第16期 2019/12/13
云計算世界帶給我們的七個新悖論
有時候，最大最真的道理反而解決不了任何實際問題。這不只是種悖論，同時也是一種定義。在某些矛盾的核心當(dāng)中找出真相，才有可能確定繼續(xù)前進的最佳道路。
這份清單，列出的一系列關(guān)于現(xiàn)代技術(shù)與工作環(huán)境的真實悖論。除了博各位一笑之外，這份清單還希望為應(yīng)對當(dāng)下的巨大技術(shù)變化提出一點宏觀性的論點：當(dāng)我們身處前所未有的技術(shù)發(fā)展階段，面對完全不同于此前甚至上個世代的整體態(tài)勢（比如裝在口袋里的計算機——智能手機，云計算，以及人工智能），確定問題才是繼續(xù)前進的必要前提。有些功能確實太過新穎，使得不少人無法很好地理解與應(yīng)用。換言之，用于描述以往時代的語言，已經(jīng)很難準(zhǔn)確表達新世界中各類元素之間的相互作用。
在某些矛盾的核心當(dāng)中找出真相，才有可能確定繼續(xù)前進的最佳道路。在本文中，我們就將通過闡述悖論的方式嘗試以新的視角審視以下問題：
1. 全球最大的計算反而最具個性化特質(zhì)。
大型云體系代表著全球性的計算系統(tǒng)，其中包含著超過百萬臺服務(wù)器，并以巧妙的方式聯(lián)網(wǎng)對接更多計算機設(shè)備。在任意時間點上，都有成千上萬用戶登入以及退出這些系統(tǒng)，查看自己的電子郵件、瀏覽互聯(lián)網(wǎng)內(nèi)容、完成自己的本職工作等等。沒有哪兩位用戶的體驗是完全相同的，而Google Cloud等服務(wù)則致力于滿足特定的業(yè)務(wù)與個人需求——一部分由用戶主動配置，也有一部分利用人工智能“代理”確定，確保用戶能夠更為高效地編寫及查找文檔內(nèi)容。
相比之下，成千上萬臺獨立出售的服務(wù)器與PC卻一直在提供毫無個性化可言的使用體驗。如今，我們通過這些設(shè)備享受到的個性化服務(wù)，實際上主要來自云端——幾近無窮的豐富云資源，為我們手頭這些性能有限的冷冰冰硬件注入了無窮的自定義空間。
2. 在永恒的數(shù)字存儲世界中，代表真實的部分卻日漸稀缺。
幾年之前，我曾做過一道算術(shù)題：如何要在100年之前觀看歌劇明星Enrico Caruso的演出并買下一張唱片，那么折合目前的物價大概要花30美元。而如今，錄制音樂已經(jīng)在YouTube及其他服務(wù)平臺上以基本免費的方式提供。相比之下，一張《斯普林斯汀：百老匯音樂會》的門票則開價近1800美元。
我堅信這一切是有著背后邏輯的，之所以會議及現(xiàn)場商務(wù)活動的成本會出現(xiàn)爆炸式增長，正是因為數(shù)字化內(nèi)容在數(shù)量上的一路激增。換言之，真實體驗反而變得越來越稀缺。頗具諷刺意味的是，我們發(fā)現(xiàn)已經(jīng)有企業(yè)開始利用數(shù)字技術(shù)為用戶帶來更加生動巧妙的數(shù)字化體驗。例如，一家體育公司正在嘗試開發(fā)一款體育場館內(nèi)導(dǎo)航應(yīng)用。
而這樣的現(xiàn)實，又給我們帶來如下新的悖論。
3. 工作崗位消失了！工作崗位又回來了！
人們非常擔(dān)心，機器人與人工智能（AI）會令數(shù)百萬民眾的生活陷入絕境。也許未來真會朝這個方向前進，但也有不少人提出別樣的意見——麥肯錫公司進行了深入研究，并對可能減少與可能增加的主要工作崗位做出預(yù)測。
盡管當(dāng)下已經(jīng)有一部分機器人能夠執(zhí)行相對簡單的任務(wù)，例如在庫房中搬運商品；但到目前為止，這一切對人類勞動力的影響并不算大。很明顯，割草或者駕駛卡車之類的工作需要結(jié)合當(dāng)前背景做出大量判斷，現(xiàn)在的AI還無法應(yīng)對如此復(fù)雜的任務(wù)。
與此同時，美國勞工統(tǒng)計局表示，美國當(dāng)前存在大約35萬7千名私人培訓(xùn)師，這類崗位預(yù)計將在未來十年中迎來13%的增長比例，高于平均崗位增長速度。另外，按摩治療師為16萬名，增長率為22%。婚姻與家庭協(xié)調(diào)師，5萬5千名，增長率同樣為22%。看到這里，相信很多朋友已經(jīng)意識到：我們正在審視自己、審視內(nèi)心，并為那些愿意傾聽我們聲音的勞動者支付更高的報酬。
此外，還出現(xiàn)了不少15年前根本不存在的工作崗位：無人機操縱員、移動應(yīng)用程序開發(fā)人員、社交媒體經(jīng)理、機器學(xué)習(xí)專家等等。總之，就是跟新技術(shù)相關(guān)的這類工作內(nèi)容。
4. 專業(yè)化深度達到歷史新高，但跨學(xué)科能力愈發(fā)重要。
在這個以數(shù)據(jù)為中心的全新時代當(dāng)中，在企業(yè)內(nèi)負責(zé)處理核心業(yè)務(wù)的軟件開發(fā)人員往往成為大家心目中的理想發(fā)展方向。畢竟互聯(lián)產(chǎn)品已經(jīng)成為核心業(yè)務(wù)所不可或缺的數(shù)字表達形式，而利用如今強大的實時產(chǎn)品性能信息收集能力，開發(fā)人員可以根據(jù)用戶需求或者不斷變化的市場態(tài)勢對產(chǎn)品做出調(diào)整。
隨著AI重要性的不斷提升，特定領(lǐng)域的相關(guān)數(shù)據(jù)在產(chǎn)品構(gòu)建與優(yōu)化中開始發(fā)揮愈發(fā)關(guān)鍵的作用。最成功的開發(fā)人員不僅需要擁有深入的專業(yè)知識，同時也必須學(xué)會判斷當(dāng)前領(lǐng)域中的哪些數(shù)據(jù)最為重要、如何收集數(shù)據(jù)以及如何保證分析洞察的公正性。正因為如此，大型企業(yè)正越來越多地雇用熟悉醫(yī)療保健、運輸或者零售行業(yè)的專家，而非無腦招納大量只懂IT技術(shù)的工程師。數(shù)據(jù)無法孤立存在，事物之間的關(guān)聯(lián)非常重要。
5. 獲取信息很簡單，提出問題卻很困難。
與上一點相關(guān)：AI技術(shù)能夠遍歷我們?nèi)祟愲y以想象的巨大數(shù)據(jù)量，識別出其中蘊藏的未知模式與洞察見解。但有趣的是，并不是所有模式都真的具有價值。如果我們只是把成PB的數(shù)據(jù)丟給AI模型，然后指望著它以提出什么賺錢的好辦法……可以想象，得到的只有一堆垃圾結(jié)論。
從另一個角度出發(fā)，只有根據(jù)企業(yè)核心競爭優(yōu)勢與高質(zhì)量數(shù)據(jù)提出有針對性的問題，我們才有可能獲得切實有效的結(jié)果。這項工作可能相當(dāng)困難，但卻決定著我們到底能否發(fā)掘出數(shù)據(jù)中的實際價值。
6. 唯一能夠確定的，只有不確定。
這個結(jié)論來自谷歌公司研究與AI負責(zé)人Jeff Dean。他指出，與深度學(xué)習(xí)一樣，任何先進的AI都無法給出確定性的結(jié)論，而更多只是基于可能性（用他的原話說，「改進方向上的梯度點」）提供模糊的方向性指引。另外，考慮到深度學(xué)習(xí)系統(tǒng)具有極為復(fù)雜的層與排序，有時候我們很難了解系統(tǒng)到底是如何得出結(jié)論的。AI模型是一種并不擅長自我解釋的機器，至少不像汽車發(fā)動機那樣讓我們明確觀察到其工作原理（火花塞點燃油氣混合物，推動活塞運動）。
在這個日益依賴統(tǒng)計近似值這類不確定性結(jié)論的時代下，眾多基于原有確定性觀念的法律與社會規(guī)則都可能會受到挑戰(zhàn)。
7. 在前沿技術(shù)帶來的不確定性新世界中，最好的應(yīng)對方式可能來自85年前的宗教詩歌。
艾略特在《巖石》詩集中已經(jīng)預(yù)言了我們當(dāng)下的處境，“他們想要逃離，逃離彌漫內(nèi)外的黑暗，他們夢想一種完美的制度，讓他們不必分辨即可走上善途。”
換句話說，無論我們對世界的了解達到怎樣的程度，人類都需要繼續(xù)努力，因為完美永遠可望不可即。在這條道路上，機器解決不了我們的問題。
本文章選自《AI啟示錄》雜志，閱讀更多雜志內(nèi)容，請掃描下方二維碼
