书吧:数字化技术和社会发展趋势
第二次机器革命
来源: 广州日报 作者: 【美】埃里克·布莱恩约弗森
看点:
在本书中,作者认为,数字化技术在给我们带来极大便利的同时,也给各种职业带来永久性、颠覆性的改变。凭借对数字化技术和社会发展趋势的精准研究,作者也给我们找到了一条通向社会发展与繁荣的新路径。
无人驾驶汽车
2012年夏,我们搭乘了一辆无人驾驶汽车。开始时我们只是坐在车后面的座椅上,观察这辆无人驾驶汽车自动巡航,但公司的研发人员是不可能草率地就把驾驶座上明显没有驾驶员的车辆开上公路的。因为这样做有可能会让行人以及其他司机产生某种幻觉,或者会吸引警察的注意力。因此,我们坐在了后排座椅上,公司项目组的人坐在前排。
这时,其中一位项目组人员按下了汽车上的一个按钮,把车辆转换成完全自动驾驶模式,于是,汽车开始在101国道上奔驰。而我们的好奇心也随之而来,当然也夹杂着些许的担惊受怕,因为101国道并不总是宁静平和、一路通畅的。虽然这条国道很平直,而且路况良好,但在大部分时间段里仍是拥挤不堪的,交通流量也毫无规律或规则可言。可以想象,在这种公路上行驶如果操作不当,带来的后果也是相当严重的。而且,由于我们当时的自动驾驶体验也属于“私人司机”开发项目实验的一部分,所以我们对这些后果的考虑突然之间超出了我们对智能技术的兴趣。
然而,车辆行驶得相当平顺。事实上,它让我们的驾驶行程乏味得很。车辆没有在其他车辆中间加速或穿插,整个驾驶过程就像我们在驾校里所接受的规范驾驶课程一样。在车辆行驶过程中,车里的一台笔记本电脑能够实时提供汽车所看到的一切——包括所有附近的物体和目标都能被车上的感应器察觉到。车辆能够察觉到其周围所有的车辆——不仅仅是距离最近的车辆,而且也能察觉到这些车辆的行驶轨迹。实际上,这是一辆没有任何视觉盲点的汽车。然而,汽车自动驾驶软件却能够辨识出由人驾驶的汽车有哪些盲点,车里的电脑屏幕上能够清晰地显示出这些盲点在哪里,并且能够有效地避开这些盲点。
在我们前面的车流完全停止时,我们只是盯着电脑屏幕——完全忽视了实际的路况。自动驾驶汽车这时根据前面的车辆行驶状况进行了平顺的制动,然后在与前车保持安全距离的地方停了下来。而在其他车辆开始行进时,它也随之跟进。在整个行驶过程中,坐在前排的项目开发人员始终谈笑风生,没有任何紧张气氛,或者说,事实上他们更感兴趣的是101国道上的实际路况。实际上, “私人司机”项目开发人员已经在这样的汽车里停留过数百个小时,他们完全有信心自动驾驶汽车能够有效地应对这种频繁起动的驾驶状况。
超级计算机与人的对决(1)
现在,在人类自己发明的游戏比赛中,计算机通过模式匹配与复杂沟通的整合可以很容易地就能击败人类。在2011年2月14日和15日的智力竞猜电视游戏节目“危险边缘”中就有一个非人类的参赛选手。这名参赛选手就是一台名叫“沃森”的超级计算机,它是由IBM专门研发出来用于游戏比赛的(其名字“沃森”即是为了纪念IBM的传奇人物、CEO托马斯·沃森先生而命名的)。“危险边缘”首次登场是在1964年,在2012年,这档节目在美国综合性的电视节目中排名第5。在那一天,大约有700万人观看了那期节目。在节目中,主持人亚历克斯·特雷贝克针对各种话题提出了问题,参赛选手则进行了抢答。
这个节目之所以备受欢迎且经久不衰主要是因为,它的问题很好理解,但却很难回答好。在一些既定的场景中,几乎每个人都知道问题的答案,但很少有人能够知道所有的答案。问题涵盖的话题非常广泛,而且在开始之前不会有人告诉参赛者参赛的话题。在节目进行中,参赛选手必须同时做到迅速、大胆和精确。迅速是因为,他们必须相互竞争以获得回答每一个问题的机会;大胆是因为,他们必须努力回答许多问题,尤其是比较难的问题,这样才有可能积攒足够多的金钱以赢得比赛;精确是因为,对于每一个错误的答案,都要从中把金钱扣减掉。
“危险边缘”节目的制作人会使用双关语、押韵词以及其他的文字游戏来挑战参赛者。例如,一个问题的提示语可能会问道:“一个与NBA国王队所在的城市押韵的词,并且能使你想起过去。”如果想正确地回答出这个问题,参赛选手就要明白缩写字母“NBA”代表的是什么[在这个问题中,它指的是“National Basketball Association”(美国篮球职业联赛)]。要想正确地回答这些问题就需要熟练地掌握模式匹配和复杂沟通,而要赢得“危险边缘”的比赛就需要反复地、精确地并且几乎是同时去做这两件事。
在2011年的这场比赛中,与“沃森”展开竞争的是肯·詹宁斯和布拉德·鲁特,而他们两位都是这种比赛中最出色的选手。詹宁斯在2004年的“危险边缘”游戏比赛中曾经创纪录地连赢74场,将317万美元的奖金收入囊中,并成为名噪一时的民间英雄人物。实际上,正是由于詹宁斯才催生了“沃森”超级计算机。根据一则在IBM广为流传的故事,2004年秋日的一天晚上,IBM一位专注于推动人工智能研发的研究部经理查尔斯·利克尔正在纽约州的费西基尔(Fishkill)一间牛排餐厅吃晚饭。刚到晚上7点钟的时候,他就注意到,与他一起吃晚饭的同事都起身去了附近的一家酒吧。随后,他也紧跟着过去想一探究竟,他看到的场景是,他的同事们都围坐在酒吧的电视机前观看詹宁斯在“危险边缘”游戏中突破55场连胜纪录的比赛。利克尔想,如果詹宁斯和超级计算机在比赛中一决高下肯定会备受关注,同时也可以验证计算机的模式匹配和复杂沟通能力。
超级计算机与人的对决(2)
“危险边缘”是一场三方的比赛,布拉德·鲁特则是另一个天才般的选手,他在2005年的联赛中击败了詹宁斯,从而赢取了超过340万美元的奖金。鲁特和詹宁斯两个人能够掌握各个领域的各类信息,并且对游戏的特点和过程非常熟悉,也能够从容应对压力。
可以说,布拉德和鲁特是那种任何机器都很难打败的选手,因此第一代“沃森”远远不是他们的对手。“沃森”要么被程序设计人员“调整”得在回答问题时过于积极(因此,它的很多回答都是错误的),要么被“调整”得太过于保守、太精确。2006年12月,这项设计工程开始后不久,当“沃森”被调整到在70%的时间里都要回答问题时,它回答正确的比例仅仅占到全部时间的15%。詹宁斯则形成了鲜明的对比,当他有70%的时间按下抢答器进行抢答时,他的答案90%都是正确的。
但“沃森”毕竟是个快速的“学习型”选手——超级计算机在积极性和精确性这两个方面的平衡迅速提升。到2010年10月份的时候,“沃森”就能积极地抢答70%的模拟比赛题了,而且其回答正确率也提高到了80%。这种提升是很明显的,但它还是无法与人类最出色的选手相抗衡。“沃森”团队一直研发到2011年1月中旬,因为2月份就要录制电视比赛了,但这时也没有人知道,他们创造的这个机器在对抗詹宁斯和鲁特时表现如何。
最终的结果是,“沃森”完胜了他们。它回答正确的问题所涉及的话题是“奥林匹克怪事”,即在1976年举行的蒙特利尔冬季奥运会的“五项全能”比赛中,因一名运动员用金属线连接重剑上的一个隐秘按钮,致使没有击中对手就能得分。虽然超级计算机并不完美[例如,当被问到关于“时尚优雅,或者在同一年全部毕业的学生们”作为“分类”的“另一层意思”的一部分时,它的回答是“时髦”(chic),而不是“班级”(class,这个词也有“分类”、“出色”之意)],但它仍是很优秀的。
“沃森”的行动也是非常迅速的,它能够在詹宁斯和鲁特之前不断地进行抢答,以获得回答问题的机会。例如,在两场比赛的第一回合中,“沃森”首先就得到了43次抢答机会,而它答对的次数是38次。而在同一场比赛中,詹宁斯和鲁特两个人加在一起仅仅抢答了33次。
在为期两天的比赛结束的时候,“沃森”已经积攒了77147美元,是鲁特的三倍还多。詹宁斯紧随鲁特之后,他给最后比赛问题的答案还增加了一个个人声明:“我个人热烈欢迎新一代计算机来到我们这个世界。”他后来解释说:“正如20世纪工厂里的工作机会被新的机器人产品线代替一样,布拉德和我作为知识领域的工人也被新一代 ‘思考’的机器代替了。‘猜谜游戏节目参赛者’可能是‘沃森’替代的第一批工作者,但我敢确信这不是要替代的最后的工作者。”
工厂自动化的再思考
iRobot公司的合伙创办人罗德尼·布鲁克斯注意到了在高度自动化的现代工厂车间里所发生的事情:工人很少,但也不是找不到。这些工人所做的很多工作都是重复的且无意识的。例如,在一条封装软糖糖罐的产品流水线上,机器把一定量的软糖装进每只糖罐里,然后旋上罐盖,再贴上标签,但这需要工人把空的糖罐放置到传送带上才能开始整个封装流程。为什么这一步骤不能自动化呢?因为在这种情况下,糖罐是用纸板箱装着,每次12只放置到传送带上的,在这一过程中,所放糖罐的位置并不需要完全固定不变。这种不需要“太精准”的操作模式对工人来说是没有任何问题的,但传统的工业自动化对于操作像糖罐这类不需要每次都放在同一位置上的产品流程是有着很大困难的。
在2008年,布鲁克斯创建了一家新公司——Rethink Robotics公司,以开拓和研发非传统性的工业自动化设备:就像能够封装软糖糖罐的机器人,用以完成今天工厂里由人工完成的不需要准确操作的工作和任务。在公司宣布其第一条机器人产品线下线之前,我们有幸抢先目睹了这个庞然大物。布鲁克斯邀请我们去他们公司位于波士顿的总部参观这种自动化机器人,并且观看它们能够做些什么。
Baxter是那种很容易辨识的人形机器人。它有两只结实的手臂,每只手臂都有关节相连;然后就是躯干部分;而头部则有一张液晶显示屏的脸,整个头部也能转向观察到离它最近的人。虽然Baxter没有腿,但公司还是跨越了自由移动所带来的巨大挑战,在Baxter上装配了轮子,这样,在工人的帮助下它就能从一个地方移动到另一个地方。公司的分析报告声称,即使Baxter依靠自己的力量无法移动,也不会妨碍它能做很多有用的工作。
指导Baxter工作时,你需要抓住它的手腕,操纵它的手臂,引导它按照你想要的方向移动。当你做这些的时候,它的手臂好像没有任何重量,那是因为它的动力系统已经开始运转,你不需要费多大力气。Baxter机器人的安全性还是很可靠的,它的两只手臂不会碰撞在一起,而且如果它能感觉到有人在其周边附近,就会自动地把步调慢下来。Baxter的这些以及其他设计特征,使得人们与这种机器人一起工作时会始终处于一种直觉、自然而且没有任何威胁的体验状态之中。当我们第一次接触Baxter时,我们对于机器人能够触摸到我们的脸也感到相当紧张,但这种恐惧心理很快就消失得无影无踪了,取而代之的是极大的好奇心。
在公司的演示区,布鲁克斯向我们演示了几台Baxter机器人是如何工作的。这些机器人正在让莫拉维克悖论完全失效——它们能感知并且能够用“手”操纵从手柄到吸着杯等各种不同的零部件。相比人工,机器人有一些明显的优势。它能全天工作,并不需要睡眠、午餐。它也不需要让雇主给它提供健康体检,更不会给雇主带来额外的工资税负担。而且还可以同时做两件根本不相关的事情,因为它的两只手臂是可以分别完成操作的。