人类在机器智能时代的新关注点

我们都知道，之前“阿尔法狗”和“深蓝”都战胜了人类最优秀的棋手，很多人担心未来机器智能会不会取代很多人的工作。

确实，机器智能会取代人类很多种工作，但它的边界也很清晰。

目前来看，无论是“一万小时定律”的刻意练习，还是机器智能的自我学习，大部分都只能局限于有特定规则和评判标准的领域内，比如围棋、高尔夫、乐器。

但世界上还有非常多的事情，并没有办法和这些领域一样，有迹可循。我们每天面对的各种大小事情，目前无论是“阿尔法狗”还是“深蓝”都没办法做出决策，甚至比一个小孩子还要迷茫。

在那些涉及人类行为，且没有重复而清晰模式的领域，反复练习并不意味着学习。

经验能否带来专业知识和技能，完全取决于所在的领域。

专业化的练习可以培养更好的国际象棋选手、桥牌选手和消防员，但是在预测金融或政治趋势，或者预测员工或病人表现时却帮不上忙。

这也是现在所谓的人工智能能够快速自我学习运算并且打败围棋高手，但却没办法做出一个简单决策的原因。

现代社会，一些岗位确实需要特定专业技能的人才，但这些人才也最容易被机器取代，我们应该关注那些机器没办法做到的事情和领域上。