人工智能什么时候可以代替人类工作？

想象一下后厂村村民的一天是如何度过的。早上7点起床，9点赶到公司，搬了一整天的砖以后，你大概19点左右可以离开公司，21点左右可以回到家。当你拿出锁在柜子里的switch，正准备上岛动森时，微信突然弹出一个对话框，“这个需求可以做么？”

你转头看着刚刚充好电的AI设备，好想对它说一句：“wake up，你该帮我工作了。”但现在的问题是，AI可以代替人类进行部分工作已经是公认的事实，AI什么时候可以彻底将你我从工作中解脱出来？

搞清楚这个问题之前，我们先来看看AI的底层逻辑是什么，它凭什么可以代替人类工作？

AI是Artificial Intelligence的缩写，全称人工智能。说到人工智能，就不得不提大名鼎鼎的图灵测试。1950年，AI之父阿兰·图灵发表了著名的《计算机器与智能》一文，给出了判断一台计算机是否具有智能的测试方法，即图灵测试。

图灵认为，一旦计算机能够展现出与人类相同或相似的行为，且这个行为是经过大脑思考的，那么则有理由相信计算机与人一样具有思维。

来看看图灵测试是怎么操作的。首先，在相互之间无法辨别对方身份的前提下，让C来询问A和B一系列问题，并给出最终结论。为避免C通过声音来判断，三个人的所有交流都是以文字为载体。而A的任务是尽量使C做出错误的判断，B的任务是帮助C做出正确判断。

在不知情的情况下，用计算机D来代替A，重复以上游戏。如果D和A误导C做出错误判断的次数相差无几，那么至少在这个游戏中，则可以认为计算机拥有和A（人）一样的思维。

一直到2014年，世界上才出现了第一台通过图灵测试的计算机。它叫尤金.古斯特曼，在测试中，它成功让人类相信自己是一名来自乌克兰的13岁男孩。这被认为是AI发展史上的里程碑事件。

而图灵测试其实也揭示了AI的本质：AI因模仿人类智能而生。但不同的是，它是通过计算完成任务，而人是通过感性和理性。

这两者有什么区别？举个例子，谷歌旗下的人工智能机器人AlphaGo是如何打败柯洁的，它做了两步：一是评估当前局势；二是通过预测对手下一步的动作，来计算出胜率最高的下法。

我们姑且把整个过程比喻为一场考试，而AlphaGo就是那个异常勤奋的好学生。在备考的过程中，它先是学习了三千万种人类围棋高手的棋局，了解到考试规则是什么，如何才能拿高分。然后，AlphaGo又站在巨人的肩膀上自我博弈了一百万次以上，并且每下一子前都要在心里计算10的174次方次，这是由围棋的特性决定的。这个行为可以理解为查漏补缺。

相比之下，人类又是如何下围棋的。人们可以学习前辈流传下来的各种布局、定式、棋理、棋诀，也可以在与他人的对决中提升下棋能力。但区别就在于，除去这部分基于经验主义的智力活动，人类的围棋活动还包含部分创造性行为。

比如，一旦遇到超出所学范围的意外情况，人类可以即兴发挥或者遵循直觉来解决。但AI不能，AI仍需要人类提供数据、建立模型、设定程序，而且只能在特定领域、特定规则下才能发挥作用。

需要注意的是，AI不是一台机器，也不是一项技术，而是一门科学。它的目的在于，研发出有能力解决问题的机器，而这些问题以往是由我们运用人类智能解决的。基于这一特性，AI已经已经成熟地运用在客服、安防、工业、医疗、教育等领域。

以联想全球最大的PC制造基地——联宝工厂的排产为例，一天两班倒，每班的平均订单数是5800，平均形成102个待生产任务包，每个任务包又由3条产线生产，每条产线平均有13个位置供选择。人工排产的算法复杂程度非常大，已经达到了10的123次方。而联宝自从应用了一套智能排产系统后，排产耗时从原来的每天6小时缩短到1.5分钟，不良率也控制在了0.08%以内。

联想智能客服系统MOLI，目前已经服务于联想全球手机和PC等各类产品，涵盖85%以上的业务范畴。它可以用中文、英文、日文、西班牙、葡萄牙语等五种语言与客户交流，并实现了7×24小时全天在线。据统计，MOLI的端对端理解率已经达到了90%，问题解决率达到了70%。这个数字接近于人工客服。

但这些，仍然不能回答AI什么时候可以把人类从工作中解脱出来。用计算机专家唐纳德·克努特的话来说：“AI已经在几乎所有需要思考的领域超越了人类，但是在那些人类和其他动物不需要思考就能完成的事情上，还差得很远。”

AI可以代替人类做一些重复性的、固定的工作，但某些需要软技能的工作，如同理心、创造力、想象力、批判性思维等，AI还不能完成。而原因之一就是，AI没有意识，它尚且只是一台没有感情的工作机器。

那么AI如何才能拥有意识？有一种说法是，按照人脑的构造仿制出一个新大脑。早在2016年，美国圣路易斯华盛顿大学医学院的研究人员就绘制出了迄今为止最全面、最精确的人类大脑图谱，其中包括以前从未公布的97个人类大脑皮层区域。但人类对于大脑是如何进行记忆、判断、分析等思维过程的，至今仍然十分迷惑。

从运算量的角度，模拟人脑也是个道阻且长的过程。人脑约有860亿神经元，每个神经元有一到两万个突触。保守估计，人脑约有860亿*10000即860万亿个突触。假设我们把这些突触比作GPU，那么人脑就相当于一台超级计算机。

目前，世界上最快的超级计算机是美国的顶点，它的浮点运算速度是每秒14.86亿亿次。其中，95%的计算力由28000多块GPU承担。那么在理想的状态下，人脑作为超算的浮点运算速度至少是顶点的860万亿/2.8万即307亿倍。

最后，不如来看点乐观的信息。去年，牛津大学人类未来研究所发布了一份名为《人工智能何时超越人类》的报告，这份报告描绘了一幅关于AI的美好愿景。2024年，AI将在翻译领域超越所有人类；2026年，AI便能写出高中水平的文章；2027年，AI能驾驶卡车；2049年，AI能写出一本畅销书；2053年，AI能胜任外科医生的工作。