讀書心得，190304：
先分享驚悚的第2堂課 工作：等你長大，可能沒有工作
[重點整理]
第2堂課 工作：等你長大，可能沒有工作
* 很多醫師的主要工作都在於處理資訊：吸收醫療資訊、分析資料、再提出診斷。相對之下，護理師還需要有良好的運動能力和情緒智力，才能幫病人打針、換繃帶，或是壓制住激動的病人。因此，出現智慧型手機AI醫師的時間，很有可能會遠遠早於可靠的護理機器人。人類照護產業（也就是照顧病人及老弱）大概在很長一段時間內，仍然會是人類的工作。事實上，隨著人類壽命延長和少子化，老年照護很可能會成為人類勞力市場成長最快的部門。
* 假設你剛和男友大吵一架，負責音響系統的演算法就會立刻發現你內心的情緒波動，並根據它對你個人、以及對整體人類心理的瞭解，自動播放適合你的歌曲，回應你的憂鬱、反應你的悲傷。它放的這些歌可能不適合其他人，但完全符合你的性格類型。演算法先把你帶到悲傷的底層之後，再放出全世界最可能讓你振作起來的那首歌；原因可能是這首歌在你的潛意識裡，與某個快樂的童年記憶緊緊相連，而且甚至你本身根本毫無所覺。任何一位人類DJ，都不可能與這樣的AI相匹敵。
* 另一種可能的異議，則是認為演算法不見得知道，該讓情緒把我們帶去哪裡。剛和男友大吵一架之後，演算法究竟是該讓你高興還是難過？
1. 做法之一，是讓使用者自己選擇。你可以自己評估情緒，再要演算法依你的指示行事。不管你想自憐自艾、或是興奮雀躍，演算法都會像個奴隸般乖乖聽話。
2. 做法之二，如果你不信任自己，則可以先挑出你信任哪位知名心理學家，再叫演算法聽那位專家的建議就對了。像是如果男友最後甩了你，演算法或許能夠協助你走過理論上「悲傷的五個階段」：先用巴比．麥菲林的〈Don't Worry, Be Happy〉幫你否認發生的事；再用艾拉妮絲．莫莉塞特的〈You Oughta Know〉讓你發洩憤怒；接著用賈克．布瑞爾的〈Ne me quitte pas〉和保羅．楊的〈Come Back and Stay〉鼓勵你討價還價；用愛黛兒的〈Someone Like You〉讓你深刻體會沮喪；最後再用葛洛莉亞．蓋諾的〈I Will Survive〉讓你接受一切。
* 人類與其想贏過AI，不如把重點放在AI的維修和運用。舉例來說，因為無人機取代了飛行員，有些工作確實消失了，但同時在維修、遠端控制、資料分析和網路安全方面，卻也創造了許多新的工作機會。美國軍方每派出一架「掠奪者」或「死神」無人機飛越敘利亞，就需要有三十人在幕後操作；至於蒐集完資料的後續分析，更需要至少再八十人。在2015年，美國空軍就曾經因為受過足夠訓練的人力不足，面臨無人操作無人機的窘境。
* 在1980年，工廠工人失業後，也可以轉到超市裡當收銀員。這種轉職在過去是可行的，因為從農場到工廠、從工廠到超市，都只需要稍加重新培訓即可。
* 但是到了2050年，收銀員或紡織工人的工作都由機器人接手之後，他們大概無法轉職成癌症研究學者、無人機操控員、或是人類搭配AI的銀行團隊一員。他們就是少了必備的技能。就算無人機操控員和資料分析師的位子確實缺人，美國空軍可不會找個失業的超市收銀員來填埔空缺。你可不希望有個沒經驗的菜鳥，把阿富汗的婚禮派對，誤認為塔利班的高層集會吧？
* 因此，雖然出現了許多新的人類工作，仍然可能看到新的「無用階級」日益龐大。我們甚至可能是兩面不討好：許多勞工找不到工作，但也有許多雇主找不到有技能的勞工。這可能就像是十九世紀馬車變成汽車的情況再現，當時有許多馬車司機轉業成為計程車司機；只是我們可能不是那些轉業的司機，而是被淘汰的馬！
* 就算某位四十歲失業的沃爾瑪收銀員，靠著超人的努力讓自己改頭換面，成了無人機操控員，很有可能過了十年之後會因為無人機也自動化，而必須再改頭換面一次。
* 2017年12月7日是另一個西洋棋的重要里程碑，但這天並不是電腦擊敗人腦（那已經是舊聞了），而是谷歌的AlphaZero程式擊敗了Stockfish 8程式。Stockfish 8是2016年的全球電腦西洋棋冠軍，運用的是幾百年來累積的人類西洋棋經驗、還加上幾十年的電腦西洋棋經驗，每秒計算七千萬個棋步。相較之下，AlphaZero每秒只計算八萬個棋步，而且寫程式的時候完全沒教它任何西洋棋規則，它連標準開局下法都不會！AlphaZero完全就是運用最新的機器學習原理，不斷和自己下棋，就這樣自學西洋棋。
* 在你猜想之中，AlphaZero從零開始學習西洋棋，是花了多久時間，才準備好與Stockfish對弈、而且發展出天才般的直覺？答案是四小時。你沒看錯，就是四小時。曾有幾世紀的時間，一直認為西洋棋是人類智慧的絕頂展現。但AlphaZero只花了四個小時，完全沒有任何人類指導協助，就從一無所知，變成創意十足的大師。
* 現在已經很少有勞工認為，自己能夠一輩子都做同一份工作。29而到了2050年，不單單是同一份工作，就連在同一個專業領域，也不太可能讓人待一輩子。
* 就算我們真的能夠不斷創造出新工作、讓勞工接受再培訓，但像這樣生活永無寧日，一般人的精神體力又是否能撐得下去？變化總會帶來壓力，二十一世紀初的紛紛擾擾，已經造成全球的壓力蔓延。
* 假設新工作不只是政府文書職務，也就可能需要更高水準的專業知識，並且隨著AI不斷改良，人類勞工也需要一再學習新技能、改變自己的專業領域。政府必然需要介入，一方面補貼終身教育，一方面提供安全網，協助國民面對無法避免的過渡期。假設一位四十歲的前無人機操控員，需要三年時間才能成功重新培訓、轉職成虛擬世界的設計師，在這段時間內，他和家人就需要政府的足夠協助，才能支撐下去。（目前北歐各國正在試行此類方案，信念在於「保護勞工，而不是保護工作」。）
* 事實上，現在已經有電腦和演算法不再只是生產者，還同時扮演了客戶的角色。例如在證券交易所，演算法正成為債券、股票和期貨的最重要買家。同樣的，廣告業最重要的客戶也是演算法：谷歌搜尋演算法。現在設計師設計網頁的時候，常常迎合的是谷歌搜尋演算法，而不是哪位人類的品味。
* 還有些人可能會說，就算人類無法在工作上與AI競爭，但還是要靠人來消費吧？人類怎麼可能會在經濟上無足輕重呢。然而，未來的經濟究竟還需不需要由人來做為消費者，現在也實在很難說，因為機器和電腦也可以成為消費者。事實上，現在已經有電腦和演算法不再只是生產者，還同時扮演了客戶的角色。
e.g. :
例如在證券交易所，演算法正成為債券、股票和期貨的最重要買家。同樣的，廣告業最重要的客戶也是演算法：谷歌搜尋演算法。現在設計師設計網頁的時候，常常迎合的是谷歌搜尋演算法，而不是哪位人類的品味。
我是從個人經驗學到這一點。每次我出書的時候，出版社都會請我寫個簡短的介紹，讓他們用於網路宣傳。但出版社會有一種專家，把我寫的文字改成迎合谷歌演算法的版本。這位專家會看過我的文字，告訴我「不要用這個字，換成這個字比較好，能在谷歌演算法裡得到更多注意。」我們知道，只要抓住了演算法的目光，再抓住人類目光也只是自然而然的事了。
* 這樣一來，我們既不需要人類來做為生產者、也不需要人類來做為消費者，那還有什麼能保障人類的生理存活與心理福祉呢？
