机器已经承担了我们的工作

这些机器很久以前就接管了大多数任务。我们醒来时收到电子警报，从洗过的杯子中machine饮咖啡，然后坐在抽水马桶上，其水力原理驱动了古代亚历山大时代的精密钟表。我们的早餐谷物是通过半自动联合收割机收获的，并在经过300多年工业自动化的工厂中加工而成。一言以蔽之，口袋里的终端可以向我们展示几乎所有我们想知道的东西。但是我们几乎没有注意到。我们想知道-并且担心-不断缩小的任务池不能很好地完成任务。 ＆＃34;人工智能能理解情绪吗？＆＃34; ＆＃34;汽车真的可以自驾吗？＆＃34; ＆＃34;我老了，机器人会照顾我吗？

环保主义者有一个习惯，就是随着时间的流逝习惯：改变基线。这位年轻的渔民没有意识到与过去闪闪发光的赏金相比，她的渔获量有多薄。她所知道的一切。缓慢发生的变化成为新常态。

这就是为什么我们看不到缺席的原因。我们当中只有最年长的人会记得曾经手工操纵半自动世界的仆人，服务人员和专家大军。洗衣服，抄表员，消防员，电话接线员，打孔卡接线员，公共汽车指挥员和工厂焊工大军在哪里？秘书池？

当然，你们中的某些人可能会说，过去大多数自动化主要是关于武力的。就像伪造的约翰·亨利（John Henry）的蒸汽钻一样，它代替了肌肉，而不是大脑。难道不是在早期的创新中扩展了我们手中的力量，而只有在这个数字时代，机器才变得足够聪明才能扩展我们的思维？

不是完全。失去自动化的第一份工作可能是在11世纪相当振奋人心的铃声。那时，发条开始像巨大的音乐盒一样在教堂的钟声上弹奏旋律，并沿途传播原始的机器可读媒体-钉在圆柱上。由Basile Bouchon及其继任者Vaucanson和Jacquard自动化的18世纪织机取代了织布大师的复杂技能，而不是搬运工的腿部肌肉。

实际上，设计用于进行物理工作的机器与仅输出信息的机器之间并没有明确的界限。与水厂纸浆纸一样的齿轮和棘轮也可以操作时钟，古老的指向南方的战车或机械计算器。转移是双向的。电子产品被开发来处理纯信息，即电报。仅仅几十年后，它被选为驱动灯泡和电动机。电报机的开关继续控制着巨大的发电机，后来又回到信息端，作为数字计算机的基础。

现代人工智能（AI）遭受身份危机。一方面，它是可以追溯到＆＃34; automatos，＆＃34;的骄傲传统的继承人。或古代世界的自动机器。那些灵巧的设备-水钟，齿轮日历，动人的动物形象（自动机）和中国机械指南针-开创了自火灾或纺织业以来为数不多的新技术类别之一。 1第一次，人工制品可以自己完成栩栩如生的事情，而无需像传统工具一样指导每个步骤。自动化最终得以普及，从而改变了人类生活的几乎所有方面。在最近的几十年中，这种转变已被数字计算机推向了过度驱动。

但是对于从业者来说，即使是现代AI的最大成功也可能感觉像是失败的失败，因为该领域以如此高的期望开始。

宏伟的梦想是模仿机器生活的职业危害。从古老的液压系统到发条装置，电动机，再到电力，自动化中使用的所有连续技术都使人们感到奇怪，他们是否偶然发现了我们自己如何运作的类似物，这是一种粗略但可行的生活模型。这激发了工程师和哲学家们对基本问题的思考：什么是智力？洞察力？记忆？

与他们的前辈不同，许多AI先锋将如此疯狂，半夜的思想作为一个明确的目标：使机器像人一样聪明。今天，这个目标仍然是科幻小说。但是，正如我们将看到的，在现场开始时这似乎更加合理。那是因为那些先驱者有一个值得效仿的榜样，可以效仿并实践：电子计算机。

有时候，人们使简单的技术做非常聪明的事情。例如，古腾堡（Gutenberg）著名的发明是一台完全由人工操作的改良型压酒机。 2然而，印刷机取代了一支训练有素的文士团队，他们辛苦地工作缓慢，博学多才，并有效地结束了这一具有4500年历史的职业。它表明机器不一定总需要以逼真的方式去做逼真的事情。用AI巨人约翰·麦卡锡（John McCarthy）的话说，飞机飞行得很好，没有拍打翅膀。

计算本身的故事是如何确定＆＃34; high＆＃34;事实证明，与大多数人不敢想象的一样，使用简单的机器来模拟智能功能要容易得多。克劳德·香农（Claude Shannon）顿悟是，简单的接通/断开开关连接在一起，可以实现布尔代数，从而实现大量的数学和逻辑。这些长期以来一直被认为是人类智力的顶峰。而且，正如艾伦·图灵（Alan Turing）所展示的那样，这样的机器理论上可以模拟几乎任何其他计算机的功能。

这些是电子计算机的组成部分，是印刷机传统的终极捷径，或者是带有刚性机翼的飞机。在仅仅十年的时间里，一大堆只有人类才能的人才将落入一个仅由傻瓜开关组成的设备上。这是机器智能承诺的惊人证明。

在1950年代，研究人员开始规划下一步的飞跃，朝着“思考自动机”迈进。或-粘贴的名称-人工智能。＆＃34;电子计算机已经征服了数学峰会。人工智能的先驱者希望能够很快掌握单纯的动物过程，例如视觉，抓握，行走和在障碍物周围导航。然后获得最高奖：模拟将所有东西结合在一起的类似于人类的智力的高级功能。一些乐观主义者预计这一过程将仅需20年。

AI诞生后的65年，当AI在成千上万个MIP数据中心的网络上运行并且经过训练需要Palm Springs的电力消耗才能识别出小猫时，我们感到非常敬畏。或者，当自动驾驶汽车在没有人工协助的情况下管理一个小时的时间时，经历了10,000次模拟碰撞，达到了人类初学者在15个无碰撞小时内达到的熟练水平。

同时，数字计算机的原始数学和逻辑优势将更多的行人自动化推向了超速行驶。这些机器负责数据处理，科学数据处理，各种模拟，制图，加工和股票交易。彻底改变了人类的所有沟通方式，同时彻底改变了数十亿个工作岗位。

例如，计算机技术在1960年代和1970年代悄悄地重塑了制造业。自1950年代以来，围绕控制的一整类工厂工作已不复存在，例如测量钢水的温度或化学过程的pH。它们被新一代的连续监控传感器和过程控制系统所吸收，最初它们被连接到模拟计算机和机电伺服机构。但是到了1970年代，大多数是由现代数字电子计算机作为媒介，大大减少了对人类的需求。

它还不是法国自动化先驱沃坎森（Vaucanson）在1745年的文章中所设计的单员工工厂。 3但是，这种“熄灯”工厂现已建成。

人工智能问题被认为是使机器以人的行为被称为智能的方式运转。

过去，我们会说只有超级智能的AI才能驾驶汽车或在Jeopardy击败人类！或国际象棋。但是一旦AI完成了所有这些事情，我们就认为成就显然是机械的，几乎不值得拥有真正的智能标签。人工智能的每一次成功都重新定义了它。

几乎所有的计算都符合较早的AI定义，例如上面的McCarthy引用或Ray Kurzweil所说的：“ ...执行由人执行时需要智能的功能的机器。＆＃34;附件A是人的计算机。电子版的问世使他们失业。尽管功能范围非常狭窄，但许多自动化也都符合该定义。

然而，一些人工智能研究人员并没有将自动化或计算作为家庭来接受。实际上，许多早期的AI工作本身并没有取得成功。其中包括AI成就，对于80年代的自动化先驱者来说似乎是完全奇迹般的，例如模仿和翻译人类语言以及沿途学习。正如开拓者罗德尼·布鲁克斯（Rodney Brooks）所说的那样，＆＃34;每次我们弄清楚其中的一部分时，它就不再具有魔力。我们说，哦，那只是一个计算。

例如，光学字符识别是一个经典的AI问题，直到它得到可靠解决为止。然后它变成了纯粹的实用工具。同上是国际象棋程序的蛮力，当然还有可以有效地优化搜索结果和Facebook提要的算法。这种基线移动的极端形式有其自己的名称，AI效果和Wikipedia页面。

问题的根源在于，早期的AI研究人员旨在获得像人类和其他动物一样的灵活智能。可以下棋并翻译语言的情报。最终有很多像Google Translate和Deep Blue这样的易碎的，单用途的AI象棋，更像是精灵的愿望错了。还是炼金术士的遗产，他们为化学奠定了基础，却从未找到他们无所不能的“哲学家之石”。

AI效果并不是唯一可以掩盖智能机器在我们生活中已经扮演的角色的事情。另一个是别名。作为一个领域，人工智能已经经历了几次融资。结果未能达到预期。在很长的一段时期内，人工智能就已经形成了。本身是避免在赠款提案中使用的术语。因此，研究人员在重新命名他们的工作方面具有创造力：光学字符识别，专家系统，模式识别，机器翻译，信息检索等。

然后就变得迟钝了。当国王将自动化作为其花园的核心时，他们选择了人类和动物的雕像，而不是灌溉系统或不露面的铣床。我们是好奇，chat不休的灵长类动物，我们希望我们的智能机器模仿吸引我们注意力的事物。这些包括面孔，沟通，抓握，运动等等。

不幸的是，数字计算机和AI本身的一部分更容易模仿我们几乎没有注意到的那种乏味但有用的智能。例如关联数百万个工资单记录，或优化工厂的控制系统。在大多数AI研究试图模拟意识功能的地方，这些功能更接近控制我们的肠道或免疫系统的隐藏的自主神经功能。甚至是缓慢的＆＃34;智能＆＃34;树木通过根部沟通。即使是最简单的聊天机器人也让我们着迷。但是，除了罕见的停电或崩溃外，交易股票或平衡电网的更强大的算法仍然是看不见的。

什么才算是“真实”对于从业者及其资助者来说，人工智能是一个值得争论的话题。但是，综上所述，以上删除使智能机在我们生活中的足迹看上去比实际要小得多。当谈到可以完成我们的工作或使我们保持生命的机器时，看一看该技术所取代的人为角色比其工作方式的细节更为重要。

我敢打赌，在过去的几个世纪中，大多数人由于小物件而变得多余，不管它是纯粹的自动化，例如18世纪的机械织机，数字计算机，还是目前的“真正”。深度学习的AI。

未来的历史学家可能会回顾并发现，在我们的时代和我们的工作生活中，智能机器的三个阶段重叠：传统的自动化，通用数字计算机以及冰山一角的现代AI。在今天看来如此艰巨的区别可能看起来遥不可及，就像第19届工程师争论蒸汽与气动的重要性。

但是，眼前的原因是要整体看待事情：更好地塑造自己的未来。回到第一次工业革命的黄铜和齿轮，几乎没有可借鉴的先例。自动化本身是古老的，但仅改变了一些利基领域。大规模应用它是一个勇敢的新世界。没有人知道它会如何影响社会。工作场所;教育;家。今天，我们可以尝试学习这300年的历史，包括自电子计算机以来的巨大进步。

无论他的成就如何，他的生存都归功于六英寸厚的表土层以及下雨的事实。

我们编辑基因并飞向月球。但是，与5000年前的第一批城市相比，我们的社会基础没有改变：通过灌溉或肥沃的洪泛区种植谷物作物。实际上，与许多古代前辈相比，我们更容易受到天气和害虫的侵害-世界粮食储备范围在70到90天之间。一年，无论是自然的还是气候变化的，都可能使数十亿人饿死。

当然，一个很大的不同是，在古老的Ur时代，几乎每个人都在土地上劳作。或者至少他们引导为他们工作的动物。早在自动化之前，家畜就已经开始取代人类的肌肉。 4500年来更好的耕作技术和新工具–犁，轮车，铜镰刀，马，–到1500年代，在欧洲部分地区，耕种减少到仅60％的人口。社会结构的变化也有帮助，例如封建制度的衰落。现在，三分之一的人口可以从事其他工作，从商人到手工艺人再到艺人。

全球殖民时代在一定程度上扭转了这一趋势，被奴役或被征服的人民在广阔的种植园中生产棉花和糖等奢侈品。但是随着时间的流逝，工业革命为农业提供了一套全新的辅助工具，从牵引发动机到蒸汽泵，减少了劳动力需求。

在当今的工业化世界中，只有不到10％的劳动力生产所有食品。我们同样依赖于这6英寸的表土以及（通常）下雨的事实，让我们祈祷它继续这样做。但是机器（越来越多的机器是自主的）为我们完成了大部分工作。

看到这一趋势的中间阶段，19世纪的经济学家预测，到现在为止，我们将享受15小时的工作时间，我们的日子充满了诗意和精美而悠闲的饭菜。它没有那样解决。取而代之的是，自动化使我们的曾祖父母解放出来，创造了许多前所未有的工作，卡车司机，打孔卡操作员和支持代表。从一个10世纪的农民的角度来看，我们现在完成的工作中有90％以上都是有效的–临时工作制，用马克·吐温（Mark Twain）的话简单地证明了“文明是不必要的不​​必要的无限繁殖。＆＃34; 当然，您是否认为我们的现代工作＆＃34;不必要＆＃34;还是人类潜力的空前解放是一个视角问题。很难争辩说，如果所有的科学家和芭蕾舞演员都回到土地上或站起来，我们会变得更好。如果我们的经济实际上不要求TaskRabbits和洗狗机像现在这样勉强维持生计，那么也很难争论。 那些需要的每周15小时工作时间在哪里？已故的大卫·格雷伯（David Graeber）的黑暗漫画文章《胡说八道：工作狂》。和后续书籍探讨了主题的两个方面。

但是，我们现在面临的讽刺是，我们目前的＆＃34; make-up＆＃34;新型的，功能更强大的自动化技术正在威胁着工作：现代AI。会发生什么？

AI研究人员一直努力在计算机模拟中复制两个人类特质，这就是我们的灵活性和想象力。我们从事实际上维持生命所需的工作的百分比可能已减少到四舍五入的误差。但是，由于我们拥有集体的想象力，我们对我们而言越来越抽象的工作仍然非常真实。那是因为工作仍然是我们经济体系的基础。这是我们如何分配财富和其他物品（包括奢侈品和必需品）的方法。从那个顽强的10世纪农民的角度来看，我们已经进入一个100多年前的假装时代职位。但是，当我们争先恐后地帮助孩子们做作业并在上床睡觉前发送最后一封工作电子邮件时，肯定不会假装。这些发明的工作使我们可以购买非常真实的食物，住所和衣物。 类似的灵活性可以使我们很好地进入自动化的下一幕。随着AI吞噬以前的虚假工作，我们无疑可以创造新的工作。其中一些已经出现：机器学习系统培训师，用于自动翻译，转录的人工后编辑器，以及（很快）由机器完成的原始写作编辑器。

为了继续用新工作平稳地替换工作，人工智能的进步必须保持足够的缓慢，以使年轻人可以培训新的角色。基线的缓慢变化使我们对过去一无所知，这取决于代际变化率。孩子认为父母仍然发现奇特和新生的东西是正常的。但是，当变化足够快以至于使大量的中层职业工人变得多余时，问题就来了。在过去的几个世纪中，这种情况一直在区域内发生，例如在19世纪初期的英国部分地区产生了Luddite叛乱的自动化系统。在全球范围内，这可能会使整个经济体系陷入混乱。围绕通用基本收入存在着深刻的问题，这是许多AI先驱提出的解决方案，是为失业而预先道歉的。哪怕是每月丰厚的支票，又如何能同时取代工作的尊严和现实状态？

另一个关键问题是关于设计。我们是否尝试建造机器来增强人类的能力...或替换它们？技术不是目标，而是目标。沃坎森（Vaucanson）在1745年对一家自动化工厂的投影仍然是工程人员从回路中清理出来的有力影像。 （在这种情况下，是法国大师级编织工的高薪行会）。

相比之下，Siri是致力于增强人类知识的现代AI的一个示例。它的主要创造者亚当·切尔（Adam Cheyer）和汤姆·格鲁伯（Tom Gruber）认为自己是道格拉斯·恩格尔巴特（Douglas Engelbart）的弟兄，这并非巧合，他们的一生都是围绕扩大而不是取代人类智慧而展开的。 4 Engelbart增强研究中心因开创了许多现代计算领域而广为人知，从窗口，在线协作，视频会议和可单击链接，到文字处理和鼠标，一应俱全。

但是他的两个同行旅行者和主要出资人J.C.R. 利克利德（Licklider）和鲍勃·泰勒（Bob Taylor）在1968年的里程碑式论文《计算机作为通信设备》中写道了一个类似Siri的助手，名为Oliver（在线交互式快速反应器）5。 利克利德（Licklider）曾帮助将AI作为一个领域进行开发，他认为人类水平的人工智能是不可避免的，尽管可能已经有数百年了。 但是他的心脏属于增强。 他以为苔藓 ......