反擊：人類準備用這8種新職業搶人工智慧的「飯碗」！看看你能勝任哪個？

跟人工智慧「搶飯碗」，你準備好了嗎？

未來新職業：向人工智慧「搶飯碗」

文 / 羅元婕

本文首發於2017年4月24日總第801期《中國新聞周刊》

很久以前,「computer」這個詞並不是指我們現在所使用的計算機，而是一個叫做「計算員」的職位。從18世紀中葉起，企業、工程公司和大學就開始僱傭計算員（computer）。計算員多為女性，她們負責計算、做數字分析。很多科學上的重大突破都有這些人類計算員的功勞，比如，1758年第一次準確預測出哈雷彗星的回歸。

在計算機科學最早期的論文里，作者們千方百計地向讀者科普「計算機」的概念。阿蘭·圖靈就用人類的計算員來類比數字計算機：「這些機器旨在執行人類計算員可以完成的任何運算工作。」然而如今的現實是，computer能夠做的工作又怎是計算員所能比擬的！

計算機技術發展到今天，很多人開始擔心「奇點」到來——人工智慧會取代人類的工作，甚至統治人類，掌管地球。也許會吧！當許多工種不再由人類去做，而藉助於計算機的數字處理功能時，看看我們現在擁有了什麼——世界互聯、火箭上天、全球定位、預測地震、用基因療法治療癌症……雖然計算員這個行業消失了，但是IT經濟也創造出數不勝數的就業崗位。

其實，現在還很難預料哪些工種將被人工智直接影響，因為人它不是一項單一的技術，而是一個可以應用於特定任務的技術集合，它的影響力將通過經濟活動而得以不均衡地傳達，某些工作可能比其他工作更多地受到人工智慧的影響。

基於人工智慧技術當前的發展趨勢，一些具體的預測是可能的。例如，駕駛和房屋清潔都是僅需要較少的教育就可以完成的。計算機視覺和相關技術的成熟已經可以讓自動化車輛（或者叫無人駕駛汽車，Automated Vehicles, 即AVs）靈活安全地在路上行駛。這表明，它很有可能讓某些以駕駛車輛為職業的人失去工作。AVs依賴於在複雜環境中的自動駕駛能力、分析動態環境和優選線路的能力。與此能力要求類似的是家用清潔機器人，但是對它而言，操作任務沒有駕駛車輛那樣具體，比如，「打掃房間」這個命令，就與自動駕駛到一個具體的目的地不同。從這一點看，讓機器人像人類那樣高效地清潔房間的技術仍不成熟。

美國白宮經濟顧問委員會（CEA）把職業按薪資水平排序發現，每小時工資低於20美元的工作中，83％將遭受自動化技術的壓力；相比之下，每小時工資在20至40美元的工作中僅有31％將受到自動化技術的威脅；而這個比例在每小時工資40美元以上的工作里只有4％。研究顯示，低於高中學歷的美國勞動者中有44％的人從事包含高度自動化內容的工作，而僅有1％的本科或更高學歷的人從事的工作受自動化的影響。教育水平與薪資、技能緊密聯繫的程度，暗示了未來對低技能工人的需求會大幅減少，而高技能工人幾乎不受影響。

在很多領域，人類仍將維持對人工智慧技術和機器人的相對優勢。雖然人工智慧技術致力於發現人類社會的某些模式，但它仍不能複製人類的智力、創造力和判斷力。顯然，使用這些能力的職業對教育水平有較高的要求。此外，考慮到當前機器人在敏捷性方面的限制，在近期，市場仍對需要靈活手動操作的職業有需求。

理論上，技術的發展能促進生產效率的提高，是提升GDP的主要動力之一。在同樣的勞動時間裡，如果能利用人工智慧技術提高生產效率，對總體經濟而言是有利的。從19世紀到20世紀，的確有不少工種被新技術所取代，如電話交換機操作員、流水線裝配工人。與此同時，新技術也提高了從事抽象思維、創造性任務以及做決策的人的生產力。

研究者預測，短期內，人工智慧對勞動力市場的影響將與過去幾十年來計算機化對勞動力市場的影響的持平。未來10～20年，每3個月約有6％的就業機會消失。但隨著機器潛力的逐步釋放，也會有新的職業出現，工作崗位因此而有所增加，從而使失業率保持大體不變。

基於現有的技術，我們大膽預測，儘管人工智慧可能對某些職業帶來衝擊，但未來它也可能創造出一些新的職業。看看你所掌握的技能是否足夠應對即將到來的人工智慧時代？

私家數據偵探

大多數人還沒有意識到，自己的臉已經進了世界各大科技公司的資料庫里，用於人臉識別系統的研發。臉書（Facebook）用戶可以在自己上傳的照片中標出（tag）合照的朋友，Facebook的人臉識別軟體也因此獲得海量圖片數據，並逐步優化其圖像識別功能。蘋果的新應用Clips可以識別視頻中動態的人臉。

Snap、臉萌團隊出品的Faceu這類自拍濾鏡的走紅，憑藉的正是其獨特的動態捕捉功能，實現實時自動識別人臉並動態疊加的效果。

中國的曠視科技公司搭建的人臉識別雲平台Face++，以「讓機器看懂世界」為目標，在金融銀行業、智能社區、企業管理、網購等商業領域及智能安防方面加速落地。

2015年，馬雲在德國「刷臉」從淘寶上購買了1948年的漢諾威紀念郵票，也讓阿里公司名聲大噪。隨處可見的監控攝像頭更是每周7天、每天24小時不間斷地在搜集圖像。

然而，不是每個人都願意讓自己的臉成為大型科技公司的工具，很多人也不希望商家在他進門的那一刻就知道其消費習慣、生辰、星座、工作屬性與家庭背景。受限於有限的財力和精力，消費者無力獲得足夠證據起訴那些未經允許就搜集匹配自己數據的企業與商家，但他們可以僱傭「私家數據偵探」（黑客），找到那些用非法渠道盜取自己人臉圖像或其他個人數據，並用於商業行為的個人或機構，維護自己的「網路肖像權」。在人工智慧無處不在的時代，這種新型的維權將產生新的有技術含量的職業。

CGI素人星探

詹姆士·卡梅隆1989年執導的電影《深淵》被認為是史上第一次完美應用電腦三維動畫（CGI）技術的電影。隨著時間的推移，CGI技術愈發成熟，《侏羅紀公園》《泰坦尼克號》《指環王》《冰河世紀》等大製作均得益於它。去年，郭敬明以「全真人CGI魔幻大片」為營銷噱頭出品的《爵跡》，製作方法是後期製作人員在特效模型上加上演員動作表情的運動軌跡，配合綠幕製作後期場景，讓真人飾演虛擬角色。雖然其口碑和票房雙雙失利，但不失為一種可開發的小眾低成本類型片。《爵跡》的真人演員用的是范冰冰、楊冪這種片酬要求高的大牌明星，而如果使用「素人」，成本勢必能降低一半以上。

為此，將來會有CGI素人星探為影視公司服務。他們利用大數據，分析不同面部特徵、性別、體態的演員出現在哪種題材的影視作品中收視率最高，再以此標準，到人臉識別資料庫中去匹配，然後尋找合適的素人，與他們接洽、簽約，並為其定製適合的CGI角色。如果這一包裝方式被證明可行，這些素人明星出道後擁有一定數量的粉絲，甚至可以開發自己的版權。此外，遊戲公司也可以與他們合作，開發更逼真的遊戲體驗，探索更多的商業模式。個人也可以購買素人明星的肖像使用權，自己創作合成電影，和任何喜歡的角色在虛擬世界裡演對手戲。

教育遊戲開發者

傳統的教育方式難以很好地培養學生的自主學習能力，也無法培養其時間規劃與任務規劃能力。對於靠死記硬背的知識點，教師只能通過多次重複訓練的方式進行灌輸。如果學校能採用可互動的教育平台，個性化地搜集學生作業的數據，通過大數據分析並按照系統實時反饋對課程進行調整，老師就不需要像現在那樣依靠經驗來指導學生學習了。

未來的「教育遊戲」設計師，可設計出能提高學生學習動力的程序，把長期目標進行短期細化和可視化，讓學生每一天都能看到自己的小進步，並被這種成就感激勵。比如，針對低年級學生，也許每攻克一個知識點，就能獲得積分或虛擬獎勵；同一科學實驗，如果是個人完成的，和團隊完成的積分也不同；針對高年級，可以用虛擬現實（VR）和增強現實（AR）等技術，為他們營造尋寶遊戲，把不同的知識點融進不同的線索中，一一破解之後就能拿到大獎……

這樣的未來可能並不遙遠。Facebook這樣的科技巨頭已進軍教育行業。他們目前幫加州的特許教育集團Summit Public Schools開發的 Summit Learning Platform（簡稱SLP）就是一個個性化學習方案的平台。SLP 平台上的課程包含了不同的重點，清晰地列出了學生需要掌握的知識點。每個知識點都有專屬的題庫（playlist），裡面包含10題小測試。如果10道題中答對8道以上，學生就能升級通關，進入下一個測試。SLP上目前已有700多個題庫，老師可以根據學生具體的情況去改良或更新。SLP模式的運作已經幫助Summit學校取得了傲人的成績。

炒股機器人開發者

股票市場瞬息萬變，人類無法像機器那樣不受情緒影響而做出理性決策。且股民炒股多以人工推薦為主，主要是基於個人判斷。由於散戶缺乏專業知識，獲取信息的渠道受限。此外，散戶不可能時時盯著大盤，無法做到有效擇時交易，往往錯過好的交易時機。

如果使用機器人炒股，個股的各種信息將被做成一個個可量化的標籤，用戶基於自己的風險偏好（激進、穩健、保守）和投資偏好（短期、中期、長期），對標籤進行自由組合設定，交給機器人用後台量化模型進行大量的實時運算，實現自己的選股決策。

炒股機器人的開發者將是證券經紀人的升級版，他們根據每個客戶的個人偏好量身定製演算法。比如，客戶想以特朗普的推特作為買賣股票的依據，那麼炒股機器人就會密切關注特朗普的發言，分析他提到的公司的股價變化。如果演算法發現被特朗普提及的公司的股價常在一天內上漲，第二天就恢復原狀，那麼每次機器人抓取到公司名的時候，就會幫持股人按此規則快速買入，並在一天內拋售，獲取利潤。炒股機器人開發者還需要訓練電腦分辨總統的語義，理解其真正所指。

矽谷一家名為「感知力」的公司表示，他們讓人工智慧程序全程負責股票交易，其收益已超越公司設定的內部指標。

辨畫師

谷歌去年推出過一款基於人工智慧的網頁工具，能根據用戶的塗鴉來猜詞。目前，這些塗鴉正在被用於指導谷歌的人工智慧如何繪畫。谷歌的這項成果名為Sketch-RNN，其目前的繪畫水平與嬰兒相當。為了開發Sketch-RNN，谷歌大腦團隊研究員大衛·哈（David Ha）和道格拉斯·艾克（Douglas Eck）從谷歌的工具Quick,Draw!中收集了50餘萬幅用戶的塗鴉。每當用戶在該應用中進行塗鴉時，應用不僅會記錄最終圖片，還會記錄用戶每一筆的順序和方向，最終的數據能夠更完整地反映人類是如何繪畫的。谷歌的目標是開發出一種能「以類似人類的方式繪製並生成抽象概念」的深度學習人工智慧。

一旦教會人工智慧塗鴉，未來類似Sketch-RNN的人工智慧系統可以作為設計師、建築師和藝術家的創意助手。如果某人對自己的繪畫或設計不滿意，則可以讓人工智慧去總結當前的成果，進而提出建議。完全由計算機生成的圖畫可能沒有太大價值，但它可以給藝術家帶來靈感。

隨著人工智慧繪畫能力的提高，未來將會產生辨畫師這個職業，他們能判斷一幅畫作的創作者是人類還是機器，或一幅畫作受到人工智慧啟發的程度有多少，從而對這幅畫進行估值——原創含量越高，內涵越豐富，畫作的價格越高。

私人健康諮詢師

在人工智慧的初始階段，開發工作非常重要，而且需要跨界、多技能的人才。但是當該領域發展到某種程度，就會出現一些歸納、收集、解讀人工智慧數據的崗位。隨著人工智慧在醫療健康行業的推廣應用，就需要健康諮詢師負責此類工作。

2015年一年內，在發表於全球高等級期刊的醫學文獻中，僅有關腫瘤的就有4.4萬篇。如果一位腫瘤醫生要全面學習全球各地的最新治療手段，平均每天需要花費160個小時才能閱讀完。一個全職皮膚科醫生一生大概會看20萬個案例，而斯坦福大學的機器演算法在3個月內就吸收了13萬個皮膚病案例，而且它還能在這個基礎上不斷學習修正演算法。去年，IBM人工智慧醫療系統沃森僅用了10分鐘左右時間就為一名60歲女性患者診斷出了很難判斷的白血病類型，並向東京大學醫科學研究所提出了適當的治療方案，為這名女性的康復做出了貢獻。

但是，這些是否意味著醫生將被機器取代呢？調查顯示，患者不喜歡和冷冰冰的醫療機器打交道，病人渴望真人交流，希望有人為他們耐心解釋充斥著專業術語與指數的醫療報告。因而，能夠熟練掌握人工智慧數據處理結果的醫療專家將成為患者的朋友。在未來，很多人將擁有自己的私人健康諮詢師，為他們解答和個人健康相關的各種數據，並定期跟蹤他們的心理和生理健康狀況，成為個人的健康管理者。

無人駕駛汽車調度員

美國加州車輛管理局日前更新了網站，將蘋果公司添加到被允許在該州進行無人駕駛汽車測試的名單中。此前，這個名單上已經有29家公司，包括特斯拉、百度、英偉達以及谷歌等。梅賽德斯-賓士當前正攜手博世，預計最快於2020年推出無人駕駛計程車服務。福特、寶馬、通用汽車和谷歌母公司Alphabet旗下的Waymo都計劃在2021年前後發布此類服務。優步早已在匹斯堡市部署了無人駕駛汽車，開始測試它們的服務。研究結果表明，全球90％至93％的機動車事故都由駕駛員的失誤引起。推出無人駕駛汽車，至少從理論上能夠減少機動車事故的發生。

但無人駕駛技術並不是完美的，未來，我們需要專門的無人駕駛汽車調度員。他們需要和城市規劃部門及交通部門合作，實時監控路面上的無人車，確保它們按照專門的路線行駛，遵守交通規則。同時，無人駕駛汽車還要與智能交通解決方案相配合，以及與其他無人車共享信息，實時更新道路車流量，依據動態的交通數據規划行程，避免擁堵。這些都需要無人駕駛汽車調度員進行實時監控與管理。此外，如果無人駕駛汽車出了事故，它們自己顯然無法處理，也需要無人車調度員負責處理。

雖然人工智慧可能取代人類的駕駛汽車之類的操作性工作，但所有與監管、維修人工智慧技術的相關工作將得到更大的需求。此外，人工智慧技術創新將很可能重塑已有的社會、經濟制度。以無人駕駛汽車為例，考慮到人類駕駛員的方便與安全，需要大面積地重修基礎設施和交通法規，這些工作可能對城市規劃者和設計師提出更高的要求。

方言搜集者

雖然機器翻譯已經有70多年的發展歷史了，但直到近兩年神經網路機器翻譯（Neural Machine Translation, NMT）技術異軍突起，翻譯應用才被進一步革新。語言處理、語音交互等技術的進步又加速了翻譯產品的場景升級。

谷歌旗下神經網路機器翻譯系統（GNMT）去年已正式被應用到谷歌翻譯中，英語和法語、英語和西班牙語的互譯質量已經超過了90％，中英互譯準確率也在80％左右。微軟日前也發布了最新一代翻譯工具Microsoft Translator，可以實現包括中文在內的9種語言實時語音轉為文本翻譯。在國內，百度翻譯支持全球28種語言的互譯、756個翻譯方向，每日響應過億次的翻譯請求。科大訊飛日前推出了「訊飛聽見」升級版產品，加入多語種翻譯功能，可實現5種語言同步翻譯成漢語，還發布了智能翻譯產品「曉譯翻譯機」。不久前，搜狗CEO王小川也在演講中展示了搜狗語音實時翻譯SNMT的成果。

未來，翻譯這個工種很可能被人工智慧徹底取代，只需攜帶一款翻譯神器，人人都可以周遊列國。當然，最終要徹底實現這種美好願景，世界各地包括偏遠地區、林間部落的方言都需要被納入資料庫中。語言是人類發出的極為複雜和多樣化的信號，為了實現全人類語言的智能互譯，方言搜集者的任務就是拯救、記錄並翻譯那些使用頻率越來越少的語言，讓它們有機會在智能時代被保留下來，並被「激活」為可使用的工具。

演算法可以解決問題，但不能提出問題。技術向來只是一種輔助人類進步的手段。許多產業專家將人工智慧技術稱為「增強智能」，強調該技術的角色是協助並拓展個人的生產率，而非取代人類的工作。

工業革命放大了人類的體力，手機擴展了人類的交流能力，認知革命將讓計算機以同樣的方式增強的人類的思維。我們需要為未來人工智慧技術徹底爆發的時代做好準備，但無需因其可能搶走我們的工作而恐慌。目前，人工智慧技術的發展還受眾多限制，這意味著社會對擁有創造力、抽象思考和解決問題能力的通識性人才的需求仍在增加。

面對人工智慧對人類生活的滲透，你為嘗試新的職業做好準備——而不只是擔心被取代了嗎？

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！