啃书文学网

手机浏览器扫描二维码访问

第七章 神人与闲人AI时代的社会与伦理（第3页）

图片来源：http:.kkr.global-perspectivespublicationschina-transition。

美国的贫富差距主要由三个因素造成。一是代际传递，富人的遗产留给孩子，资本增值比劳动增值更快，因此富的越富，穷的越穷。二是全球化劳动力流动性增加，加工业和制造业大批流向以中国为主的发展中国家，造成大批蓝领失业。三是科技使财富向科技创业成功者高度集中。中国的贫富差距也有三个原因，其中有两个和美国不同，一个相同。第一个不同是过去城乡二元政策造成的广大农村的数亿贫困人口中仍然有相当一部分没有脱贫。第二个不同是国家控制的资源有相当一部分在权钱交换中集中到少数人手中。和美国相同的是，科技使财富向科技创业成功者聚集。注意前两者通常伴随着对弱势群体或贫困人群的剥夺，也就是它们不仅使富人更富，也使穷人更穷，而科技进步造成的贫富差别只是让富人更富但并没有让穷人更穷。随着扶贫计划的开展和转移支付的加大，农村的绝对贫困人口会逐渐减少。随着法治的健全，权钱交换也会被抑制。只有科技进步造成的贫富相对差距目前并没有好的解决之道。法国经济学家托马斯·皮凯蒂（ThomasPiketty）在《21世纪资本论》中建议征收“财富税”，即针对每个人拥有的所有财产（包括房产、证券、现金、保险等）每年征收1%～2%的税。这个税种不仅严重抑制企业家创新动力，而且把钱交给政府效率一定很低。丹麦曾经征收过财富税，在20世纪80年代后期该财富税最高达到2.2%，也即你的财富如果不增值45年就被国家征光了。实践证明这个税种在抑制经济发展的同时并未缩小贫富差距，丹麦自1997年后就取消了这个税种。其他一些富裕欧洲国家也都有类似尝试，最后都取消了这个税种。

缩小贫富差距的一个可行的方案就是通过民间公益。比尔·盖茨现在全职做公益，他和巴菲特把99%的财产都捐出来，要在有生之年全部花在公益上。他花自己辛苦赚来的钱一定比政府花别人的钱用心得多。作为一个成功企业家，他选择自己认可的项目，执行项目、评估项目的能力都远高于一般政府官员，这里几乎不会有跑冒滴漏和贪腐。更重要的是，当大批成功企业家都投入公益时，会自然形成一个“公益市场”。企业家不仅可以根据自己的资源、爱好和优势选择公益方向，效率差的公益项目也会被自然淘汰。

无论是比尔·盖茨还是马云，他们个人和家庭所能消耗的财富在他们自己的财富中都微不足道。聪明的家长都知道留给孩子太多钱是祸害，所以中外很多的成功企业家都将自己的大部分财富，在他们有生之年全部花到自己认为重要的公益项目中去。作为政府，应该通过一系列法律政策鼓励民间公益，支持形成一个公益市场和公益生态。这样不仅避免了高税收造成的创业意愿降低，避免了征税成本和支付中的损耗，更重要的是能够以最高的效率和最创新的方式缩小贫富差距。

改善贫富差距的第二个方案是增加休息日和延长假期。一个令人匪夷所思的现象是当中国从每周工作六天改变为每周工作五天时，GDP不仅没有下降相应的16，反而持续增长。经济学家的解释是多出一天的休息时间增加了消费，前提是人们普遍拥有积蓄，但没有时间消费。根据同样的原理，可以将五天工作制改为四天、三天。也可以进一步延长假期，例如除了春节以外，清明、端午、中秋都变为长假期。每年的年假也可以延长到三周、四周，甚至可以考虑让家长和孩子一起放暑假和寒假。逐渐增加休息时间，带来了消费的增加，所以总体GDP并不一定会下降。对企业来讲，每个人的工作时间变短，要完成同样的工作量，意味着需要增加人手，这样就会降低失业率。那读者要问，这样岂不是增加了企业的成本吗？如果全社会都是同样的劳动时间，企业利润的长期决定因素则是市场愿意支付的价格。企业为了保持一定的利润，要么提高效率，要么削减工资，前者推动创新，后者则是一种市场化的也即无损耗的转移支付。

不论是“无条件基本收入”还是大幅增加休息时间都属于比较激进的应对大规模失业的措施。笔者不认为尤瓦尔·赫拉利所担心的大规模失业会突然出现。基于对目前技术的理解和近年来商业的发展，AI对产业的影响虽然是颠覆性的，但不会在一夜之间发生。

权力再分配

历史上每次技术革命都会改变权力的分配。过去40年的信息革命让每个人可以及时得到信息，及时传播思想，大大增加了个人的力量。技术革命甚至会改变地缘政治。在汽车时代之前，中东是世界上最贫穷的地方之一，也非大国博弈之处，一旦世界进入依赖石油的时代，中东的产油国摇身一变成为巨富，这些战略财富也引发了许多战争。当有一天大街上全部都是电动汽车时，中东可能又变回到大家不感兴趣的沙漠地带，而富产电池原料的刚果则变成大国必争之地。

技术革命把权力在政府、企业和个人三者之间重新分配，并不一定每次都倾向于个人。例如当计算机还在大型机阶段时，大型机的霸主IBM成为美国最有权力的公司之一。个人电脑革命的社会动力是美国的一批年轻人感到未来信息时代被一家公司（当时是IBM）控制非常恐怖，所以第一个微处理器芯片刚问世，就立即得到了这批年轻人的热烈拥抱。乔布斯、盖茨的理想是每个人都能拥有自己的电脑。个人电脑和互联网毫无疑问会极大地给个人赋能，增加个人的权力，但后来的大数据和云计算则相反，又把权力转移到了大公司和政府手中。许多国家的政府对互联网一开始都持怀疑和谨慎态度，但它们对大数据和云计算从一开始就热烈拥抱。因为大数据和云计算不仅需要巨大的资源，而且集中在一起（在数据中心）易于控制，更重要的是大数据可以增加政府对社会的管理和控制能力。

那么这次的AI浪潮又会造成什么样的权力分配呢？在过去几年中我们明显看到AI进一步将权力集中到大公司和政府手中。AI的核心资源是处理芯片和数据，目前芯片集中在以英伟达为首的少数几家芯片公司手中。数据则分为三类，第一类是互联网用户或者消费者数据，目前集中在世界互联网公司巨头手中。第二类是行业数据，例如医疗、金融等，集中在行业的龙头公司手中。第三类是社会数据，集中在政府手中。许多AI的应用由于和大数据不可分离，自然是给大公司或政府赋能。例如人脸识别技术从一开始就得到中国政府的大力支持，在全国遍地开花。在短短的几年中，从支付到购物再到出行都已经开始“刷脸”。现在全国已经有上亿个监控摄像头，未来更会做到无缝覆盖。

AI技术有可能给个人赋能吗？目前看来可能有两个方向。一个方向是手机中的AI功能，例如物体识别、智能助理和自然语言理解等。因为手机给个人赋能，凡是增加手机能力的都能增加个人能力。第二个方向是AI的资源开源化，这里包括源代码、程序库和云端AI能力。这些AI资源的普及将使人们在AI领域的创业成本降低，几个聪明的孩子就可以做大公司做不了的事情。

是否该信任机器的决定

随着机器学习能力的增加和暗知识的大爆炸，未来越来越多的决定将交给机器去做。这些决定可以从疾病的诊断到职业的选择，可以从商业的决策到政策的制定，甚至战争的决策，许多决定牵涉巨大的经济利益甚至人命。当人类无法做出最适当的决定时，是否该信任机器的决定？

要回答这个问题，我们需要把机器决定的场景分为两类：第一类是反复出现的场景，第二类是从来没出现过的场景。

第一类场景的典型是自动驾驶。在这类场景中，人类对机器的信任和今天对一家大型客机上软件的信任没有本质区别。只要场景是反复出现的并且有时间去测试，我们就可以通过长时间的测试来验证机器的可靠性，这正是今天所有自动驾驶公司在做的事：经年累月地在大街上驾驶，不断提高可靠性。这类场景还有一种情况是疾病诊断，虽然机器是第一次对某个病人下诊断，但机器已经正确地诊断了许多其他类似的病人。所以不论是个人生活中的决策，还是商业决策，只要机器有过在类似场景下大量的测试，就可以信任机器。当然这里不排除机器出错的概率，这和不排除有经验的医生误诊，不排除大型客机的软件出故障一样。

第二类场景的典型是一场战争的决策。机器很难有在实际战争中反复测试的机会，即使有，每场战争的性质也大不相同。在这种场合人必须负起责任。那是不是说机器在这种场合就完全没用了呢？不是。如果能有历史战争数据，比如战场的视频和卫星图片，机器仍然可以从这些海量信息中发现隐蔽的关系，也即暗知识。机器也可以模拟战争场景，就像今天自动驾驶系统也可以用模拟环境训练一样。所以即使机器无法在实际场景中测试，仍然有可能为人类决策提供辅助支持。

数据如何共享

AI应用依赖数据，数据越多、越广，AI优化的效果就越好。目前的数据都是一个一个的孤岛，占有数据的机构不一定能最有效地利用数据。目前占有数据的企业没有动力把自己的数据分享给别人，要解决数据共享必须解决以下两个问题。

第一，动力机制。共享的好处是什么或者不共享的坏处是什么？一个方案是建立数据交易平台。提供数据可以赚钱，使用数据要付费。这里的核心是根据数据的数量和质量对数据进行定价。

第二，隐私与安全。企业的数据涉及用户隐私或企业机密。用户的身份信息必须隐掉，这样即使信息被破解也无法对用户造成伤害。企业的数据也需要加密，这样即使数据共享平台也无法看到信息。如何既能加密又能使用数据则是目前的一个研究热点。以目前的分布式数据技术，企业的数据不必离开自己的服务器或数据中心，这样分享数据的企业心里更踏实。

同样的道理，政府也应该根据上述原则尽可能公开数据。这些数据本来就是公共资源，是比金矿更好的资源，金矿一个人挖完了第二个人就挖不到了，数据矿可以让成千上万人用不同的方法挖到不同的宝贝。

自尊的来源

不论采取什么样的措施，如果机器代替人工的势头来得太猛烈，大规模的结构性失业总是很难避免的。一种极端的情况是当某些行业彻底被机器取代后，该行业的相当一部分从业人员再也没有能力掌握其他行业的就业技能。如果这个群体很大，就会变成一个社会问题。对这部分人群除了给予基本生活救济以外，还应该关注他们的心理健康。其中最重要的是自尊感的来源。长期失业的人即使基本生活有保障，也会丧失价值感。他们在家庭和社会中也会感觉低人一等，长此以往会造成抑郁，导致酗酒甚至吸毒。一个人的自尊主要来自对社会和他人的贡献，可以和金钱无关。所以获得自尊的一个重要途径是参加各种社会公益组织，在公益组织中不仅能够找到自己的价值，而且能找到群体的归属感。这就要求社会大力鼓励发展各种类型的公益组织，让每个人都能找到自己愿意参加的公益活动。任何一个社会都会有大量的服务性工作无法由商业完成，因为商业要产生利润，而有些被服务的人群没有相应的支付能力，例如贫困和部分老年人群。这些“闲人”相互之间的服务也是一个很大的需求，这就是开玩笑说的“你给我揉肩，我给你捶背”。

自尊的第二个来源是个人独特的价值，包括比周围人更好的技能（体育、游戏、音乐、舞蹈、绘画、阅读、讲笑话、养生、健身、手工等）。这些才能才艺的开发和发挥同样需要社会公益组织，即组织各种爱好者俱乐部。这些形形色色的社会公益组织可以由富裕人群捐助。

如果政府能够给这些无法再就业的人群提供一个基本生活保障，通过形形色色的社会公益组织再给这些人提供尊严感和归属感，这个人群的幸福感就会大大加强。

机器会产生自我意识吗

包括马斯克、霍金等人都非常担心AI有一天会控制人类。在机器能控制人类之前，机器必须产生自我意识。自我意识是一个复杂问题，到今天都没有公认的严格定义，但大致上自我意识是指一个人对自己存在的知觉，或者说明确知道自己和周围的环境（他者）的区别。人的自我意识并非天生就有，而是儿童在大约18个月开始产生的。纽约州立大学奥尔巴尼校区的戈登·盖洛普教授（GordonGallup）在1970年设计了一个简单巧妙的测试自我意识的实验。实验是这样进行的：先让一个儿童看到镜子里的自己，然后在不让他察觉的情形下在他的脸颊上贴上一张明显的记号（例如一张红色的圆点纸），再让孩子对着镜子。如果孩子去摸自己脸上这个记号或试图撕下来，这个孩子就被认为具有了自我意识。实验证明，只有达到一定年龄（例如18个月）的孩子才会有自我意识。科学家还对几十种动物包括十几种猴子做了这个实验，只有黑猩猩这一种动物能够通过这个测试。而其他动物不管在镜子前待多长时间，永远都会把镜子里的自己当成“别人”。

具有自我意识是灵长类动物和其他动物的本质区别，这使人类在进化中获得了巨大优势。人类可以从“自己”的视角观察、认知和理解世界，并最终根据自己的意愿改造世界。人类根据自己的知觉记忆的清晰程度开始有了“时间”概念。随着“时间”概念的产生，人类可以想象多种不同的“未来”，即那些未曾发生的事情，创造力产生了。人类获得自我意识的最大代价就是必须面对一个无法理解的事实：自我意识终将消失，“自己”终将死亡。对死亡的恐惧成为伴随人一生的恐惧。一旦获得了自我意识的“自己”，就再也无法理性地理解“自己”的消失，所以几乎全世界所有的宗教都是从“非理性”或“超级存在”的角度回应死亡的问题，至少能提供某种解释减少人类对死亡的恐惧。

近年来随着脑成像仪器的成熟，关于意识的研究有了许多实验性的发现。用于大脑研究的主要成像仪器是功能性核磁共振成像仪，该成像仪的原理如下：当大脑某部分神经元激活产生电脉冲信号时，就会有含氧量高的新鲜血液流到该部分大脑去替换原先氧气已经耗尽的血液。由于缺氧血液的磁性比富氧血液高，所以在磁场中会呈现不同的信号强度。借此原理，核磁共振成像仪就可以看出大脑中哪部分神经元正在活跃。科学家可以用功能性核磁共振判断一个人是否有意识。该实验要求被实验者想一个动作如打网球，从成像仪上可以看到一个正常清醒的人的大脑皮质的某一个特定区域活跃。实验表明大多数人在想同一个动作时相同的脑区域活跃。这样就可以用实验判断一个对外来信号没有任何肢体和表情反应的“植物人”是否已经丧失了意识。如果该“植物人”听到指令后对应的大脑皮质部位活跃就可以认为他仍然具有意识。

加利福尼亚州理工学院的克里斯托弗·科赫（ChristofKoch）教授通过检测单个神经元信号发现当被实验者看到自己熟悉的影像时（例如喜爱的电影演员），某一个神经元会被激发而其他神经元没有动静。每次看到这个演员的不同照片时，同一个神经元都会被激发。甚至在看到这个演员的名字时，同一个神经元也会被激发。但如果看到这个演员和其他人的合影时，这个神经元就不会被激发。

单个的神经元虽然可以和外界刺激建立一对一的对应关系，但是这还不是自我意识。目前公认的自我意识是许多神经元共同的作用。位于美国威斯康星州的精神病学研究所（PsychiatricInstituteandClinic）设计了一种精妙的实验用于证实意识在大脑的存在是一个整体，而不是某个部分。仪器类似我们前面提到过的罩在头上的“电极罩”，电极罩上布满了电极，可以接收到来自大脑皮质不同部位的电信号。另外一个能发射磁场的电极在脑壳的不同部位发射磁脉冲。每个磁脉冲都能引起大脑神经元的激发，通过分布在头上不同位置的电极就可以观察到大脑不同部位神经元的活动。实验发现当受试者清醒时，每次脑外刺激信号在脑内不同的区域都会造成激发，先是离刺激电极最近的区域激发，然后这种激发先后传导到大脑皮质的不同区域，这些激活区域形成复杂的图案。但当受试者入睡后再刺激，发现只有刺激电极附近的区域被激活，并不会传导到其他区域。这个实验证明了意识是大脑不同区域互相传导连通后的共同结果，而不是某个部分。

遗憾的是以上的脑神经研究仍然无法精准地定位意识在大脑中到底是以什么样的方式产生和存在的。但这些研究已经能够给我们一些启示来回答：以神经网络为基础的人工智能是否能在不远的将来产生自我意识呢？

首先，如果我们能够确认“自我意识”无非是大量神经元之间复杂的激活和连接模式，那么我们应该可以预测未来有一天当基于半导体或生物芯片的神经网络足够复杂时，机器完全可能产生自我意识。但这个神经网络要多么复杂呢？

第一个问题是神经元的数量。人类大脑大约有1000亿个神经元，每个神经元会有上千个突触和其他神经元相连接，也就是说人脑有约100万亿个连接。目前谷歌大脑已经达到了1万亿个连接，芯片上晶体管的密度增加速度已经开始放缓，以远慢于摩尔定律（每18个月翻番）的速度发展。增加计算能力主要是靠多核，即把许多CPUGPU封装在一起。按目前的发展速度来看，最多20～30年机器神经网络就能够达到人脑的连接数。但是神经元和连接数量只是一个必要条件，即使达到或超过人脑的数量也未必能产生自我意识。

第二个问题是神经元之间的连接方式。目前的机器神经网络为了数学上可以分析，工程上实现方便，神经元都是简单清楚地分成许多层级。每个神经元要么是只和下一层级的神经元相连（例如全连接网络或卷积网络），要么是只和自己相连（例如RNN）。但人脑中的神经元根本没有清晰的层级，而是在一个三维空间随机的、复杂的互联。已知的连接有短连接和长连接，前者是附近的神经元之间的连接，后者是和很远的神经元之间的连接。

第三个问题是目前的人工神经网络的信号输出是上一级输入加权求和后被一个门限截断的信号，而人脑中每个神经元的信号强弱、门限的高低都可能不同。也就是说目前的人工神经网络是对人脑大大简化后的模仿，这种简化模仿即使达到了相同的神经元和连接数也不一定能够达到人脑的复杂程度。

除了以上三个问题之外，更重要的是第四个问题，人脑中各处充满了随机性，深受外界环境的影响，这种复杂系统中的随机性是产生“涌现”的重要条件。（“涌现”是复杂系统中的一个概念，比如含有足够复杂的无机化合物的“一潭死水”会在一道闪电的作用下涌现出有机的生命。）目前的人工神经网络是一个确定性系统，虽然我们可以在网络里引入随机性，但是我们并不清楚在哪里和怎样引入这些随机性。这样的随机性有几乎无数的可能组合，任何“不对”的组合都可能使系统无法产生“涌现”。人脑是动物几十亿年进化的结果，其中淘汰了无数无法产生意识的随机组合。从这点上看人工神经网络是否能最终“涌现”出意识仍然是一个巨大的问号，也许需要非常长的时间和非常好的运气。

重生年代：胖厨娘的红火小日子  盗墓笔记之尘封的记忆  人在航海，开局艾尔沃特海战  市场·情场·官场  她切回满级大号了  穿越梦境  世家三代录  夫人，总裁他罪不至死  凰谋天下  小农女种田忙  神王殿  重生九零之神医商女  重生：影后夫妇疯狂撒狗粮  蜜宠霸爱：厉少，你失宠了  天才萌宝：爹地超宠妻  前妻别跑：偏执慕总放肆宠  守城使  沈再云夏顾雪重生鉴宝  面对秋阳  婚心动魄：我的神秘大boss