AI時代的職場生存條件
2017年12月12日 04:09 中國時報 林建甫
最近人工智慧AI的發展，一日千里。現代人的一個痛點，恐怕都要擔心未來的工作會不會被取代掉。國內電子零組件大廠正崴日前表示將強化生產技術，建立自動化產線，提升產品生產良率，預估5年內人力減半。不約而同地，統一企業也證實7-ELEVEN將應用新科技開設第1家無人超商，最快明年上半年就會問世。而全世界金融機構的分行都在裁撤，因為電子轉帳、支付都不再臨櫃，理財真的交給機器人就可以了。他們不收佣金、誠實、沒有情緒，完全理性，表現可能更值得信賴。
AI議題真正引起大家重視的是在1997年時，IBM的深藍（DeepBlue）戰勝西洋棋世界冠軍後，當時的《時代》（Times）雜誌還認為電腦要在更複雜的圍棋上戰勝人類，可能還要再過100年，甚至更長的時間。未料，谷歌的深智（DeepMind）團隊開發的AI圍棋程式AlphaGo，利用深度學習與強化學習，自2016年起擊敗多位世界級的職業圍棋棋士，只用了原本《時代》雜誌預估100年的1/5時間。稍後再度進化的AlphaGo Zero不依靠人類玩家的數據創建，僅透過自我對弈，幾天之內它就發展出擊敗人類頂尖棋手的技能，對比AlphaGo要達到同等水平則需要數月的訓練。
就在前幾天，深智團隊再將AlphaGo中代表圍棋的Go去掉，成為AlphaZero，標榜是通用棋類的人工智慧程式，可以從零自學任何棋藝：圍棋、西洋棋、日本將棋…，其表現已經擊敗AlphaGo Zero。舉世現在希望利用AlphaZero來研究重大疾病，盼治癒人類數百年來找不到療法的疾病，包括阿茲海默症、帕金森氏症、囊狀纖維症等。
AI發展到今天，最基本的就是電腦的運算跟儲存的進步。近幾年移動裝置本身的儲存、運算與聯網的雲端資訊已經徹底改變我們的生活。這裡面的一個關鍵是演算法的改良及大數據的分析。演算法是利用電腦算數學的學問，是求解的利器，它近年利用類神經網路的原理，產生更有效的輸入跟輸出，得到仿人類的學習，因此可以很快得到準確的結果；而大數據的獲得是利用日益發展的感測裝置與物聯網，收集源源不絕傳統的數字，或非傳統的影像、聲音再萃取其特徵值，有的甚至進入雲端進行儲存及後繼的運算分析。
最新手機的刷臉，視覺辨識燈光打下偵測臉部3D形體的數據，一次就高達上萬筆做立即的計算。而無人自動駕駛車，靠前後左右的鏡頭來感應周遭環境及聯網取得道路資訊，綜合迅速運算來控制行車。
人類輸了棋，其實也不用覺得沮喪。因為人不可能跑贏馬，這是人類天生的限制。我們不可能比電腦記憶容量更大、運算速度更快，也沒有永遠不出錯的精準與不衰退的記憶。人類重要的是要懂得駕馭電腦，人機能協作，還有做好決策與發展創意，精進對美的欣賞與情感的表達，這都是機器所沒辦法取代的。
回到工作的問題。《日本經濟新聞》和英國《金融時報》（Financial Times）今年7月的共同調查指出，在820種職業、2069項工作中，約有34%（約710項工作）的工作可被機器人替代。以勞工為例，製造業77項工作中，高達75%可以自動化；食品加工業則是很有危機，所有工作都可由機械技術代替。至於金融業60項工作中，包括建立檔案與整理數據等，65%工作可自動化。另外，公司高層需處理的63項工作任務中，管理決策與領導魅力無法被取代，只有22%如製作業績報告可由機器代替。至於畫家、演員、音樂家及其他藝術相關職業，65項工作中，只有17%可以應用機械人技術。
總之，在人工智慧AI時代，我們不要再期望「安穩」的工作。因為「安穩」意味著簡單、重複，這些僅靠記憶與練習就可以掌握的工作，將最沒有價值，最快被機器取代。我們要選擇那些具有「不穩定且多變化」的工作。這些工作的背後是人性，是需要創造或管理能力。因此培養創造力、經常學習新知，能旁徵博引、綜合分析與正確下決策是不被淘汰的不二法門。
（作者為台灣經濟研究院院長、國立台灣大學經濟系教授）
