1704610817
1704610818
许多企业都进行了人工的人工智能方面的试验。最著名的就是亚马逊的机械特克(MTurk)平台,该平台允许个人和企业进行众包,完成人工智能无法独立完成的人类智能任务(HIT)。从在图片中找到物体并进行标记到转录音频,该任务涉及的范围十分广阔。
1704610819
1704610820
亚马逊并不是唯一的参与者。2015年8月,Facebook发布了一款基于文本的人工智能助理“M”,使用的技术与第四章中描述的类似。与Siri、Google Now和微软的Cortana不同的是,M同时使用人类和人工智能来回答用户的问题。如果人工智能没能给出满意的答案,人类将继续完成这一任务。
1704610821
1704610822
推特(Twitter)也雇用了大量合同工,他们被称为判定官,主要工作就是解释微博上不同检索词的意思。举例来说,2012年10月3日下午6点,美国推特上“大鸟”(Big Bird)一词的搜索量突然飙升。推特使用其人类判定官确定这个词指的是正在谈论政府对公共广播进行资助的米特·罗姆尼(Mitt Romney),而不是“芝麻街”。为什么人类能够比机器更好地完成这一工作?因为我们比机器更了解这些暗喻的含义。
1704610823
1704610824
推特工程师在博客中解释道:“收到判定官的回应后,我们会将信息推送到后台系统,这样下次有用户搜索这一信息的时候,我们的机器就能够使用这一附加信息。”
1704610825
1704610826
随着企业投资开发更大更好的人工智能系统,对这类土耳其机器人工作的需求会不断增加。例如,据称2011年亚马逊的机械特克平台有“来自190个国家的超过500 000名活跃工作者”。如今,这一数据可能变得更高。
1704610827
1704610828
土耳其机器人主要被诟病的是工作所得太少。即使是美国的土耳其机器人工作者每小时也只能赚1英镑左右,而且享受不到劳动保护和相关福利。这是因为人类从事的需要运用智能的任务尽管因其难度而让机器迷惑不已,但是以人类标准来看普遍是没有技术含量的,大多数人都能够熟练地完成这些工作。因此,全球能做这项工作的工人有很多,这就降低了成本。结果就是不止一位批判家曾经称之为“数码血汗工厂”。
1704610829
1704610830
这当然是对的,而且有些使当前的人工智能系统更加智能的工人根本得不到报酬。正如我们所知,目前许多成功的人工智能应用都依靠人类生成的数百万甚至数十亿数据。不成文的用户协议是,公司免费提供产品,前提是它们可以利用生成的数据做广告或使其人工智能系统更加智能。举例来说,就像我们之前提到的,谷歌的在线翻译服务看似是百分之百的机器智能,实际上,它是在人类用户提供的数据基础上工作的,它使用的单词和短语是人类在之前的翻译中就匹配好并且应用到所有文本中的。下次使用谷歌翻译的时候,你可以想一下这些土耳其机器人,它们的背后是经验丰富的人类译员,他们擅长不同语言,很多人都有博士学位。
1704610831
1704610832
与那些自愿报名参加土尔其机器人任务的人不同,这些译员永远不会收到报酬,也就是除了最初合同规定的工作之外的报酬。汉娜·吕岑(Hanna Lützen)将《哈利·波特》翻译成了丹麦语,因此她将收到挪威居伦达尔出版社的稿酬,而之后,如果谷歌使用这些加起来超过100万字的数据帮助你翻译一封来自女友的用丹麦语写的情书,谷歌不会给她一分钱。
1704610833
1704610834
这与现实世界中类似“取样”所涉及的法律问题不同。举例来说,在嘻哈文化中,音乐家们通常将其他人的作品分割开来再重新使用。如果这样做,他们必须为使用的部分支付费用。如果没能支付费用,对方可能提起法律诉讼。2006年法院判决美国嘻哈音乐人声名狼藉先生(Notorious B.I.G.)的专辑《准备死去》(Ready to Die)停止销售,因为专辑在没有获得适当许可的情况下引用了一首1972年的歌曲《清晨歌唱》(Singing in the Morning)。德国电子乐队“发电站”(Kraftwerk)在法庭上成功辩解称其音乐的最小片段(例如几小节鼓点)都受版权保护。
1704610835
1704610836
这与合法使用数据有什么关系呢?从某种意义上来说,我们每个人都是土耳其机器人,因为正是我们每天生成的数据使人工智能系统变得更加智能。无论是在Facebook上传照片还是输入验证码,我们都是在训练那些将接管我们工作的机器人。在不久的将来,我们需要就数据的价值展开一场严肃的对话。正如我们常说的,如果说数据是数字经济的原料,那么我们应当重视它。
1704610837
1704610838
虚拟现实领域的先驱杰伦·拉尼尔(Jaron Lanier)建议了一种方法,那就是使用一个通用的小额付款系统。拉尼尔举了几个例子。假设你报名参加了一个网上约会活动,你提供信息进行浪漫匹配,而公司会使用你的信息来完善其算法,进而吸引其他用户。Facebook可能会将你的照片放到广告里并将页面定向发送给你的朋友。另外一个例子就是,网飞公司(Netflix)可以使用你的浏览偏好来制作一部电视剧,就像在艾美奖上获奖的美剧《纸牌屋》一样,这部电视剧就是完全根据网飞公司的用户数据制作的。在这样的案例中,可以创建一个公式来确定数据的出处和这些数据对某些特定决策的重要性。这一计算要求公司对用户进行小额付款,就像有人引用音乐家的作品时需要支付版税一样。
1704610839
1704610840
这个想法听起来有些牵强,但是在过去的10年里,法律确实在追赶技术转移的步伐。欧盟针对谷歌的“被遗忘权”[2]这样的判例表明了法律仍在适应数字化新技术。在某种情况下,数据所有权的问题一定会经历详细审查。让我们回到音乐取样的例子中,早些时候,有很多违法取样的事件发生。后来,技术成为主流音乐的一部分,艺术家们突然发现自己因版权侵权面临着数百万美元的罚款。同样,人工智能带来的就业方式转变使土耳其机器人从事的这样的工作更加普遍,我们仍需探讨驱动人工智能系统的数据到底归谁所有。如果以正确的方式实施,这不仅能帮助个人,而且能够帮助企业。在21世纪,企业的实际价值是其持有的可分析数据。如果用户因提供数据而获得经济回报,那么他们使用产品时就更有动力。如果我们生成的所有数据都使用杰伦·拉尼尔提出的通用小额支付系统,可以想象,土耳其机器人每小时赚的薪水将从1英镑上涨到英国最低工资标准6.7英镑,甚至更高。这对创建一个数字框架来说是至关重要的一步,在这个框架中,人工智能系统将变得更加智能,但人类也可以共享创造的财富。
1704610841
1704610842
1704610843
1704610844
1704610846
人工智能:改变世界,重建未来 人工智能中的人类元素
1704610847
1704610848
土耳其机器人的背后有人类在进行人工的人工智能工作,这些我们通常是看不到的。然而,随着人工智能越来越多地参与到我们的生活中,许多公司开始强调而不是低估人类在其系统中的作用。与谷歌、Facebook和其他公司一样,近年来,苹果在雇用人工智能专家方面与其他公司展开了激烈的比拼。据苹果前雇员称,公司里机器学习专家的数量在过去几年里翻了三四番。与其他公司一样,苹果将人作为公司人工智能驱动服务的一部分。然而,与其他公司不同的是,苹果将其人类员工作为一个卖点,而不是简单地将他们看作技术不能正常运转时的替身。2015年6月苹果推出万众瞩目的苹果音乐流媒体服务时,重磅推出的一个特性就是其依靠具有专业音乐知识的人类来管理播放列表。“算法当然很棒,但是仍需要一些人来帮助其建立正确的序列。”苹果音乐发布后,总经理吉米·艾欧文(Jimmy Iovine)对《卫报》简单说道:“你需要将其人性化,因为需要真正的艺术家来告诉你接下来要播放的是什么歌曲。算法不能独立完成这项工作。算法十分方便,没有算法无法完成这么大规模的任务,但是你仍然需要强大的人类元素。”
1704610849
1704610850
实际上,算法可以以一种令许多用户都满意的方式将音乐排序。人工智能工具能够根据类型、年代、艺术家、节拍或许许多多其他指标生成播放列表。许多公司(包括苹果在内)甚至开发了情绪检测耳机这样的技术,根据用户是在慢跑还是躺在沙发上来为他们选择适合的音乐。但是苹果很敏锐地发现了一个现象,那就是人们喜欢与他人互动。苹果音乐的人类管理者在算法流程中并不是隐形的,而是有着血肉之躯的专家,他们的目标是帮你发现那些算法不太可能推荐的音乐。人工智能只能根据你最喜爱的歌曲或其他听众爱听什么来为你推荐音乐,而人类专家能做到的则远远不止这些。
1704610851
1704610852
苹果“创造时髦风尚的人”包括著名DJ(音乐制作者)赞恩·洛(Zane Lowe),他放弃了英国广播公司电台的高薪工作,开始在苹果的流媒体音乐服务中担任主要角色。他们中还包括前说唱歌手德瑞博士(Dr Dre)和流行歌手艾尔顿·约翰(Elton John)——他们都不低调,也不会做每小时1英镑的工作。令人吃惊的是,一家技术公司可能成为人类DJ的最大雇主之一,这个可能是否会成为现实,还是要根据苹果音乐的规模而定。
1704610853
1704610854
随着人工智能变得更加智能,关注创造力和社交智能等人类特性将变得更加重要。尽管人工智能越来越擅长以人类的方式进行交流,并且在特定应用程序中也展现了惊人的创造力(我们在下一章中将讲到),但这些仍是人类特有的技能。
1704610855
1704610856
在观察这一转变时,哈佛大学经济学教授劳伦斯·卡茨(Lawrence Katz)创造了“工匠经济”(artisan economy)一词。工匠指技术娴熟的工人,他们通常通过双手来完成工作。工业革命期间,工匠越来越多地被自动化所取代。例如,机械织布机使那些手艺娴熟的手工编织工匠纷纷失业。有证据表明,如今的趋势与当时恰好相反。
1704610857
1704610858
当然,卡茨所说的工匠经济不仅仅指编织业。工匠经济指的是那些非机器驱动、非同质、依靠人类创造力和互动的产品的回归。举例来说,3D(三维)打印等技术的兴起使那些出售和配合标准化产品的木匠们难以为继。然而,如果木匠能够对客户进行评估,了解客户需要的到底是柜子还是桌子,然后调整自己的工作以适应客户的需要,那么效果会更好。同样,仅仅像儿童保姆这样的看护工将被机器人取代,但是拥有绝妙的想法以让客户积极参与的痴呆症看护工或家庭健康助理这样的职业有可能会兴起,尤其是在老龄人口不断增多的市场中。类似的情况还有很多,包括受到智能可穿戴设备冲击却依然能鼓舞人心的私人教练、受到自驾车冲击却依然对旅游好去处了然于胸的出租车司机、受到Wevorce等服务冲击却依然充满同情心的律师等。
1704610859
1704610860
这些工匠经济的工作可能会变得非常“高技术个性化”,这意味着他们依靠的是人与人的接触。这使其很难被外包,或者被机器人或正确的算法所取代。不过,与工业革命时期的工匠不同,如今工匠经济中的工人能够使用技术增加就业机会,而不是被替代。可以以一种数码时代之前从未有过的方式将业务扩展,覆盖数百万甚至数十亿人。2014年,《商业内幕》(Business Insider)上有这样一则故事,一个学习能力倾向测验(SAT)的老师在网络通话工具Skype上进行一对一教学,90分钟收费1 500美元。即使在一个教育应用程序和在线学习工具十分发达的时代,这位老师还是能够收取这么高的费用,这是因为他确实能够提高学生的考试成绩。
1704610861
1704610862
目前工匠经济的另一个例子就是网络商店Etsy,人们可以在这里出售手工制品或老式产品。Etsy在2005年问世,目前提供超过2 900万件不同的手工珠宝、陶器、服装和其他物品。2014年,该网站的商品销售总额达到19.3亿美元,其中大部分都流进了卖家的口袋。有的卖家借着手工制品的热度取得了不可思议的成功,每月能赚数千美元。虽然该网站取得了成功,但人们仍专注于手工制品。当人们知道一位Etsy店铺的老板每月靠卖中国批量生产的发箍和护腿能赚70 000美元的时候,社区中立即产生了一阵骚动。
1704610863
1704610864
判断工匠经济中哪项任务具有长久性的商业意识需要反复试验。这些任务可能出现在那些重视非机器操作的不规范行为的领域,例如为客户提供定制服务的私人教练,或不仅仅计算数字的管理者。然而在其他领域,我们不愿意将之前交给机器的任务归还人类。没有人会希望他们的汽车是由人造出来的而不是机器。人们更不能接受高速公路上高速行驶的汽车发生不按规则行驶。
1704610865
1704610866
为了应对这一范式的转换,我们还需要更好地训练下一代。目前,教育深陷于工业革命的范式之中,这一范式已经持续了100多年。在一个“工厂奴隶”的时代,学校教育被比喻成创造相同的T型福特车的传送带。标准化课程用来教学生特定的技巧,让他们走上工作场所中预先规定好的岗位。这一标准化假设学生学习的技术不会变化,他们一生都可以使用。然而,今天的世界中,习得的技巧通常在10年内就会被淘汰,这意味着人的一生都要不断学习和进行自我评价。在一个智能手机都能上网的年代,我们还需要质问为什么要通过毫无启发性的机械教学在学生的头脑中存储大量信息。
[
上一页 ]
[ :1.704610817e+09 ]
[
下一页 ]