划过程称为“人机战略机器”。鉴于该系统的复杂性以及大部分工作的一般性，公司似乎不太可能为此研发一套专有系统。今天的咨询公司或其未来的竞争对手倒是有可能提供类似服务。例如，一家这样的战略机器公司除了有软件能够实现某些流程的自动化并辅助管理其余部分之外，还拥有一批人，他们具备不同程度的专业知识，随时待命，能够快速生成和评估各种战略可能性。

　　长远看来，这样的战略机器也许会使用人与计算机组成的超脑，为一家公司生成和评估数百万种可能性。随着时间的推移，计算机能够承担的工作越来越多，但人们仍然会参与流程的某些部分。其结果是公司管理者可以从中选择一些最具发展前途的战略工作。

　　我们刚才讨论的例子都集中在战略决策层面，但我们真正看到已经实现的是一个通用的、解决问题的超脑架构：计算机用他们的专用智能来解决部分问题，人们用他们的通用智能做其余的事情，计算机帮助并协调更多人参与其中。

　　随着新技术的发展，我们可能会看到更多用于解决各种商业和社会问题的人机超脑。它们不仅用于企业的战略规划，还可以用于新房、智能手机、工厂以及城市的设计，也可用于教育系统、反恐和医疗计划。事实上，人机超脑拥有无限的可能性。

　　托马斯·马隆（Thomas W. Malone）