客服熱線:3610 4901
相關優惠已於2018-09-28完結
21項核心課題
目錄
作者序言
搶先試閱

優惠由2018年09月11日起至2018年09月28日。

上述優惠不可與其他優惠同時使用。

有關優惠只限指定貨品。優惠不適用於公價品、特價品、折實價貨品、多媒體影音產品、教科書、參考書及部份指定產品。

各項優惠受有關條款及細則約束,詳情請參閱相關宣傳品。贈品數量有限,先到先得,送完即止。

如有任何爭議,超閱網將保留最終決定權。

人類三部曲

人類三部曲

聚焦當下,重磅新著

哈拉瑞聚焦於此時此地,關注資訊科技和生物科技攜手之後,科技為社會帶來的巨大顛覆與重塑,以及川普粉墨登場、難民湧入歐洲、恐怖攻擊迭起、假新聞到處流竄……

《21世紀的21堂課》是現代智人的必修課,是洞悉世局變幻、洞察社會趨向、洞燭心靈深處的必修課。

了解更多

先見之明,預示未來

在過去幾十年間,我們已經成功遏制了饑荒、瘟疫和戰爭。當然這些問題還算不上完全解決,但已經從過去「不可理解、無法控制的自然力量」轉化為「可應付的挑戰」了。

如今,人類面臨的是三大新議題:

當「死亡」將逐步走向末日,長生不老之夢可能實現,人們該如何面對?
當幸福快樂成為天賦人權,個人主義凌駕國族主義,社會將如何變遷?
當生物醫學工程、半機械人工程、無機生命工程持續進展,人類將從「智人」的位階躍升成為「神人」(Homo Deus),形同握有上帝的權力,那麼人類的終極命運將會如何?

解讀過去,洞悉歷史

十萬年前,地球上至少有六個人種,但今日,只剩下一個人種:智人(Homo sapiens),亦即明智的人種。

但是我們真的明智嗎?

從只能啃食虎狼吃剩的殘骨的猿人,到躍居食物鏈頂端的智人,從雪維洞穴壁上的原始人手印,到阿姆斯壯踩上月球的腳印,從認知革命、農業革命,到科學革命、生物科技革命,我們是如何登上世界舞臺、成為萬物之靈的?

從西元前1776年的《漢摩拉比法典》,到1776年的〈美國獨立宣言〉,從帝國主義、資本主義,到自由主義、消費主義,從獸慾、情慾、到物慾,從獸性、人性、到神性,
我們瞭解自己嗎?
我們過得更快樂嗎?
我們究竟希望自己想要得到什麼、變成什麼?

Yuval
Noah
Harari

哈拉瑞

任教於耶路撒冷希伯來大學歷史系,全球矚目的新銳歷史學家。1976年出生於以色列海法,2002年在牛津大學獲得博士學位。

哈拉瑞視野恢弘,博學多聞,雖身為人文歷史學者,亦深研考古人類學、生態學、基因學等硬科學,曾兩度獲得Polonsky原創與創意獎、軍事歷史學會Moncado論文獎。哈拉瑞教授經常受邀在世界各地演講,並為《自然》期刊、《衛報》、《金融時報》、《泰晤士報》、《華爾街日報》撰稿。

《人類大歷史:從野獸到扮演上帝》是他第一本震撼全球的巨著,2011年以希伯來文出版,在以色列成為暢銷書之後,陸續翻譯成近50種語文,全球熱銷800萬冊,包括歐巴馬、比爾.蓋茲、祖克柏等名人都極力推薦。《人類大命運:從智人到神人》是他的第二本巨著,再度備受好評,已陸續翻譯成45種語文,全球熱銷400萬冊。《21世紀的21堂課》是他的第三本巨著,聚焦在當前世界的重大課題。

目前的研究重點仍放在大歷史的問題,諸如:歷史與生物學有何關聯?智人和其他動物的本質差異何在?歷史上有正義嗎?歷史有發展方向嗎?隨著歷史的開展,人們變得更快樂嗎?

21世紀的21堂課

21世紀的21堂課

    21項核心課題

    世事紛紛擾擾之際,我們應該思索、也應該教導孩子的21項核心課題,例如:

    ♦ 天然愚蠢遇上人工智慧,人類還剩下什麼能力勝過人工智慧?

    ♦ 系統性大規模失業危機無可避免?「無用階級」將大量暴增?

    ♦ 社經精英不再剝削勞工了,因為已不需要這些「無用階級」?

    ♦ 我們該提防機器人,還是該提防機器人的主人?

    ♦ 資產誠可貴,資料價更高?擁有資料數據者,得天下?

    ♦ 你真以為有「自由意志」?還是改聽大數據和演算法的就對了?

    ♦ 神有兩種,你相信哪一種?信眾的行為決定了神的價值?

    ♦ 假新聞萬世永存?宗教神話就是流傳千年的假新聞?

    ♦ 恐怖主義是全球政治問題?宗教問題?還是社會心理機制問題?

    ♦ 我們的正義感可能已經過時?如何在全球化的世界實現正義?

    ♦ 如果世間皆是虛假,「自我」也是虛構的故事,那麼人生意義何在?

    ……

    目錄

    引言  清晰的見解就是力量

    第一部 科技挑戰

    第1堂課 理想幻滅:歷史之終結,延後來臨

    第2堂課 工作:等你長大,可能沒有工作

    第3堂課 自由:大數據在盯著你

    第4堂課 平等:擁有資料的人,就擁有未來

    第二部 政治挑戰

    第5堂課 社群:要認清「人類還有身體」

    第6堂課 文明:世界只有一種文明

    第7堂課 國族主義:全球問題需要全球性的答案

    第8堂課 宗教:神祇現在為國家服務

    第9堂課 移民:文化可能就是有高下之別

    第三部 絕望和希望

    第10堂課 恐怖主義:別讓驚悚短片給嚇倒了

    第11堂課 戰爭:永遠不要低估人類的愚蠢

    第12堂課 謙遜:世界不是繞著你轉

    第13堂課 神:不要妄稱上帝的名

    第14堂課 世俗主義:面對自己的陰影

    第四部 真相

    第15堂課 無知:你知道的比你以為的少

    第16堂課 正義:我們的正義感可能已經過時

    第17堂課 後真相:某些假新聞萬世永存

    第18堂課 科幻小說:未來和電影演的不一樣

    第五部 生命意義

    第19堂課 教育:改變是唯一不變的事

    第20堂課 意義:生命不是虛構的故事

    第21堂課 冥想:觀察與瞭解自己的心靈

    誌謝

    參考資料

    作者序言

    清晰的見解就是力量

    在一個資訊滿滿卻多半無用的世界上,清楚易懂的見解就成了一種力量。理論而言,人人都能參與這一場以「人類未來」為主題的辯論、發表高見,但想要維持眼界清晰實在並不簡單。我們常常根本沒注意到有這場辯論,或是根本不清楚關鍵問題何在。

    有幾十億人並沒有這樣的餘裕,好好研究這件事,手邊總有更緊急的事:上班、照顧孩子、或是照護年邁的雙親。但不幸的是,歷史不會因此就對你更寬容。就算因為你忙著讓孩子吃飽穿暖,對這場人類未來的辯論只能缺席,最後的結果你還是躲不過。這實在太不公平了。但,誰說歷史是公平的?

    我只是個歷史學家,沒辦法供人衣服、給人食物,但我希望能提出一些清楚的見解,盡量讓眾人能夠公平參與這場辯論。只要有人——就算是極少數人,因此而加入了關於人類物種未來的辯論,我也就對得起這份工作了。

    我在第一本書《人類大歷史》概覽了人類的過去,檢視一種幾乎微不足道的猿類,怎樣成了地球的統治者。

    而第二本書《人類大命運》則是討論生命的遠期願景,思考人類最後可能會如何成為神,智能和意識又會走向怎樣的最終命運。

    到了這本《21世紀的21堂課》,我則希望著眼於此時此地,重點在於現下時事,以及人類社會的近期前景。現在正在發生什麼事?今日最大的挑戰和選擇為何?我們該注意什麼?我們該教給孩子們什麼?

    當然,有七十億人口,就會有七十億種想討論的議題;也正如前面所提,要綜觀全局,其實是一種奢侈的想望。在孟買貧民窟一心養活兩個孩子的單親媽媽,只會想著下一餐何在;在地中海難民船上的難民,只會眼巴巴望著海平面,尋找陸地的跡象;至於在倫敦某間人滿為患的醫院裡,垂死的病人用上所有剩餘的力量,只會想著再吸進下一口氣。對這些人來說,他們手上的議題都要比全球暖化或自由民主危機更為迫切。但他們的問題絕不是任何一本書所能處理,而我對這些處境中的人,也提不出什麼見解,反而可能該向他們學習面對逆境時的韌性。

    我在這本書裡,想討論的是全球性的議題。我所看見的是各種重大推力,不僅形塑全世界各個社會,也很可能影響地球整體的未來。對於正在生死關頭的人來說,氣候變遷可能遠不是他們擔心的議題,但到頭來,這可能會讓孟買的貧民窟完全無法住人,讓地中海掀起巨大的新難民潮,並且讓全球衛生保健陷入危機。

    現實的組成千絲萬縷,雖然這本書試著討論全球困境的各種面向,但絕對無法一律納進。與《人類大歷史》和《人類大命運》兩書的不同之處,在於本書並非歷史敘事,而是選出一系列如課程的主題。這些課程不會告訴讀者什麼簡單的答案,而是希望激發進一步的思考,協助讀者參與我們這個時代的一些重要對話。

    資訊科技和生物科技攜手之後……

    本書一開始,將先檢視當前的科技困境。這個問題之所以特別令人憂慮,是因為隨著資訊科技和生物科技的雙重革命,讓人類這個物種遇上有史以來的最大挑戰,因而對自由主義逐漸失去信心。資訊科技和生物科技一旦攜手,可能很快就會讓數十億人失業,並且破壞「自由」和「平等」這兩個概念。大數據演算法可能導致數位獨裁,也就是權力集中在一小群精英手中,而大多數人不只是被剝削,而是面臨更糟的局面:如草芥般毫無重要性!

    本書第二部〈政治挑戰〉將檢視各種可能的回應:臉書工程師能否使用人工智慧,來建立起一個維護人類自由與平等的全球社群?或許,應該扭轉全球化的過程,讓民族國家重新掌握權力?又或許,我們需要更進一步,從古老的宗教傳統找尋希望和智慧?

    本書的第三部〈絕望和希望〉則會談到,雖然科技挑戰前所未有、政治歧異激烈緊張,但只要我們控制住恐懼的程度、虛心面對自己的想法,必能成功應對。第三部的內容包括:我們可以做些什麼,來面對恐怖主義威脅、全球戰爭風險、以及面對引發這些衝突的偏見和仇恨。

    第四部〈真相〉則是檢視「後真相」(post-truth)的概念,想知道我們究竟能對全球發展有多少理解、又是否真能明辨是非。智人真能夠理解自己所創造的世界嗎?現實與虛構之間,又是否還有明確的界線?

    生命究竟有什麼意義?

    而在最後的第五部〈生命意義〉則是整合各項討論,談的是在這個困惑的年代,舊的故事已經崩潰消失,新的故事仍無以為繼,生命的整體樣貌究竟如何?我們是誰?這輩子要做什麼?需要什麼樣的技能?根據我們對科學、上帝、政治和宗教所有已知和未知的成分,我們所知的生命的意義究竟是什麼?

    這可能聽起來是個太大的題目,但智人已經無法再等待。哲學家很有耐心,工程師的耐心少得多,至於投資者則是最沒耐心的一群。就算你還沒想清楚怎樣運用這股設計生命的力量,市場的壓力可不會允許你一千年後再想出答案;市場會用那隻隱形的手,逼你接受它盲目的回應。除非你很樂意把生命的未來交給季度收支報表來決定,否則你就該清楚瞭解到底「生命」有什麼意義。

    在最後一堂課〈冥想〉,在智人物種的這一幕即將落下、而另一齣全新戲碼即將上演之際,我以一個智人的身分,向其他智人提出了一些個人意見。

    搶先試閱

    工作
    等你長大,可能沒有工作

    我們完全無從得知,2050年的就業市場會是什麼樣子。一般同意,機器學習和機器人將會改變幾乎所有工作,從製作優格到教導瑜伽都無法倖免。但談到這項改變的本質及急迫性,各家觀點也就眾說紛紜。有些人認為,只要十年到二十年,就會有幾十億人成為經濟上多餘的存在。但也有人認為,長遠看來,自動化的影響也會是為所有人創造新的就業機會,帶來更大的繁榮。

    所以,我們究竟是真的處於危險動盪的邊緣,又或者這再次只是盧德份子歇斯底里的妄言?這很難說。早從十九世紀,就開始有人擔憂自動化會造成大量失業,但至今從未出現這種景況。自工業革命揭開序幕以來,機器每搶走一項舊工作,也會至少創造一項新工作,而且平均生活水準大幅提高。但我們有充分的理由相信這次情況不同,機器學習將會真正讓整個情勢徹底改變。

    人類還有什麼能力勝過AI?

    人類有兩種能力:身體能力和認知能力。過去,機器主要是在原始的身體能力得以與人類競爭,而人類則是在認知能力仍享有巨大優勢。

    因此,隨著農業和工業的工作邁向自動化,就出現了新的服務業工作。這些新工作需要人類獨有的認知技能:學習、分析、溝通,特別是必須理解人類的種種情緒。

    然而,人工智慧(以下簡稱AI)已經在愈來愈多認知技能項目上超越人類,包括理解人類的情緒。而且,除了身體能力和認知能力之外,我們並不知道還有什麼第三種領域,讓人類能夠永遠勝過機器。

    必須體認到的一項關鍵在於:AI革命不只是讓電腦運算更快、更聰明,AI更搭配了在生命科學和社會科學方面的種種突破。我們愈瞭解是哪些生化機制在支撐人類的情感、欲望和選擇,也就愈能分析人類行為、預測人類決策,最終取代人類的司機、銀行經理和律師。

    過去幾十年,由於在神經科學和行為經濟學等領域的研究,讓科學家能夠「駭進」人類,更清楚瞭解人類究竟是如何做出各種決定。

    事實證明,我們從選擇食物到選擇伴侶,都不是出於什麼神祕難解的自由意志,而是數十億神經元在瞬間計算各種可能性的結果。過去大受讚譽的「人類直覺」,其實只是「辨識模式」罷了。

    優秀的司機、銀行經理和律師,對路況、投資或談判交涉並沒有什麼神奇的直覺,只不過是辨識出了某些一再出現的模式,於是能夠閃過漫不經心的行人、拒絕無力償債的借款人、戳破心懷不軌的騙子。

    而且,那些領域的研究同時也證明,人腦的生化演算法距離完美還有很長一段路。人腦會想走捷徑、想根據不完整的資訊快速找出解答,而人腦的迴路也顯得過時,整套機制適合的是過去的非洲大草原,不是現在的都市叢林。也就難怪,就算是優秀的司機、銀行經理和律師,也會犯下愚蠢的錯誤。

    這代表著,就算是那些本來認為是靠直覺的工作,AI也能表現得比人類更好。如果是說AI能比人類更有那種難以言喻的第六感,這種事大概不會發生;但如果講的是AI能比人類更懂得計算機率、辨識模式,聽起來可能性就高了許多。

    特別是如果某些工作需要「關於別人」的直覺,AI的表現就能優於人類。許多工作(例如在人潮滿滿的街上開車,把錢借給陌生人,商業上的談判交易等等)都需要準確評估別人的情緒和願望。

    那個孩子是不是會突然跑到馬路中間?這個穿著西裝的人,是不是打算從我這裡一借到錢就消失?那位律師的言語威脅是認真的嗎?還是只想嚇嚇我?只要我們覺得這些情緒和欲望是來自某種非實體的心靈,顯然電腦就永遠無法取代人類的司機、銀行經理和律師。

    原因就在於:電腦怎麼可能去理解「心靈」這種神聖的創造物呢?然而,如果這些情緒和欲望實際上也只不過是某些生化演算法,電腦就沒理由無法解譯,而且解譯的成績一定比任何智人都來得好。

    不管是司機預測行人想往哪走,銀行經理判斷借款人的信用好壞,又或是律師衡量談判桌上所瀰漫的情緒,凡此種種所依賴的都不是巫術,而是在他們無所覺的情況下,大腦就會透過分析臉部表情、聲調、手部動作、甚至體味,來判讀生化模式。AI只要搭配適當的感測器,絕對可以把這些工作做得比人類更精確、更可靠。

    因此,失業的威脅不只是因為資訊科技的興起,而是因為資訊科技與生物科技的融合。要從功能性磁振造影(fMRI)掃描機,走到勞動市場,這條路肯定是漫長而曲折的,但花個幾十年總是能走完。腦科學家今天對杏仁體(主司情緒與恐懼反應)和小腦(主司感官資訊的整合與微調運動技能)的研究,就有可能讓電腦在2050年比人類更適合擔任精神科醫師和保鏢。

    AI擁有兩種非人類能力:可連結、可更新

    AI不單單能夠「駭進」人類、並在以往認為專屬於人類的技能表現上打敗人類,更擁有獨特的非人類能力,而使得AI和人類工作者之間的差異不僅是程度高低,而是完完全全的兩回事。AI特別重要的兩種非人類能力,就在於「連結性」和「可更新性」。

    人類都是個體,很難將所有人彼此連結,以確保每個人都得到最新資訊。相反的,電腦並不是彼此相異的獨立個體,因此很容易把電腦集合成單一、靈活的網路。所以這樣說來,並不是即將有幾百萬部電腦和機器人取代幾百萬個工人,而是所有的個別工人會被一套整合的網路所取代。

    因此,討論自動化的時候,不該把「一位司機」的能力拿來和「一輛自動駕駛車」比較,也不是把「一位醫師」拿來和「一位AI醫師」做比較,而是該把「一群人」的能力,拿來和「一套整合網路」進行比較。

    舉例來說,交通規則時有修改,但許多司機並不全然熟悉,於是常常違規。也因為每輛車都是個別運作的實體,所以兩輛車到了同一個十字路口的時候,司機可能會誤讀彼此的意圖,以致發生事故。

    相反的,自動駕駛車是連結成一個整體,所以兩輛自動駕駛車來到十字路口時並非個別運作,而是屬於同一套演算法的一部分。這樣一來,溝通不良而發生事故的機會也就大幅減少。

    此外,如果交通部決定修改某些交通規則,所有的自動駕駛車都能很快在同一時間更新;除非程式出錯,否則大家都會遵守新的規則。

    同樣的,如果世界衛生組織確認出現了某種新疾病,或是某實驗室生產出某種新藥,目前幾乎不可能讓全世界所有人類醫師都得知最新發展的消息。相較之下,就算全球有一百億臺AI醫師、各自照顧著一個人的健康狀況,仍然可以在瞬間全部更新,而且所有AI醫師都能互相分享對新病或新藥的反應。

    連結性和可更新性可能帶來的優勢極為龐大,至少對某些工作來說,就算某些單獨個人的工作效率可能仍然高於機器,但合理的做法將會是用電腦取代所有人類員工。

    有人可能會反駁說,把個別的個人轉換為電腦運算網路之後,就會失去個別性所帶來的優勢。舉例來說,如果某位人類醫師做出錯誤判斷,並不會因此讓世界上所有的病人都喪命,也不會阻礙所有新藥的發展。相反的,如果所有醫師其實都屬於某一套同樣的系統,該系統一旦出錯,結果可能就極其嚴重。

    但事實上,整合的電腦系統可以在不失去個別性的優勢下,把連結性的優點發揮到極致。譬如在同一個網路上提供許多演算法,以供選擇。於是位於偏遠叢林小村裡的病人只要透過智慧型手機,能找到的不只是某一位醫學權威,而是上百位不同演算法的AI醫師,而且這些AI醫師的表現會一直受到互相評比。你不喜歡那位IBM醫師的診斷嗎?沒問題。就算你現在困在吉力馬扎羅山上,也能輕鬆找到百度醫師,尋求第二意見。

    這對人類社會很可能帶來巨大的好處。AI醫師能為幾十億人帶來更好、更便宜的醫療保健服務,特別是那些目前根本沒有醫療保健資源可用的人。靠著機器學習演算法和生物統計感測器,就算是某個未開發國家的貧困村民,也可能會透過智慧型手機,得到良好的醫療保健,比起目前最富有的人在最先進的城市醫院所獲得的水準,有過之而無不及。

    同樣的,自動駕駛車能讓交通服務品質大幅提升,特別是能夠降低車禍死亡率。在今日,每年有將近一百二十五萬人因車禍而死亡,足足是戰爭、犯罪和恐怖攻擊死亡人數的兩倍。在這些事故中,超過90%是由於人為錯誤造成的:有人酒駕、有人邊開車邊發簡訊、有人開車開到睡著、有人開車的時候只顧著發呆。

    根據美國國家公路交通安全管理局在2012年的估計,全美死亡車禍有31%出於酒精濫用、30%出於超速、21%出於駕駛分心。而這些錯誤,自動駕駛車永遠不會犯。雖然自動駕駛車仍有不少問題和局限,也免不了會有些事故,但根據預測,如果把所有駕駛工作完全交由電腦處理,將能夠減少大約90%的道路傷亡。換句話說,只要全面改採自動駕駛車,可能每年就能拯救一百萬人的性命。

    因此,如果只是為了保障工作,就想阻擋在交通和醫療保健等領域的自動化,絕對是不智之舉。畢竟,我們真正該保護的是人類而不是工作。如果這讓司機和醫師變得無用武之地,就讓他們找點別的事來做吧。

    醫師比護理師更容易被AI取代

    至少在短期內,AI和機器人還不太可能完全取代整個產業。有些工作,做的是專精在小範圍、日復一日相同動作的事,這種工作就會被自動化取代。然而,如果是每日有所變化、需要同時運用廣泛技能組合的工作,又或是需要應付難以預見的情境,這些工作就比較難用機器來取代人類。

    以醫療保健業為例。很多醫師的主要工作都在於處理資訊:吸收醫療資訊、分析資料、再提出診斷。相對之下,護理師還需要有良好的運動能力和情緒智力,才能幫病人打針、換繃帶,或是壓制住激動的病人。

    因此,出現智慧型手機AI醫師的時間,很有可能會遠遠早於可靠的護理機器人。人類照護產業(也就是照顧病人及老弱)大概在很長一段時間內,仍然會是人類的工作。事實上,隨著人類壽命延長和少子化,老年照護很可能會成為人類勞力市場成長最快的部門。

    除了照護產業,創意產業也是自動化特別難以突破的領域。現在,我們可以直接從iTunes商店下載音樂,不再需要由真人店員來銷售,但作曲家、音樂家、歌手和DJ都還是活生生的人。我們需要這些人的創意,除了是要製作全新的音樂,也是要在多到讓人頭昏腦脹的諸多可能當中,進行選擇。

    儘管如此,終究所有工作都有可能走向自動化,就連藝術家也得小心。現代社會一般認為,藝術與人類的情緒緊緊相連,藝術家引導著人類的心理力量,藝術的目的是讓我們和自身的情緒有所聯繫,又或是激發出新的感受。

    因此,要評斷藝術的時候,通常就是看它對觀眾的情緒起了多大的作用。但如果真以這個標準來定義藝術,等到外部的演算法比莎士比亞、墨西哥女畫家卡蘿、或歌手碧昂絲,更能瞭解和操縱人類的情緒,又會發生什麼事?

    畢竟,情緒也不是什麼神祕現象,只是生化反應過程的結果。估計在不久之後,只要用機器學習演算法,就能分析身體內外各種感測器所傳來的生物統計資料,判斷人的性格類型和心情變化,或是計算某首歌(甚至是某個音高)對你情緒上的影響。

    機器為你量身打造樂曲

    在所有藝術形式中,最容易受到大數據分析衝擊的,可能就是音樂。音樂的輸入和輸出都適合用精確的數學來描述,輸入時是聲波的數學模式,輸出時則是神經風暴的電化學反應模式。在幾十年內,演算法只要經過幾百萬次的音樂體驗,就可能學會如何預測某種輸入如何產生某種輸出。

    假設你剛和男友大吵一架,負責音響系統的演算法就會立刻發現你內心的情緒波動,並根據它對你個人、以及對整體人類心理的瞭解,自動播放適合你的歌曲,回應你的憂鬱、反應你的悲傷。它放的這些歌可能不適合其他人,但完全符合你的性格類型。

    演算法先把你帶到悲傷的底層之後,再放出全世界最可能讓你振作起來的那首歌;原因可能是這首歌在你的潛意識裡,與某個快樂的童年記憶緊緊相連,而且甚至你本身根本毫無所覺。任何一位人類DJ,都不可能與這樣的AI相匹敵。

    「半人馬」團隊需要高水準技能

    從藝術到醫療保健,許多傳統工作將會消失,但部分影響可能會由新創造的工作來抵消。例如診斷各種已知疾病、執行各種常見醫療的全科醫師,有可能被AI醫師取代,但也就會空出更多經費空間,讓醫師和實驗室助理得以進行開創性的研究,研發新藥或手術新術式。

    AI也可能以另一種方式,協助創造新的人類工作:人類與其想贏過AI,不如把重點放在AI的維修和運用。舉例來說,因為無人機取代了飛行員,有些工作確實消失了,但同時在維修、遠端控制、資料分析和網路安全方面,卻也創造了許多新的工作機會。

    美國軍方每派出一架「掠奪者」或「死神」無人機飛越敘利亞,就需要有三十人在幕後操作;至於蒐集完資料的後續分析,更需要至少再八十人。在2015年,美國空軍就曾經因為受過足夠訓練的人力不足,面臨無人操作無人機的窘境。

    這樣說來,2050年的就業市場特色,很可能在於人類與AI的合作,而非競爭。從警務到銀行等各種領域,「人類搭配AI」的表現都能超越純粹的人類、或超越純粹的電腦。在IBM的深藍於1997年擊敗世界西洋棋王卡斯帕羅夫之後,人類並沒有停止下棋。

    相反的,在AI協助訓練之下,人類的西洋棋大師水準比過去更高。而且至少有一段時間,由人類和AI搭配而有「半人馬」之稱的這種隊伍,在西洋棋的表現也擊敗了純粹的人類和純粹的電腦。很有可能,AI也能像這樣,協助培養出史上最傑出的偵探、銀行經理和軍人。

    然而,這些新工作都需要高水準的專業知識,無法解決無技能勞工失業的問題。想讓勞工再受訓後、去做這些工作,可能還不如直接創造完全屬於人類的全新工作。像是在過去的自動化浪潮中,勞工通常可以從某項規律性、低技能的工作,輕鬆轉向另一項同樣規律性、低技能的工作。

    像是在1920年,因為農業機械化而失業的農場工人,可以轉到製造曳引機的工廠裡找到新工作。在1980年,工廠工人失業後,也可以轉到超市裡當收銀員。這種轉職在過去是可行的,因為從農場到工廠、從工廠到超市,都只需要稍加重新培訓即可。

    但是到了2050年,收銀員或紡織工人的工作都由機器人接手之後,他們大概無法轉職成癌症研究學者、無人機操控員、或是人類搭配AI的銀行團隊一員。他們就是少了必備的技能。

    在第一次世界大戰的時候,派出百萬名大兵扛著槍一陣亂射,犧牲在所不惜,其實是合理的做法,畢竟當時個人的技術好壞並不會造成太大差異。

    但到了今天,就算無人機操控員和資料分析師的位子確實缺人,美國空軍可不會找個失業的超市收銀員來填埔空缺。你可不希望有個沒經驗的菜鳥,把阿富汗的婚禮派對,誤認為塔利班的高層集會吧?

    因此,雖然出現了許多新的人類工作,仍然可能看到新的「無用階級」日益龐大。我們甚至可能是兩面不討好:許多勞工找不到工作,但也有許多雇主找不到有技能的勞工。這可能就像是十九世紀馬車變成汽車的情況再現,當時有許多馬車司機轉業成為計程車司機;只是我們可能不是那些轉業的司機,而是被淘汰的馬!

    AlphaZero令人驚駭

    由於機器學習和機器人科技還會持續進步,所以,其實任何人類工作都有可能受到自動化的威脅。就算某位四十歲失業的沃爾瑪收銀員,靠著超人的努力讓自己改頭換面,成了無人機操控員,很有可能過了十年之後會因為無人機也自動化,而必須再改頭換面一次。

    職場波動如此劇烈,也會變得難以組織工會或保障勞工權利。我們現在就已經看到,即使是已開發經濟體,很多新工作的形態都是無保障的臨時工、自由業者和計次的聘雇。如果某個專業在十年間就迅速起落,又怎麼可能組起工會呢?

    同樣的,「半人馬」組合很有可能變成一場人類與電腦之間不斷的拔河角力,而不是安穩的終身夥伴關係。完全由人類組成的團隊(像是福爾摩斯和華生),常常會形成長期的階級和例行程序,能夠延續數十年。

    然而,如果偵探和IBM的「華生」AI系統合作〔華生AI系統於2011年贏得電視益智搶答節目《危險境地》的首獎〕,會發現所有的階級都可能遭打破、所有的例行程序也都可能被干擾。昨天的搭檔,明天可能就成了你的主管;所有的規章和守則也都必須每年重寫。

    仔細觀察西洋棋壇的動態,或許可推估未來世界將走向何方。確實,深藍戰勝卡斯帕羅夫後的幾年之間,人機合作是西洋棋壇熱門的形式。但近幾年來,電腦已經學得太好,與人類合作也不再有價值,這些人類棋手可能很快就會完全無關緊要。

    2017年12月7日是另一個西洋棋的重要里程碑,但這天並不是電腦擊敗人腦(那已經是舊聞了),而是谷歌的AlphaZero程式擊敗了Stockfish 8程式。

    Stockfish 8是2016年的全球電腦西洋棋冠軍,運用的是幾百年來累積的人類西洋棋經驗、還加上幾十年的電腦西洋棋經驗,每秒計算七千萬個棋步。

    相較之下,AlphaZero每秒只計算八萬個棋步,而且寫程式的時候完全沒教它任何西洋棋規則,它連標準開局下法都不會!AlphaZero完全就是運用最新的機器學習原理,不斷和自己下棋,就這樣自學西洋棋。

    雖然如此,在這個新手AlphaZero與老鳥Stockfish下的一百場比賽中,AlphaZero竟然贏了二十八場、平手七十二場,完全未嘗敗績。AlphaZero完全沒向任何人類學習任何東西,於是許多獲勝走法和策略對人類來說,完全打破常規,可說是創意十足、甚至是天縱英才。

    在你猜想之中,AlphaZero從零開始學習西洋棋,是花了多久時間,才準備好與Stockfish對弈、而且發展出天才般的直覺?答案是四小時。你沒看錯,就是四小時。曾有幾世紀的時間,一直認為西洋棋是人類智慧的絕頂展現。但AlphaZero只花了四個小時,完全沒有任何人類指導協助,就從一無所知,變成創意十足的大師。

    AlphaZero絕不是市面上唯一能夠擁有想像力的軟體。現在許多程式已經不只在單純的運算次數上超越人類棋手,就連「創意」也不在話下。如今,在限定人類參加的西洋棋巡迴賽裡,評審會不斷注意是否有棋手偷偷用電腦作弊。而抓到作弊的方法之一,就是觀察玩家所展現的原創性高低。如果有人走了極具創意的一步,評審常常就會懷疑這不是人走出來的,肯定是電腦才下得出來。

    所以,至少在西洋棋領域,創意已經不是人的註冊商標,而是電腦的註冊商標!以前會用金絲雀來偵測煤礦坑裡是否出現有毒氣體,而如果西洋棋是我們的煤礦金絲雀,我們已經看到警訊,發現這隻金絲雀已面對死亡。很悲觀的是,現在發生在西洋棋領域的事情,未來也可能發生在警探、醫藥業和銀行業。

    因此,要創造新工作、讓人接受再培訓而就職,並不是能夠一勞永逸的解決方案。AI革命不會是單一的分水嶺事件,可別以為在這之後,就業市場就會達到新的平衡狀態。相反的,破壞只會像雪崩般擴大。現在已經很少有勞工認為,自己能夠一輩子都做同一份工作。而到了2050年,不單單是同一份工作,就連在同一個專業領域,也不太可能讓人待一輩子。