当人工智能都能下棋时，你还能做什么？

我的朋友H 是位老司机。他平均每天要行驶数百公里，接送几十万人，座驾的价格更是秒杀街上一众豪车——没错，他是位地铁司机。

他很不快乐。司机这个行业容易令人感慨人生，每天跑同样路线的地铁司机特为尤甚。他疲劳，压力大，赚得不多。不再年轻的他，时常琢磨着换个行业，换种人生；然而，因为不再年轻，更因为「地铁司机」的局限性，他的人生愈发趋向固定，他所期待的改变，越来越难以发生。

我有些同情他，这不光是因为我们认识多年，也因为他的境遇其实与许多人相同。不富裕的家庭中，孩子往往缺少选择的权利。这意味着，在他们真正明白自己想做什么、该做什么之前，他的教育规划和职业规划，已经锁定了他「能做什么」。只有少数强者和幸运儿能够打破「不得不」的束缚，实现一个「我可以」的未来。

他学习设计，学习UI，学习编程。然而，经验不足而年龄有余，导致多数公司婉拒他的求职。更可怕的并非这尴尬的现状，而在于他对我说：其实，我学的这些东西，我也不喜欢。

他对我感慨：如果我早知道这一切的影响会那么大，上大学时候，我就挑个好找工作的专业了。

智能之能

自从奥巴马在白宫钦点人工智能为重要发展方向，世界对人工智能变得愈发宽容。多年以前，我们还在幻想终结者里的剧情，杞人忧天地害怕机器人支配人类；多年以后，机器人使我们失业的恐惧近在眼前，我们却选择性忽视了3、5 年后的世界，开始赞叹AlphaGo 的神迹。

在乐观的求道者眼中，人工智能的发展一刻也不能停。AI 实在是太好了，他们远快于人，远准于人，口无怨言，不眠不休。他们连接最新消息的速度，就像你收到工资后脸上露出微笑的速度一样快。他们将成为日渐消失的廉价劳动力最佳的替代品。至于被替代的廉价劳动力该何去何从，许多人认为：社会效率的巨幅提高会带来共同富裕，届时，失业将不是问题。

听到这句话，很多人觉得安心，尤其是那些并不熟悉人工智能的人。他们可能不会认真思索失业是不是问题，他们大脑里的另一条回路首先被触发：「失业的又不是我。」

真的不是你吗？

我不知道哪些行业有这样的底气。假如你对人工智能多了解那么一点点，你就会发觉三五年后的未来远不是那么乐观。你可能认为机械臂代替了组装工人，你可能认为高速计算代替了金融和财务的从业者，你可能认为深度学习碾压了传统的媒体与咨询，然而，iPIN 的杨洋教授（原哈尔滨工业大学副教授、留美信息学博士）说：你可能低估了机器的创造能力。

是的，机器非常善于创作。我们举一个最简单的例子。中文互联网上，「自动作诗机」恐怕有着20 年以上的历史。严格来说，作诗机最擅长生产百无一是的垃圾，这占据了他们生产的作品的99．9％；但是那剩余的0．1％，却并不见得比诗词熟手的作品差。

凭什么呢？怎么会呢？从概率上讲，猴子打字也可以打出传世诗篇，只不过这需要大量猴子，和大量时间。而大量猴子和大量时间，在AI 面前是最容易实现的事情；就算只有0．1％ 的合格率，生产1000 首诗作，会花上高级AI 一秒钟的时间吗？

一个广告公司的总监，与其请一大堆下属拼命写文案，3 天出来100 段，自己再挑出合适的，为什么不让机器在3 秒内写出1000 段呢？假如这1000 段里竟没有合适的，为什么不再花3 秒钟呢？

一个互联网公司的CTO，与其请产品、设计和程序没日没夜做出28 个原型，给每个人发上24k 的月薪，为什么不和机器商量着来呢？后者不会抱怨加班，也不会引发真人快打。

很多人，你们真的觉得自己不会受到AI 的挑战吗？

举棋不定

当然，人类保留了选择的权利。我们可能不再需要基础的生产者——哪怕他们从事的是有创造力的工作——但我们仍然需要挑出金子的那个人。

哪怕被挑出的不是金子。因为，一个东西是不是金子，本质上还要基于人类的主观判断。机器的造物都是极好极好的，可你偏偏不喜欢。

正是这种任性使人类得以自决命运。意识的醒觉即便在人体上都远未实现（不然你就可以把生理结构完整的尸体复活了），在人工智能领域，更是遥远得很。

杨洋说：AlphaGo 是个好东西，它的出现让普通人关注人工智能，让整个行业都红火起来。你可能会害怕AlphaGo，但AlphaGo 有两个问题使他并不能代替人：第一，AlphaGo 能够获得胜利，能够知道每个下一步怎样走，但是你要它解释为什么如此落子，解释这场胜利是怎么获得的，它只能回以沉默；第二，它也不知道为什么要胜利。

简单来说，如果你设定AlphaGo 是一个争取失败的AI，它就会通过不断的学习成为一个能够百分百失败的「聪明的蠢货」。

所以，杨洋说：我更愿意管「人工智能」叫「机器智能」。

教育、招聘和法律。这是杨洋的iPIN 涉足的三个领域，他用这三个领域向我解释人工智能的能力，和人工智能的能力所限。

首先是教育。iPIN 的代表产品「完美志愿」发布于2015 年末，这个产品帮助高中学生查看并选择心仪的学校和专业。携大数据之威，人工智能冷静、客观而略带残酷地告诉学生填报志愿可能产生的后果：以你现在的成绩，填报清华某某专业，只有31％ 的几率能被录取。

这是人的主观能动性与强大的机器智能结合的一个范例，当然也是鉴于高考的制度设计：考得好与报得好，对大多数人而言，无疑是高考策略的两条腿。你的老师靠谱儿吗，你的家长靠谱儿吗，还是你自己翻阅各种资料靠谱儿？在这种纯粹的信息搜集与数据分析问题上，人工智能肯定比谁都稳。

但是一切的最后，能考多少分还是只有靠学生自己。这种自决命运的操作，可能是人类与「机器智能」共处的最好模式之一。

落子无悔

同样，在招聘和法律方面，决策的合理程度也与当事人主观条件及社会的客观环境都密不可分。地铁司机不好换工作，一方面因为能力确实有限，另一方面，即便存在愿意招他的公司，凭他自己的搜索能力，他大概也只能与其失之交臂。

然而这种判断是很粗暴的。地铁司机的简历单调，不代表他整个人单调，即便那简历只有一行字；公司的招聘启事死板，同样不等于不严格符合要求的人就无法胜任。说到底，落于纸面的文字只表达了我们的一部分，无论是需求还是能力。人工智能能够像专业HR 一样严格把关、理性判断，但结合全网的信息而非受限于生硬的文字，AI 足以踏破简历的门槛「不拘一格用人才」。

这种破格对求职者和招聘者无疑都具有非凡的意义，也是「语义分析」「大数据」「人工智能」等技术能够展示的社会价值的一部分。

法律方面何尝不是如此呢？每位律师的经历万言难尽，案情的复杂程度恐怕也绝非涉案者的书写水平可以表达——非智能的招聘网站多少可以用罗列条目、填写表格的方式大概描述出苍白的求职者形象和招聘要求，但若采用同样的方式「找律师」，效率恐怕就更加有限。

传统意义上，处理难以量化的海量信息，我们主要靠人自决；不管是医疗、法律援助还是风险投资。C2C 的网站能展示最基本的信息，但表达方式的贫乏注定了用户的搜索与决策慢如蜗牛。

正因如此，虽然C2C 网站早已日臻成熟，但其效率注定是低下的。而引入语义分析之后的「智能」产物，哪怕用户不具备法律常识和良好的表达能力，直白描述「我开车撞了人」，人工智能也能找到匹配的律师。

杨洋说，就像地图软件在静态环境、步行环境和车载环境拿出了不同的产品，人工智能针对不同的场景，同样会把能力幻化为多种形式。一个人在填写高考志愿时可以依赖大数据，在招聘时可以依赖大数据，在人生的其他阶段同样未尝不可。

iPIN 可能在今年4 月发布一款帮助用户进行「生涯规划」的人工智能产品。这个产品在初期可能是简陋的，但杨洋表示今后将不断对其进行细化。iPIN 的目的是令人工智能覆盖生活的方方面面，从小学到大学，从婚姻到坟墓。

我们曾经说「人生如棋」，然而蕴含无穷智慧的围棋已经被AlphaGo 攻陷。既然如此，让勇敢而又蕴含无限可能的AI 挑战一下人生的棋局，似乎也相当有趣。

人工智能路线图

一个人想要的人生是自决的，而在用户做出相应的价值判断之后，人工智能将为用户绘制一幅「照着做就可以实现目标」的路线图。

“我们很多人对自己最终想要得到什么都很清楚，但对于如何设计到达目的地的路径却常常草率。”俞敏洪在《人生的地图》一文中如此写道。

之所以我们的人生路不够精打细算，可能是因为覆盖极多领域和巨量数据的计算非人类能及，然而这种事情交给机器来做，不是正好合适吗？

谈到数据，对于人工智能而言，数据来源在很大程度上决定了产品的「成败」。杨洋表示，国内的大数据产品那么多，单论技术并非没有差异，但差异都不足以在商业层面拉开差距；技术背后的另一层隐忧，才真是不容乐观——整个中国的信息数字化其实并不很理想，尤其在某些领域和发达国家相去甚远，比如医疗。

这种环境下，大量采用可疑数据的产品，未免会得出错误的结果；输出的结果若有错误，无疑会对用户造成伤害。IBM 的Watson 切入了医疗领域，这必然基于美国相当雄厚的医疗数据积累。既然iPIN 连用户的「生涯规划」都开始涉足，就更要提高警觉——在填报志愿这种大事上误导用户，危害之烈恐怕更甚于「魏则西」事件。

杨洋说，归根结底，人工智能是服务于人、服务于社会的。社会价值往往代表着需求，而需求无疑会带来商业的可能性。杨洋说，虽然听起来有些荒诞，但「生涯规划」将来会成为巨大的市场。

人生就像一盒巧克力，我们本来不该知道下一块是什么味道。然而在解决了数据量及可信度问题之后，随着生涯规划产品的成熟，我们或许能提前探知整盒巧克力的口味。彼时，用户的人生还能算是掌握在自己手里么？抑或，一个「西比拉」系统将会控制每一个自觉浸入其中的人？这也许都不得而知了。我知道的只是，这一切也许在5 年内就会实现。

杨洋觉得这也很逗。他说，我一个本科学光电的，怎么就做起人工智能来了？一旁的iPIN 伙伴搭话：是啊是啊，我本科学的是高分子材料……

此刻我想起的却是我身为地铁司机的朋友H，以及众多一失足成千古恨的平凡人。