前言：以前的“人工智能”，只能將單人完成的任務（不是依靠手工計算，而是從數據或仿真中學習的方程）進行自動化。但絕大多數人工智能的方法，只能解決自動化周圍的協調問題，尤其是那些像人一樣的人工智能。

　　想象一下，我們生活在一個完美、和諧的地方，所有人在某一天同意讓電腦代替人類駕駛汽車，而不是像現在逐步推進自動駕駛。

　　那么，自動駕駛何時能實現？

　　我想大概是在1980到1990年間。那時，我們也能讓火車、裝配線和飛機自動化。因為當一切都是自動化的，沒有人為因素需要控制時，自動化是很容易實現的。

　　如果每輛車都是全自動、遵循交通規范的，并可以和周圍的汽車溝通行駛情況。那么用幾百個限制條件，就可以解決復雜的自動化問題，比如可以將路燈標準化為汽車提供信號，就可以不省去視覺的觀察，并且也易于保障安全，比如在事故發生前及時關閉附近的交通。

　　矛盾所在

　　以前的“人工智能”，只能將單人完成的任務（不是依靠手工計算，而是從數據或仿真中學習的方程）進行自動化。但絕大多數人工智能的方法，只能解決自動化周圍的協調問題，尤其是那些像人一樣的人工智能。

　　從定義可以看出，自動化意味著任務更加嚴格。必須保證所有決策都可以編程控制，能夠收集所有信息，并預先模擬場景。

　　如果你覺得人類是完美的自動化機器，那么其實大多數任務并不需要耗費人的所有腦力。但考慮到在行動和溝通中會出現人為錯誤，我們常常需要做大量的故障保護和冗余。

　　組合任務就更加困難了，比如人們除了在公司中擔任職務外，還會扮演其他的“隱藏角色”?；蛘呤窃S多零散任務組合而成的角色（比如服務員或酒保）。

　　因此，我們最終會從事相當復雜的工作，否則通用人工智能（AGI）就可以完全取代人類。但如果我們對這些任務進行重新定義，并消除一些模棱兩可的部分，就可以對這些任務進行自動化。

　　工程學無法想象到一個酒保機器人。包括制作雞尾酒的機器、送飲料的傳送帶（或無人機）、掃描點餐和付款等等，這些都不是單個的瑣碎任務。

　　事實上，一些沒有實現自動化的工作，很可能是因為它的應用還不夠廣泛，不值得去進行自動化。

　　自動化一般都需要很長時間，因為它需要“終端用戶”去使用，并且去慢慢習慣這種功能。但這個過程比較乏味，需要花費大量的時間去測試，以覆蓋每一種可能出現的情況并確保不會造成損失。

　　很多工作沒有自動化，很可能是因為10-20年前就沒有這么多工作，而不是因為缺少自動化它們的“人工智能”。

　　所以我們會觀察到，自動化的增加減少了人工智能的使用。

　　現實案例

　　人工智能還可以在商業中發揮重要作用，比如接聽顧客的訂餐電話或者為客戶提供服務。

　　這里面涉及到很多不可思議的技術，包括從模擬語音到語言的生成和翻譯，或者收集足夠多的重要數據并保持溝通。

　　但這是必要的嗎？

　　大多數時候，事實并非如此。如果一家餐廳需要“人工智能語音助手”來處理訂餐，并且用數字化設備來使用人工智能……你猜會發生什么？

　　其實只需要設計一個更快更簡單的在線預訂頁面就足夠。像醫院、機票預訂、客戶服務一樣，如果想讓機器人去幫助客戶，那么最好方法是設計一個合理的在線常見問題解答（FAQ）。

　　再比如身份確認。有些東西可以防止身份被盜，或者被跟蹤。撇開道德問題，這個領域中使用了大量的人工智能。包括檢測虛假交易、客戶來電時的語音識別，或者在人群中進行目標跟蹤，都離不開人工智能。

　　由于美國沒有統一的身份證，所以如果你生活在美國而不是歐洲，就更可能遇到身份相關的一些問題。因為很多操作都需要認證身份，比如用銀行APP來確認交易時先要進行身份認證，進行電話和電子郵件認證則可以防止敏感操作等等，這樣可以擺脫很多與身份相關的問題。

　　銀行可以檢測到我賬戶上是否存在虛假交易，或者每次刷卡交易時在手機上進行指紋確認。多數銀行會采用后者的方法。

　　自然語言處理（NLP）的“圣杯”是軟件編程自動化。

　　一些有遠見、大膽的公司聲稱，他們正試圖從文本指令或一些模擬程序中構建應用程序的代碼。

　　這非常吸引人，這意味著你不用寫代碼就可以構建應用。包括WordPress、Wix、Squarespace和1001個公司，都提供類似的服務。

　　如果你有比較小眾的需求，就需要程序員幫你弄清楚你真正想要達成的目的和功能，而不僅僅是構建程序。

　　因此，人工智能編碼的前景是非常廣闊的，雖然它比占領市場的自動化落后10年以上。

　　人工智能導致“呆板的”自動化

　　之前提到過汽車的例子。假設到2030年，大多數汽車都可以自動駕駛。但是自動駕駛軟件，像人一樣并不是完美的，所以依舊會發生事故。

　　如果通過了一條法律：禁止人們駕駛，并要求所有車輛在一定安全標準范圍內自動駕駛。

　　那慢慢地，安全標準會有提高，因為所有的車輛都被迫遵循這些標準。在某種程度上，這拋棄了自動駕駛的自主性，甚至用純粹的if/else語句取代掉“人工智能”的某些功能。

　　再加上汽車公司之間在通信標準方面有了更多的合作，你會突然發現，就算沒有那些花哨的視覺模型來檢測汽車，你的生活也依舊簡單輕松。政府也會對高速公路上的道路標志和交通信號燈進行數字化，你的視覺器官除了在小社區能發揮作用，其余地方都是多余的。

　　如果我們在2050年能實現自動駕駛，就不會有人員傷亡了。剩下的就只有“人工智能”的殘余部分，還有大量的if/else語句。

　　人工智能無法在某些特定工作中發揮作用。如果是因為協調問題使用的人工智能，而不是改變用戶行為或對所有人自動化。那么，這是引入“真正”自動化的一個很好的起點，因為它取代了真正造成協調問題的人的因素。

　　但我對這些想法還是保持懷疑。在未來幾年內，我們很有可能會發現對人工智能的需求越來越少，因為有了很多的“手工”自動化。

　　我不太理解為什么要開發機器人樣子的人工智能，所以在之前論述的觀點中可能存在一些我自己的固有偏見。這些固有觀念是在觀察中產生的，而且大腦也會逐漸強化這些觀念想法，所以我現在對這類人工智能持懷疑態度。