AI來了之後，沒有階層，只有固化

不得不說，這是個令人感到焦慮的時代。

食品安全，醫療教育資源等等這些，都指向這個時代最大的焦慮——階級固化。我們感到焦慮的原因，可能是剛剛經歷了一個摺疊的時代，在短短几十年的時候，我們國家從一個農業大國升級的為工業強國，進而成為信息強國；就這麼短短几十年完成，其他國家需要百年以上才能完成的發展，百年的歷史進程被摺疊到幾十年。

而在這個摺疊的過程，不一不體現時代的斷層之間的碰撞擠壓——在網路媒體上，在大城市打工的年輕人回到自己的農村老家時，所面對這個文化和觀念的中的衝突一度成為熱議的話題；這是個很有趣的戲，也只有現在進幾十年能夠把農業社會、工業社會和信息社會裡長大的人湊到一個屋子裡，攢出一桌席。桌子上的衝突其實不算什麼，縱觀歷史，一個時代轉向另外一個時代，哪個不是人頭滾滾血流成河。

「人生逆襲靠康波」——90年代中，下海做生意；90年代末，00年初做外貿；04年左右，買房，做淘寶；09年之後，布局A股；12年以後，介入移動互聯網；對了，最後17年之前，任意時間段介入比特幣。這些都是能夠逆襲的機會。

微觀一點的看法，就是抓風口。從互聯網+，到個人IP自媒體，再到大數據，再到人工智慧，再到區塊鏈。

那麼，問題來了，這麼多的機會，你抓住了幾個？你以為是生不逢時，實際上是認知無能。所謂的投資，本質上是認知變現。

在這些風口之中，最具有顛覆性的，恐怕就是這人工智慧這項技術了。因為這是一下針對認知的解耦合，也就是說你的知識，經驗，技能都是可以被學習，甚至學得更好；這個和程序設計又有著不同的地方，程序員本質上是「翻譯官」，將人話「翻譯」（編程）給機器，讓機器來實現需求。

然而，事情正在發生著變化。

在金融方面：

由於人工智慧的「高歌猛進」，華爾街的部分交易員已被自動化程序替代。今天，高盛在紐約總部的現金股票交易櫃檯只剩2個人，而在2000年，高盛的櫃檯僱傭了600名交易員，他們根據投資銀行大客戶的訂單買賣股票。

在醫療方面：

張康團隊及其合作者在頂級學術期刊《細胞》（Cell）發表封面文章「Identifying Medical Diagnoses and Treatable Diseases by Image-Based Deep Learning」。這項最新研究訓練了一個基於「遷移學習」的全新AI診斷工具，可通過視網膜OCT（光學相干斷層掃描）圖像篩查致盲性視網膜疾病，並能在30秒內決定患者是否需要治療，準確率可達95%以上。

法律事務：

以色列特拉維夫的LawGeex研發了一套法律AI平台，當前已與多間大學的法學院進行合作並舉行了比賽，活動中有20位人類律師與AI平台進行比賽。結果在速度方面，AI大幅超越人類律師，AI只需26秒，就能完成5份協議的審批，而人類律師卻平均要花費92分才能完成。

人既是生產者，又是消費者。

而在強人工智慧時代，這個問題，恐怕不存在。對於同一種社會分工，資本更願意選擇資產而不是勞動者，哪怕是機器本身折舊，能源消耗和勞動者工資相當，相對於購買機器資本還會面臨著一定的道德困境。這麼一來所有關於階層固化的問題，都將不復存在了：

今後你不必擔心孩子的學區房，因為你孩子學到的知識，換做AI去實現的話，無非就是神經網路+語義識別；

你也不必為30歲還沒有進入管理層而感到焦慮，或許你將來的頂頭上司不是「人」，而是機器演算法，它知道你的每一個客戶做過什麼，想做什麼，喜歡什麼，不喜歡什麼，你所做的就是一人類的界面形式去執行AI的「意志」；

所謂的藝術創造性的工作，也並不是人類最後堅守的陣地，藝術對於AI來說，就是原始樣本加上隨機變異，或者通過已有的作品，進行遷移學習，如果非得給人類安排一個工作的話，人類可以作為貼標員，AI演算法本身不具備「欣賞」的能力，但是它能夠產生大量不同風格的藝術作品，作為貼標員的人類，只需要尋出自己喜歡的作品。這時機器可以學習人類的喜好，將貼標為「人類喜歡」的作品加入訓練集中。

還有更加黑暗的推演，或許最終只能存在於反烏托邦的科幻小說中。就是人類的基因測序結果和相關病症建立出完備的相關性矩陣之後，一個性格溫和的人在基因通過機器學習中，發現有高於常人的概率擁有精神疾病，從而被禁止進入幼兒教育機構任職。

新宿命論與新固化

「起先，他們只想創造一個工具，接著出讓部分控制權，最後全部成為工具的奴隸。」

以上這句話，同樣適用於AI。有效率的事物，本身自帶自我強化的功能；一個看似微小的事物在不經意間，突然泛濫起來，那麼，它一定在一個不被人察覺的角落裡吞噬著什麼——它吞噬著整個系統的冗餘性，不確定性。

設想如果有一個剛出生的嬰兒，根據AI分析之後，發現這個嬰兒有較大概率在成年的時候，患骨質疏鬆。你覺得作為嬰兒的父母會不會把它往運動員方面培養呢？如果一切在人出生的時候，都那麼「確定」，那麼這個人的一生會不會沒有懸念？因為不僅僅是個人會依賴AI，整個社會都在依賴AI，所有的人都在選擇確定的最優解。必然會產生一種新的宿命論。就像現在衍生出諸如「喪」，「佛系」等文化現象，本質上就是認命了，一切看似確定了。

而新的固化，和舊的固化不一樣：

最基本固化靠的是壟斷暴力，在非洲或者中東的一些國家裡或者古代，誰能組建自己的武裝力量，誰就擁有固化的壁壘；

再後來就是資本，說個最淺顯的例子，假如你擁有500萬，找個8%的銀行理財，一年下來就是40萬，不上稅的收入；但如果你是個頂級名牌大學大學生，做到年薪40萬，平均畢業後工作需要3-5年。這就是資本在階級固化中起到的壁壘的作用。

新的固化，靠的不光是資本，或許要藉助於資本的，更靠的是大量數據。為什麼不是人工智慧(AI)技術本身呢？因為AI演算法本身是可以學習的，但是在沒有數據的情況下，AI演算法發揮不了它的價值。例如最近的出現的大數據殺熟事件，就是一個很好的例子。當你在搜索近日的機票信息的時候，即使有低價票仍然會以無折扣的價格賣給你。並且越是老用戶殺得越厲害。

是的，AI來了，你將活在一個知道你所有的過去、能夠預測你可能的將來的時代里。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！