《財富》（中文版）-- 它們也許和你想的不一樣。

軟銀公司（SoftBank）的Pepper機器人在你家或辦公室四處亂轉，通過你講話的用詞、語氣、面部表情和肢體語言來解讀你的情緒。然后，它會用所有的這些方式來回應你。它尤其善于用雙手和姿態來表現自己。你或許以為，情緒不屬于機器人的能力范圍，你的看法在很長時間里都是正確的。但是現在不再正確了。

你或許以為，一直以來，只有人類才能夠執行例如外科手術這樣的生活當中最精細、風險最高、要求最嚴格的任務。但是加利福尼亞大學伯克利分校（University of California at Berkeley）的研究人員正在訓練一種機器人，用來識別和切除癌變組織。眼下的外科手術機器人實際上是由人類醫生操縱的工具，但是這款不一樣，它完全靠自己做手術。

你或許又以為，科技盡管創造了眾多的奇跡，但是只能蠶食一小部分人類的工作。畢竟，能當外科醫生的人不多。可是在今年5月，戴姆勒公司（Daimler）開始在內華達的公路上測試第一種自動駕駛的單軸拖車。這可是美國男性的頭號工作。美國有290萬男性是卡車司機。美國女性就安全了嗎？科技將不斷吞食文書和辦公室工作。這正是美國女性的頭號工作，目前有300萬女性在做行政助理。

可以用一個問題來代表困擾今日勞動者的最大的焦慮：我們人類應該怎樣增加價值？流行文化對這個問題很著迷。AMC電視臺新播的連續劇《真實的人類》（Humans），講述了一種名為“synths”的神秘人形機器人帶來的希望與危險。這似乎是好萊塢在2015年的主題。比如《機械姬》（Ex Machina），講的是人形機器人騙過了人類，在殺人之后以人類的身份融入社會；再比如《終結者：創世紀》（Terminator Genisys），由阿諾德·施瓦辛格（Arnold Schwarzenegger）扮演的人形機器人再度拯救世界；還有《復仇者聯盟2：奧創紀元》（Avengers: Age of Ultron），人形機器人試圖消滅整個人類；以及《超能查派》（Chappie），壞家伙們想毀掉被設計成可以思考和感覺的人形機器警察。這些電影的大思路都是一樣的：無論好壞，機器都會變得跟人一樣，只是更加優秀。

我們人類有充分的理由感到不安：美國經濟已經出現了一些奇怪的現象。處于黃金工作年齡的男性的就業率創下了歷史新低（參見圖表），而在從前，這類人群的就業是最為充分的。推動這一趨勢的因素有好幾個，但是大多數的經濟學家都認為，不斷進步的科技是其中之一。無論是在工廠和辦公室，還是在建筑工地和柜臺后面，科技在很多工作上都比人類做的更加出色。

?

對科技導致失業的擔憂就和科技的歷史一樣古老。這種擔心總是缺乏根據的。在不同的時期，在不同的經濟體之內，科技都讓工作崗位增加了數倍，提高了人類的生活水平，而且提高幅度之大，超過了歷史上的任何一種力量，一直到今天都沒有改變過。可是現在，越來越多的經濟學家和科技人員懷疑，這種趨勢或許已經走到頭了。因此，美國的前財政部部長（Treasury Secretary）勞倫斯·薩默斯（Lawrence H. Summers）說：“這些問題將是我們這個時代鮮明的經濟特征。”

我們人類應該怎樣增加價值？答案有，但是我們始終在以錯誤的方式去尋找，直到現在也沒有改變。傳統方法一直是詢問哪種工作是計算機做不了的。計算機學不會的技能就有價值，這似乎已經成為了常識。歷史告訴我們，聲稱存在著計算機最終會學不會的技能是很危險的。從很久以前開始，就有過一連串令人尷尬的預測。早期的研究人員對機器翻譯極度悲觀，認為這個領域很難超越20世紀60年代時的基本不能實用的狀態。現在，谷歌（Google）提供免費的書面文字翻譯，借助于人類用戶的反饋，讓翻譯的質量達了歷史新高。Skype提供免費的實時語音翻譯。麻省理工學院（MIT）的休伯特·德雷弗斯（Hubert Dreyfus）在1972年出版的一本著作《計算機不能做什么》（What Computers Can't Do）當中指出，計算機下國際象棋雖然已經達到了中級水平，但是棋力很難再有大幅提高了。結果，IBM的深藍（Deep Blue）計算機在1997年打敗了國際象棋世界冠軍加里·卡斯帕羅夫（Garry Kasparov）。經濟學家弗蘭克·利維（Frank Levy）和理查德·默南（Richard J. Murnane）在2004年出版了一部精彩的著作《勞動新分工》（The New Division of Labor），詳解了開車如何需要復雜的瞬間判斷，而讓計算機開車是極端困難的。可是6年之后，谷歌推出了它的第一款自動駕駛汽車。哈佛大學（Harvard）的心理學教授史蒂文·平克（Steven Pinker）在2007年評價到：“評估環境的布局與引導一件物體通過它是極為復雜的工程任務，比如讓洗碗機自己清空碗碟，真空吸塵器自己爬樓。”但是沒過多久，iRobot公司就真的開始制造能夠自己在房間里到處移動，同時又不傷害家具、寵物或兒童的吸塵器和拖地機。同時，公司也開始生產能夠爬樓梯的機器人。顯然，只要有足夠的需求，它就可以生產能夠做這種動作的機器。而由德國的卡爾斯魯厄理工學院（Karlsruhe Institute of Technology）研制的Armar IIIa機器人能夠在洗碗機上裝載和卸載碗碟。

規律顯然存在。特別聰明的人強調，很多人能夠輕松搞定的各種任務其實極為復雜，包括一些像駕駛汽車的任務，人們做起來毫不費力，可是對于計算機來說，掌握這些任務卻非常艱難。但是，人們一次次發現，計算機學會一門技術只是一個時間問題，而且學習速度經常快過所有人的預想。計算機的處理能力能夠每兩年翻一番，我們的腦子卻容不下這個觀點。按照這個速度，信息科技能力在40年里要增長100萬倍。計算思想家比爾·喬伊（Bill Joy）喜歡指出，噴氣式飛機飛行的速度比步行快100倍，世界就為之改變。我們的經歷無法讓我們理解增長100萬倍是一個什么概念。與此同時，越來越先進的算法使計算機在處理復雜任務時使用的計算能力更少。所以，年復一年，我們都頑固地犯著同樣的錯誤—低估機器的能力。

沒錯，通過尋找機器絕不可能做的事情來確定人類的價值是一件極其危險的路子。更好的策略是問，有哪些行為是我們在最深刻的本性或者日常生活的現實的驅使下，只能堅持由其他人類來執行，不管機器能不能做？