人工智慧對人類勞動力帶來了不小的困擾, 這一狀況會隨著人工智慧性能的增長而繼續下去。 不可避免地, “人工智慧很快將能勝任對公司經理而言耗時繁多的工作, 並會做得更好, 它的開銷也會更少”。 可是, 一旦涉及到更加複雜、更富有創造性的活動——比如發明創造——無論人工智慧是否比人類更能勝任, 這一爭論仍會持續下去。
不容置疑地, 近年來人工智慧所取得的發展是卓絕的。 舉例來說, IBM公司的人工智慧程式Waston能在多個領域工作, 在癌症研究和納稅申報領域它正發揮著作用。 AlphaGo, 一個被設計用來完成圍棋這項古老的棋類遊戲的電腦程式,
縱然有了這些進步, 人工智慧仍有諸多不足。 舉例而言, 儘管AlphaGo的落子依靠深度學習來提升勝率, 但負責它的程式師們卻不知系統如何做出每一步的決定。
但至少有一件事是可以做出總結的, 作為各領域的專家, 各公司的高管們絕不會因為誰毫無緣由地做出了一個有創造性也有風險、事後卻證明是眾多選擇中唯一正確的決定而去相信他——無論做出選擇的是人還是電腦程式。 Will Knight在他那篇富有爭議性的文章《人工智慧內心的陰暗秘密》中對人工智慧的這一缺陷進行了多方面的探索。
為了做出更進一步的解釋, 我和我的同事Lee Spector完成了一項關於電腦創造力極限的數學證明, 它已被刊載在期刊AIEDAM上。
此外, 我們對萬事萬物的缺乏瞭解的空白, 電腦也無法總是去幫我們來填補。 在售出產品之前, 手機殼製造商們會將許多手機裝好殼之後摔在硬質測試臺上,
鑒於電腦的這些缺陷, 我和我的論文共同作者提出了一個解決方案:這是一種新的人機界面(HCI), 它將允許人類和電腦的協同合作來彌補雙方的缺點。 例如, 電腦可以防止人類在目標設計、做出假定和類比時出現認知偏差, 而人類可以在創造性這一點上彌補電腦的缺陷。 為了使其順利工作, 它的介面需要友好的人機交互。
因此, 我們不用顧慮電腦是否會超過人類, 相反, 我們應該專注於去設計一個允許人類和電腦輕鬆協作的系統, 以便彼此可以優劣互補、取長補短。
我們會見證越來越多的此類事件的發生。 只要我們還在開發和更新程式, 人類和電腦將會不斷面臨挑戰, 這會讓彼此在挑戰中都變得更富有革新意識。 此外, 為人類和電腦設計更為適當的交互來協同處理問題, 將會釋放出單靠哪一方都無法無法實現的革新能力。
Tony McCaffrey是Innovation Accelerator的首席技術官。