许多人信誓旦旦地说非凡**的科技创新会改变这个世界，但这句话的真实性到底有多高？ AI真的会改变我们的生活吗？知名经济学家罗杰·布特尔在这本必要之书里，回答了机器人时代所带来的经济问题，并从华丽艰涩的科技术语及警惕中，指出一条明路，理性地解释AI革命会用哪些方式影响我们的一切。 本书除了解释了AI对经济增长、生产力提升、通货膨胀、财富及权力分配的影响，也检视了我们的教育、工作与休闲方式即将有哪些改变。 这本书从一个根本且乐观的角度，**读者为不断变迁的时间与世界做好计划，走向一个更明确的未来。

第 2 章 AI 革命会有所不同吗 传奇投资家约翰·邓普顿（John Templeton）爵士曾说过，投资活动 中*昂贵的六个字是：“这次有所不同。”[3] 他指的是金融投资。为了证 明高得荒谬可笑的资产价格是合理的，人们会不时提出一长串论证，邓 普顿的话就是对这种论证的评论。从来都没有什么不同，泡沫终将是泡 沫，当它们破裂时，所有先前支持有问题资产的辩解看上去都像是空洞 的金融宣传。然而，当下一次投资热潮出现时，人们似乎已经忘记了这 一点，这种模式会重复出现。2000—2002 年的互联网泡沫破裂时，以及 不久之后的 2007—2010 年的美国次级抵押贷款市场崩溃时，约翰爵士的 智慧都得到了有力的证明。 相对于金融史，经济史是另一回事。不过，它们也有相似之处。自 **次工业革命以来，相当多的人以负面的眼光看待技术变革，认为它会使普通人陷入贫困，并造成大规模失业。事实证明，这些唱反调的人 始终是错的。经济学家杰里米·里夫金（Jeremy Rifkin）在其畅销书《工 作的终结》（The End of Work）中设想了这样的未来——自动化和信息技 术提高了生产率，但大部分工作者“被遗弃在废物堆里”，与社会的成 功无缘。该书出版于 1995 年。[4] 但是，由于机器人和 AI 的出现，现在正在发生的这些变化，本质上 是我们所看到的自**次工业革命以来的延续吗？还是说，它们是差异 很大的东西？ 正如我们在第 1 章中所看到的，自**次工业革命以来，技术变革 的关键特征之一是生产率的不断增长，由此为生活水平的大幅提高提供 了支撑；其二是这些技术进步创造出了新的工作，取代了很多消失了的 工作。 即便是认为这次与以往有所不同的人，也有两种不同的观点。 **种观点是，机器人和 AI 的发展确实不是一场革命。其实，这一论点相当于我们在第 1 章中提到的罗伯特·戈登对通信革命评论的延 伸。批评人士说，人们对该主题有很多争论和怒气，但说到底这没多大 意义。实质上，他们说这场“革命”不同于**次工业革命以来发生的 一切，因为经济进步的引擎已经停转，我们只剩下幻想和天花乱坠的大 肆炒作。 第二种消极观点正好相反。在速度和范围方面，AI 革命与我们以往 看到过的任何事情都截然不同。更重要的是，因为它基本上破坏了几乎 所有人力需求，所以这场革命终结了创造新工作以补偿旧工作流失的状 态。这不是经济“进步”的终点，却很可能是人类进步的终点。 在得出总体结论之前，我们需要依次检视这些批评观点中的每一个。 AI 革命——不能被忽视的重大技术变革 那么，有关 AI 革命的一切都像吹嘘的那么好吗？贬低其重要性很 容易，但我们应该谨慎。这不是技术变革**次被看轻。确实，对新 技术力量的低估有着悠久的历史。1943 年，据说 IBM 公司前总裁托马 斯·J. 沃森（Thomas J. Watson）宣称：“全世界计算机市场的需求大约 是 5 台。”1949 年，一本人们认为声誉颇好的杂志《大众机械》（Popular Mechanics）写道：“未来计算机的重量可能不超过 1.5 吨。”[5] 从*初开始，互联网发展的快速推进就遭到了彻底怀疑。1996 年年 末，《时代周刊》（Time）解释了其永远不会成为主流的原因。该杂志说： “它不是为商务活动设计的，没有优雅地接纳新来者。”1998 年 2 月，《新 闻周刊》（Newsweek）有一个头版头条是：“因特网？呸！” 也许*惊人的是，该文章的作者克利夫·斯托尔（Cliff Stoll）是天 体物理学家、网络专家。他说，网上购物和在线社交是一种背离常识、 不切实际的幻想。他说道：“事实是，没有在线数据库会取代你的报纸。” 斯托尔声称，充满“互动数据库、虚拟社区和电子商务”的数字世界是 “胡扯”。[6] 直到*近，AI 一直面对类似的怀疑。此外，有一个事实还助长了这 种怀疑——AI 已经伴随了我们一段时间（至少在理论上如此），但其尚 未产生任何真正激动人心的东西。它脱胎于第二次世界大战期间在英国 布莱切利公园（Bletchley Park）探索开发的数字计算技术，该技术使纳 粹的恩尼格玛密码（Enigma Code）得以破解，相当**。 这一功绩与阿兰·图灵（Alan Turing）密切相关。图灵还设计了 AI 的早期概念框架，于 1950 年发表了开创性论文《计算机器与智能》（Computing Machinery and Intelligence）。该主题随后主要在美国和英国 发展。但在收获好评和取得成就之前，它几经波折。 然而在过去的 10 年中，许多关键的进展共同推动了 AI 的发展： 计算机处理能力的大幅提高。 可用数据数量的快速增长。 改进后技术的发展，涉及文本和图像方面的进步，包括面部及语 音识别。 “深度学习”（DeepLearning）的发展。 基于算法的决策的出现。 所以，现在 AI 似乎已接近它的“詹姆斯·瓦特时刻”，就像瓦特在 改进蒸汽机之前，蒸汽机已存在了 一段时间。然后，它开始改变生产方 式。因此，AI 这个已经登场了一段时间的东西，即将上演一次飞跃。 另外，它的影响很可能会让整个经济体系都感受得到。有些技术改 进专门针对特定领域或较窄的生产方面，在更广泛的范围中影响有限。 但偶尔也会出现某种发展，产生具有普遍适用性的技术。我们称这些 技术为通用技术（general-purpose technology，简称 GPT）。蒸汽机就是 GPT，AI 也有望成为其中的一员。因此我认为，将未来数十年称为“AI 经济”时代是恰当的。 机器人和 AI 有望对生产率产生重大影响，因为在某些领域，它们可 以完全替代人类；而在另一些领域，它们能够大大提高每小时的产出， 或者改善工作质量与可靠性。也许*重要的是，在很多服务领域，比如 在老年人护理方面，它们可以有效地为工作人员提供**工具，从而有 望克服迄今为止服务业生产率增长迟缓的问题。 此外，AI 的进步速度令人印象深刻。对 AI 抱有期望的人常常热衷于这样的概念——目前的发展呈指数级增长，也就是说，下一时期的水平 总是比上一时期的高出一定倍数或百分比。例如，每年翻一番的事物正 在经历指数级增长。每年增长 20% 的东西也属于这类。结果，给定的百 分比增长率会产生越来越大的**增长。 无论何时，若增长呈指数级，由于很大一部分累积变化都发生在发 展过程的后期，因此很容易在该过程的早期忽略正在发生的事情的重要 性。指数级增长的这种背载（Back-Loaded）本质在某种程度上给出了 解释——为何我们有时高估技术在短期内的效应，而低估其在长期内的 影响。[7] 这一特性可能会为 AI 未来的能力带来奇妙的东西，但它也会强 化个人、企业、政府的某种倾向，即很少或不采取任何行动来适应其发 展——直到为时已晚。 AI 文献中充满了指数级增长的精彩例子，这些例子往往用通俗易 懂、引人入胜的术语表达，清晰地呈现变化早期显然平稳缓慢的步伐与 后来急剧转变之间的对比。下面的例子来自卡耐姆·切斯，思考一下： 设想你在一个橄榄球场中……它已被密封起来，以防漏水。裁判将 一滴水放在球场**。一分钟后，她又放了两滴在那里。又过了一分钟， 放 4 滴，依此类推。你认为把该体育场灌满水会花多长时间？答案是 49 分钟。但真正令人惊讶、不安的是，45 分钟后，该体育场只有 7% 的空 间有水。后排座位上的人们向下看，并相互交流场内正在发生的严重事 情。4 分钟后，他们都淹死了。 指数级增长实质上是所谓的“摩尔定律”（Moore’s Law），其含义通 常是指，每 18 个月（有时两年），价值 1,000 美元的计算机的处理能力会翻一番。一些分析家甚至提出，指数级增长的速率本身也存在指数级增 长。费德里科·皮斯托诺（Federico Pistono）说，计算机速度（单位成本） 在 1910—1950 年每 3 年翻一番，在 1950—1966 年每两年翻一番，而现在 是每年都翻番。他声称：“根据现有证据，我们可以推断出，这种趋势将 在可预见的未来继续下去，或者至少再持续 30 年。”[9] 在计算机和 AI 领域，指数级增长现象比比皆是。按照*近的增长 率，可以想象，机器人的数量不久后就会超过人类。英国工程师、发明 者、小说创作者伊恩·皮尔森（Ian Pearson）博士说，30 年内，机器人 数量将从现今的 5,700 万增加到 94 亿。该预测基于皮尔森所说的“适度”（modest）的假设，即机器人数量每年增长 20%（当然，这是另一个指 数级增长的例子）。 AI 的进展速度和范围不仅让人们印象深刻、感到惊骇，还让人们 对未来充满不祥之感。AI 威胁要取代某些活动中的人，而这些活动现 在被视为专属于人类。人们曾经认为，即便是能力*强的计算机也无 法下国际象棋。但在 1997 年，IBM 公司的“深蓝”（Deep Blue）击败 了世界*佳棋手加里·卡斯帕罗夫（Garry Kasparov）。“深蓝”每秒 可以计算 1 亿—2 亿个位置。卡斯帕罗夫说：“我玩过很多计算机，但 从未体验过这样的。我能感觉到——我可以闻到——桌子对面是一种新 的智能。” 2001 年，IBM 的一台名为沃森（Watson）的机器在电视问答游戏《危险边缘》（Jeopardy!）中打败了*佳人类玩家。2013 年，深度思维 公司（DeepMind）的 AI 系统自学雅达利（Atari）视频游戏，比如打砖 块（Breakout）和撞球（Pong），这些游戏都需要手眼协调。这比看上 去要意义重大得多。不是人们教 AI 系统如何玩视频游戏，而是 AI 系统如何学习玩游戏。 凯文·凯利（Kevin Kelly）认为，AI 如今已经取得了决定性的飞跃， 但其重要性依然没有得到充分认识。他写道：一旦计算机比人类更好地成功完成了一项任务，人们就会普遍认为 这项任务简单而不再考虑。然后会说下一个是真的很难——直到计算机 实现了该任务，如此类推。的确，一旦机器能完成特定的事情，我们往 往就不再称其为 AI。泰思勒定律 / 复杂性守恒定律（Tesler’s Theorem） 将 AI 定义为机器尚无法做到的事情。[10] 而机器无法做的事情类别范围似乎一直在缩小。2016 年，由谷歌（Google）旗下的深度思维公司开发的名为 AlphaGo（阿尔法围棋）的 AI 系统击败了当时的欧洲围棋**樊麾。该系统使用一种被称为“深度 强化学习”（Deep Reinforcement Learning）的学习方法自学。两个月后， AlphaGo 以 4∶1 战胜了世界**李世石。在亚洲，人们对该结果尤其印 象深刻，因为相比欧洲或美国，围棋在亚洲要受欢迎得多。 正是互联网推动了 AI 获得更大的能力和智能。人类崛起并统治物质 世界背后的关键特征是交流与专业化的发展，这是一种网络效应。互联 网的出现，将计算机连接成网，从而改变了它们的能力。[11] 然后我们很快迎来了英国企业家凯文·阿什顿（Kevin Ashton）所 说的“物联网”（Internet of Things，简称 IoT）。IBM 将其称为“智慧星 球”（Smarter Planet），思科公司（Cisco）把它叫作“万物互联”（Internet of Everything），通用电气公司（GE）称之为“工业互联网”（Industrial Internet），而德国政府的说法是“工业 4.0”（Industry 4.0）。所有这些术语指的都是同一件事情。想法很简单，就是将传感器、芯片和信号传送 器嵌入我们周围的无数物体中。 互联网企业家马克·安德森（Marc Andreessen）曾说：“*终状态 相当显而易见——每一盏灯、每一个门把手都将接入互联网。”[12] 当然， 所有这些与物质世界的连接都将以易于机器人和 AI 分析并做出反应的 形式呈现。不过，所有这类连接上的事物也将能够直接与人类沟通交 流——用“说话”（speaking）的方式。具有讽刺意味的是，一些 AI 狂热 者认为，这可能会使我们对“事物”（things）的态度更接近于人们在前 技术时代对它们的看法，以及如今部分非西方世界对它们的看法，也就 是说，它们拥有某种精神和身份。 因此，无论你对 AI 经济中人类进步的空间有何看法——在进行初步 全面评估之前，我将先给出一些主要的限定性条件——AI 世界正在发生 的事情肯定不能被轻易忽视。

序 前言：机器人时代 **部分 人类与机器：过去、现在与未来 第1章 人类的进化 第2章 这次会有所不同吗？ 第3章 就业、增长与通货膨胀 第二部分 工作、休闲与收入 第4章 工作、休息与娱乐 第5章 未来的工作 第6章 赢家与输家 第三部分 接下来改做些什么 第7章 是鼓励它，还是对其进行征税和监管 第8章 年轻人应该如何受教育 第9章 确保共同繁荣 结论 跋：奇点降临及之后 参考文献 注释说明