2013年03月03日 来源： 中国科技网 作者： 冯卫东
本报记者 冯卫东 综合外电
革命性的机器人巴克斯特（Baxter）
试想一下，如果明天每10个有工作的人里7个被炒了鱿鱼，那他们还能去干嘛？
很难想象，如果一半以上的劳动力都被解雇后的经济会是怎样？但是，让我们不妨慢慢回顾一下工业革命到底对19世纪初的劳动力造成了怎样的影响。
200年前，70%的美国劳动力生活在农村。今天，自动化已经抢走了他们99%的饭碗，机器取代了他们和为他们效力的牲口。但是，这些被取代的劳力并没有从此无所事事。相反，自动化在全新的领域创造了数以百万计的就业机会。这些曾经在田地里耕作的劳力大量涌入工厂，开始生产农用设备、汽车和其他工业产品。从那时起，一波接着一波的新职业纷至沓来。电器修理工、胶印工、食品化学家、摄影师、网页设计师，这些新职业都建立在自动化的基础之上。今天，我们正在做的绝大多数工作，是19世纪的农场工人所无法想象的。
你也许很难相信，在本世纪结束前，70%的现有职业或同样将被自动化取代。是的，亲爱的读者，甚至连你的工作都可能被机器夺走。换句话说，机器取代人只是时间问题。此次剧变正由第二次自动化浪潮导引，廉价传感器、人工识别、机器学习、分布式智能等深度自动化，将覆盖从手工劳动到知识性工作等所有工作领域。
机器将巩固其在自动化工业中的成就
在机器人完全取代组装线上的工人后，他们将接着取代库房里的工人。这些敏捷的机器人能一整天地举着150磅的物品，对它们进行检索、分类，并将它们装载到卡车上。在专业农场里，水果和蔬菜的采摘，将继续机器人化直到完全取代人工。在药房里，分发药剂的工作将全部交给后台的机器人，药剂师的工作重点则在前台提供咨询。在办公室和学校里，可深夜工作的机器人将接管清洁工作，它们将从最简单的拖地板和擦窗户做起，最终还能清洁厕所。在深夜的高速公路上，长途货车的驾驶室里坐着的也将是不会打盹的机器人。
与此同时，机器人将继续蚕食白领的工作。事实上，我们的许多机器已经拥有人工智能，只是我们不这么称呼它罢了。我们已见证，软件能够直接通过体育比赛的统计数据撰写新闻报道，或从网络的只言片语中产生某个公司每日股价表现的概要。和文书处理有关的任何工作都将由机器人接管。即使是那些非文书的医学领域，如手术，也正在日益机器人化。需要死记硬背的任何信息密集型工作也都可以自动化。这其实跟你是医生、律师、建筑师、记者还是程序员都已没有关系，因为机器人的接管将是史诗般的宏伟壮阔。
机器正在获得智慧，人类正处于转折点上
我们对智能机器人的外观和行为一直抱有成见，从而使我们对已经发生在我们身边的事情视而不见。要求人工智能必须像人一样，在逻辑上是有缺陷的，就如同要求人工飞行必须像鸟儿拍打翅膀一样。要想了解人工智能对我们生活的渗透程度，我们就需要摆脱它们要像人一样的想法。
就拿巴克斯特（Baxter），一个革命性的新机器人来说吧。巴克斯特由前麻省理工学院教授罗德尼·布鲁克斯设计，他曾发明了最畅销的Roomba吸尘器及其后续产品。巴克斯特是同人一起工作的一类新工业机器人的早期例子。巴克斯特看起来并不令人印象深刻，其有大而粗壮的手臂，像许多工业机器人一样拥有一个平面显示器。巴克斯特的手可像工厂机器人一样进行重复的人工操作。但它又有三个明显不同的区别。
首先，它可以环顾四周，并通过转动头部的卡通眼表示它的关注地点。它可以感知附近人类的工作，以避免伤害他们。工人可以看见它是否能看到他们。以前的工业机器人无法做到这一点，这意味着此类机器人必须和人类进行物理隔离。典型的工厂机器人被囚禁在钢丝网围栏内或被关在玻璃柜里。它们简直是太危险了，因为它们无视周围他人的存在。理想情况下，工人应能从机器人手里拿到材料，或将材料递给机器人，而隔离使之变得困难重重。但巴克斯特是“有意识”的。它使用力反馈技术来感知是否将和一个人或另一个机器人相撞。你可以将它插入墙上的电源插座，然后就轻松地在旁边看它工作。
其次，任何人都可以训练巴克斯特。也许它不像其他工业机器人那样敏捷、强大和精确，但它更聪明。要训练这种机器人，你只需抓住它的胳膊，并用正确的动作和顺序对其进行引导。这是一种“有样学样”的例行程序。巴克斯特会学习程序，然后重复这些动作，即便是一个不识字的工人也会这种依葫芦画瓢式的工作。而对以前的工业机器人来说，哪怕是稍稍改变一下任务，就需要受过良好教育的工程师和高级程序员编写成千上万行代码，然后对它们进行调试。由于这些机器人在使用时无法对其进行编程，这些代码还必须以批处理模式进行加载，因此，典型的工业机器人的实际成本不在于其硬件，而在于其运行。花上10万美元可买一个工业机器人，但在整个使用寿命中需要4倍的钱来进行编程、培训和维护。加在一起，一个工业机器人的平均全寿命成本为50万美元或更多。
第三，巴克斯特是廉价的。2.2万美元的售价，与其前辈们动辄50万美元的成本相比完全不在一个范畴之内。那些批处理编程模式的机器人都带有机器人世界的大型计算机，但巴克斯特是第一个基于PC（个人计算机）的机器人。它或被视为业余爱好者的玩具而遭摒弃，因为它缺乏如亚毫米级精度等重要功能，看起来也不够庄重。但个人计算机与大型主机不同的是，用户可与它进行直接的、即时的交流，不用等待专家进行调试，并把它用于不太庄重甚至是琐碎的场合。因为足够便宜，三流小制造商也可以买上一个，用来为他们的货物打包、给产品上漆或是运行他们的3D打印设备。抑或你还可以为iPhone制造工厂添加人手。
巴克斯特诞生于美国波士顿查尔斯河附近的一座具有百年历史的砖制厂房内。1895年，这幢建筑在这个新的世界制造业中心也算是一个奇迹，它甚至可以自己发电。100年来，这座建筑大墙内的工厂改变了我们周围的世界。现在，巴克斯特以及这些优秀机器人拥有的巨大能力，激励布鲁克斯作出大胆的预测，这些机器人所造成的制造业分裂将大于上一次革命。“现在我们都认为中国是制造业的代名词。但是，随着制造成本因机器人而下降，运输成本将超越制造成本成为主要的成本因子。越近越便宜。所以我们将建立本地特许经营工厂网络，这样所需的大多数东西都能在8公里范围内制造出来。”
机器人煮东西给我们吃的日子不远了
对于制造业来说，这或能成为现实。但世界留给人类的大量就业机会却来自服务业。布鲁克斯认为，离机器人会煮东西给我们吃或许还得30年的时间。“在一家快餐店，你不会很长时间地做相同的任务。你总是在不断地改变着一些东西，所以你需要特殊的解决方案，而我们不出售具体的解决方案。我们正在制造的是具有通用用途的机器，其他工作人员可以自行设置并与之一起工作。”而一旦我们与周围的机器人共同合作，我们的任务就会不可避免地融合在一起，很快我们的旧工作被它们取代，我们的新工作将是我们几乎无法想象的。
为了理解机器人的取代如何发生，可将我们与机器人之间的关系分为四类。
第一类是：人类能做，但机器人做得更好。人类可以很费力地编出棉布，但自动编织机织出一块1000米长的完美布料，只需几毛钱。今天你去购买手工布料的唯一原因，只能是你想拥有人类才能制造出的不完美。
然而，对于更复杂的琐事，我们仍倾向于认为计算机和机器人是不可信的。现在，波音787喷气客机可利用自动驾驶仪独立飞行，但我们还是极其不合理地在驾驶舱内安排一名人类飞行员去照看自动驾驶仪，为的就是“以防万一”。上世纪90年代，电脑抵押贷款评估已经大规模地取代人类估价师。大多数税务准备工作、常规X射线分析以及诉前证据收集都已经计算机化，而之前都得高薪雇 佣高智商人群才能完成。我们已彻底接受机器人在制造方面的可靠性，很快我们也会接受机器人在智能和服务方面的可靠性。
第二类是：人类不能做，但机器人能做。一个简单的例子：人类难以独立制作一个铜螺丝，但自动化却可以实现每小时制作1000个一模一样的铜螺丝。没有自动化，我们无法制作一个计算机芯片，此项工作所需的精度、控制乃至高度注意力，是人类身体所不具备的。同样，不管教育程度如何，没有人（确切说是没有人群）能快速搜索世界上的所有网页，从中发现加德满都昨天的鸡蛋价格。每当点击搜索按钮，你就在利用机器人做一些人类作为一个物种无法单独完成的事情。
机器每一次取代人类的工作都会成为报纸的头条新闻，机器人和自动化赋予人类的最大好处是，它们占有了我们无法做到的工作机会。我们不具备这样的注意力，去检查每个断层扫描图中的每一个平方毫米以寻找癌细胞；我们也不具备毫秒级的反应能力，以将熔融玻璃膨胀成瓶子的形状；我们更不具备如此强悍的记忆力，以跟踪中超联赛中的每一个进球并实时计算出下一个进球的概率。
我们不会把“好工作”留给机器人。在很多时候，我们留给它们的是我们不会做的工作。如果没有它们，这些工作将无人问津。
第三类是：自动化创造的新就业机会，包括我们都不知道我们能做的工作。这是机器人接管的最伟大天赋：在机器人和计算机智能的协助下，我们已经可以做150年前我们从来没有想过的事情。我们已能通过我们的肚脐切除内脏中的肿瘤；我们也能制作一部婚礼的图片视频；我们还能在火星上驾驶探测车；我们甚至可以在衣服上打印出远方朋友通过无线电波传来的图案。凡此种种，我们正在从事的数百万个新工种，一定会让1850年的农场工人们感到眼花缭乱和目瞪口呆。这些新的成就不只局限于以前我们认为难以完成的杂务方面。相反，这是因为有了机器我们才能实现的梦想。
在我们发明汽车、空调、平板视频显示器和动画片之前，古罗马人完全想不到可坐在四季如春的车里看着动画片去雅典；200年前，也没有一个上海市民会告诉你，他们在购买水管前还能与远方的亲属通过视频直接商量；内嵌在“第一人称射击”游戏中的人工智能技术，满足了数百万计的男孩们想要成为专业游戏设计师的渴望和需求，这是维多利亚时代的孩子们不曾有过的梦想。我们的发明以一种非常实际的方式重新指派我们的工作。自动化的每一点点进步都在产生新的工种，没有自动化，人类根本就无法想象还会有这样的职业。
需要重申的是，自动化创建的大部分新任务只可以由其他自动化来处理。现在，我们有了像谷歌这样的搜索引擎，好比我们安排了一个能做千种新差事的助手。但是，谷歌，你能不能告诉我的手机在哪里？谷歌，你能为抑郁症患者找到最适合的医生吗？谷歌，你能预测下一次病毒疫情暴发何时到来吗？技术是不分青红皂白的，从而为人类和机器共同堆积出各种各样的可能性和选择。
你不妨赌上一把，到2050年，收入最高的行业必将基于现在尚未发明的自动化和机器。也就是说，我们现在还无法见识这些工作，因为我们还没有看到这些机器和技术。机器人创造出的就业机会，我们甚至都不知道是不是我们想要做的。
第四类是：只有人类可以首先做的工作。人类能做而机器人不能做（至少在很长一段时间）的一件事，决定了它一定是人类想要做的事。这不是一个简单的伎俩，我们的愿望往往来自于我们以前的发明，这是一个循环。
人类还能做些什么呢？
当机器人与自动化开始做我们最基本的工作，如对我们来说相对容易的喂食、穿衣、护理等，那我们不禁要问：“人类还能做些什么呢？”工业化不仅仅是延长人类的平均寿命，它还会引领更多的人来决定是否要在名片上添加一个新头衔，如芭蕾舞者、全职音乐家、数学家、运动员、时装设计师、瑜伽大师、漫画家及民间艺术家等。在机器的帮助下，我们或可担当起这些角色，当然，随着时间的推移，机器最后也会做这些。然后，我们将对“我们应该做些什么？”这个问题梦想出更多的答案。不过，在机器人能够回答这个问题前，还需要许多代人的时间。
尽管大部分工作将由机器人完成，这种后工业经济仍将持续扩展，因为明天你的任务就是发现、制作和完成新的东西，这些东西之后再成为机器人的重复工作。在未来几年内，由机器人驾驶的汽车将无处不在，这种自动化将催生出行程优化师这个人类新工种，其使命就是对交通系统进行优化以节约能源和时间；常规的机器人手术亦将需要新的技能，以保持机器处于无菌状态；当自动跟踪人体活动成为正常之事，专业分析师这个新职业将帮助你解读这些数据的真正意义。当然，我们还需要一个完整的机器人保姆团队，致力于保证你的个人机器人能正常运转。这些新职业中的每一个都将在后来被机器人接管。
当真正的革命爆发时，每个人都将拥有自己的可召之即来的机器工人。试想一下，你运行着一个小型的有机农场。你的机器工人们在机器监工的指挥下做着除草、病虫害防治、收割农产品等种种工作，而机器监工则内嵌在土壤探测器网络中。未来某一天，你的任务或只需研究要种植哪种西红柿，第二天的任务或是更新一下顾客标签。机器人会执行可以标准化的所有其他任务。
现在看来，这似乎不可思议：我们不能想象，一个机器人可将一堆材料组装成一份礼物，或是为家里的割草机制作备件，又或是为我们的新厨房准备材料；我们无法想象，我们的侄子侄女们在他们的车库里操控着十几个机器工人，为他们朋友的电动汽车启动机炮制逆变器；我们不敢想象，我们的孩子会成为家电设计师，为世界各地的百万富翁定制液态氮甜点机。但这就是个人机器人自动化所能带来的一切。
每个人都将有机会拥有一个个人机器人，而只是拥有并不能保证成功。相反，成功属于那些对机器人的工作流程进行组织、优化和定制创新的人。生产的地理集群是重要的，不是因为劳动力成本的差异，而是因为人类知识技能的差异。这是人类与机器人的共生关系。我们人类的任务将是继续为机器人寻找工作，这是一个永远不会完成的任务。因此，我们将始终至少还有一份“工作”。
在未来的几年里，我们与机器人的关系将变得更加复杂，但一种常规模式已然正在形成。不管你目前的工作是什么，你的薪水是多少，你都将通过机器人取代的以下7个阶段取得进步，一遍又一遍：
1.机器人/计算机不可能完成我做的工作。
2.好吧，它可以为我做好多事，但不是所有事。
3.好吧，除了崩溃（经常发生）时需要我帮忙，它可以为我做所有我能做的事。
4.好吧，它的日常工作已运行得完美无瑕，但我需要训练它开始新的任务。
5.好吧，它可以接替我的枯燥的旧工作了，因为这很明显已不是一个人类想要再做的工作。
6.哇，机器人做我过去的工作，我的新工作更有乐趣、薪酬更高！
7.机器人/计算机做不了我现在做的工作，我挺得意的。
这不是一场和机器之间的赛跑。如果我们真要和它们比赛，我们输定了。同时，这又是一场和机器之间的比赛。在未来，你的薪酬将取决于你与机器人的工作配合程度。你的90%的同事是看不见的机器。你做什么都不可能没有它们。在你做什么和它们做什么之间会有一条模糊的界线。至少在一开始，你可能不再认为它是一份工作，因为任何看起来单调乏味的工作都将由机器人完成。
我们需要让机器人来接管。它们将做我们一直在做的工作，而且会比我们做得更好；它们将做我们根本不做的工作；它们将做我们从来没有想到还会需要做的工作。它们将帮助我们为自己发现新的就业机会，扩展我们作为人类的新任务。它们将让我们把精力集中在更加“人类”。
让机器人拿走这些工作，并让它们帮助我们创造出更加重要的新工作吧。
《科技日报》 2013-03-03 （二版）
仪器信息网“仪友会”招募令
科学仪器品牌联合“仪器心得”征文活动
【生活中的仪器检测】有奖征文
LC-MS实验瓶颈的突破与优化
