Español Spanish Forum esTraducir.com

 找回密码
 立即注册
搜索
热搜: 活动 交友 discuz
查看: 2236|回复: 0

(Chap9-1 Homo Deus)LA CLASE INÚTIL 无用的阶级

[复制链接]

363

主题

418

帖子

1819

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
1819
发表于 2019-2-5 21:48:48 | 显示全部楼层 |阅读模式
LA CLASE INÚTIL 无用的阶级
El dilema más importante en la economía del siglo XXI bien pudiera ser qué hacer con toda la gente superflua. ¿Qué harán los humanos conscientes cuando tengamos algoritmos no conscientes y muy inteligentes capaces de hacer casi todo mejor?
A lo largo de la historia, el mercado laboral se dividió en tres sectores principales: agricultura, industria y servicios. Hasta cerca de 1800, la inmensa mayoría de la gente trabajaba en la agricultura, y solo una pequeña minoría lo hacía en la industria y los servicios. Durante la revolución industrial, la gente de los países desarrollados abandonó campos y rebaños. La mayoría empezaron a trabajar en la industria, pero un número creciente consiguió también trabajo en el sector de los servicios. En décadas recientes, los países desarrollados han experimentado otra revolución al ir desapareciendo los empleos industriales y expandiéndose el sector de los servicios. En 2010, solo el 2 por ciento de los estadounidenses trabajaban en la agricultura; el 20 por ciento trabajaban en la industria, y el 78 por ciento, como profesores, médicos, diseñadores de páginas web, etcétera. Cuando los algoritmos sin mente sean capaces de enseñar, diagnosticar y diseñar mejor que los humanos, ¿qué haremos?
无用的阶级
21世纪经济学最重要的问题,可能就是多余的人能有什么功用。一旦拥有高度智能而本身没有意识的算法接手几乎一切工作,而且能比有意识的人类做得更好时,人类还能做什么?
纵观历史,就业市场可分为三个主要部门:农业、工业和服务业。在大约公元1800年前,绝大多数人属于农业部门,只有少数人在工业和服务业部门。到了工业革命时期,发达国家的人民就离开了田野和牧群。大多数人进入工业部门,但也有越来越多的人走向服务部门。到了最近几十年,发达国家又经历了另一场革命:工业部门的职位逐渐消失,服务业大幅扩张。2010年,美国的农业人口只剩2%,工业人口有20%,占了78%的是教师、医生、网页设计师等服务业从业人员。但等到机械的算法在教书、诊断病情和设计方面比人类更在行的时候,我们能做什么?

Esta no es una pregunta del todo nueva. Ya desde que estalló la revolución industrial, la gente temía que la mecanización pudiera provocar desempleo masivo. Esto no llegó a ocurrir, porque a medida que las antiguas profesiones quedaban obsoletas, aparecían otras, y siempre había algo que los humanos podían hacer mejor que las máquinas. Pero esta no es una ley de la naturaleza, y nada garantiza que la cosa siga siendo así en el futuro. Los humanos tienen dos tipos básicos de capacidades: capacidades físicas y capacidades cognitivas. Mientras las máquinas solo competían con nosotros en capacidades físicas, siempre fue posible encontrar tareas cognitivas que los humanos hiciesen mejor. Así, las máquinas quedaron a cargo de tareas puramente manuales, mientras que los humanos se centraban en tareas que requerían al menos algunas habilidades cognitivas. Pero ¿qué ocurrirá cuando los algoritmos sean mejores que nosotros recordando, analizando y reconociendo pautas?
La idea de que los humanos siempre tendrán una capacidad única fuera del alcance de los algoritmos no conscientes es solo una ilusión. La respuesta científica actual a este sueño imposible puede resumirse en tres principios sencillos:
1.        Los organismos son algoritmos. Todo animal (Homo sapiens incluido) es un conjunto de algoritmos orgánicos modelados por la selección natural a lo largo de millones de años de evolución.
2.        Los cálculos algorítmicos no se resienten de los materiales con los que se fabrica una calculadora. Ya hagamos el ábaco con madera, hierro o plástico, dos cuentas más dos cuentas es igual a cuatro cuentas.
3. De ahí que no haya razón para pensar que los algoritmos orgánicos vayan a ser capaces en el futuro de hacer cosas que los algoritmos no orgánicos nunca conseguirán replicar o superar. Mientras los cálculos sigan siendo válidos, ¿qué importa que los algoritmos se manifiesten en carbono o en silicio?
这个问题以前就出现过。自工业革命爆发以来,人类就担心机械化可能导致大规模失业。然而,这种情况在过去并未发生,因为随着旧职业被淘汰,会有新职业出现,人类总有些事情做得比机器更好。只不过,这一点并非定律,也没人敢保证未来一定会继续如此。人类有两种基本能力:身体能力和认知能力。在机器与人类的竞争仅限于身体能力时,人类还有数不尽的认知任务可以做得更好。所以,随着机器取代纯体力工作,人类便转向专注于需要至少一些认知技能的工作。然而,一旦等到算法在记忆、分析和辨识各种模式的能力上超过人类,会发生什么事?
如果认为人类永远都能有自己独特的能力,无意识的算法永远无法赶上,这只能说是一厢情愿。对于这种空想,目前的科学反馈可以简单 概括为三项原则:
1.生物是算法。每种动物(包括智人)都是各种有机算法的集合,经过数百万年进化自然选择而成。
2.算法的运作不受组成物质的影响。算盘的算珠无论是木质、铁质还是塑料质,两个珠子加上两个珠子还是等于四个珠子。
3.因此,没有理由相信非有机算法永远无法复制或超越有机算法能做的事。只要运算结果有效,算法是以碳来表现还是硅来表现,又有何差别?

Cierto: en la actualidad hay muchas cosas que los algoritmos orgánicos hacen mejor que los no orgánicos, y los expertos han declarado repetidamente que algo quedará «siempre» más allá del alcance de los algoritmos no orgánicos. Pero resulta que, a menudo, «siempre» significa apenas una o dos décadas. Hasta hace muy poco, el reconocimiento facial era uno de los ejemplos predilectos de algo que hasta los bebés hacen fácilmente pero que eludía incluso a los ordenadores más potentes del mundo. En la actualidad, los programas de reconocimiento facial son capaces de reconocer a la gente de manera mucho más eficiente y rápida que los humanos. Los cuerpos de policía y los servicios de inteligencia utilizan ahora estos programas para escanear innumerables horas de grabaciones en vídeo procedentes de cámaras de vigilancia para seguir la pista a sospechosos y criminales.
En la década de 1980, cuando la gente debatía acerca de la naturaleza única de la humanidad, utilizaban habitualmente el ajedrez como prueba primordial de la superioridad humana. Creían que los ordenadores nunca vencerían a los humanos en el ajedrez. El 10 de febrero de 1996, el Deep Blue de IBM derrotó al campeón mundial de ajedrez Garri Kaspárov, con lo que se puso fin a esta afirmación concreta de la preeminencia humana.
确实,目前还有许多事情是有机算法比非有机算法做得更好,也有专家反复声称,有些事情非有机算法“永远”都无法做到。但事实证明,通常这里的“永远”都不超过一二十年。就像在不久之前,大家还很喜欢用面部识别举例,说这项任务连婴儿都能轻松办到,可是最强大的计算机却无力完成。但到了今天,面部识别程序辨认人脸的速度和效率都已经远超人类。警方和情报机构现在已经很习惯使用这种程序,扫描监控录像机无数小时的视频资料,追踪嫌犯和罪犯。
20世纪80年代讨论到人类的独特之处时,很习惯用国际象棋作为人类能力更强的主要证据。他们相信计算机永远不可能在国际象棋领域打败人类。但在1996年2月10日,IBM的超级计算机“深蓝”(Deep Blue)就打败了世界国际象棋大师加里•卡斯帕罗夫(Garri Kasparov),推翻了这个认为人类能力更强的论点。

Deep Blue recibió una ventaja por parte de sus creadores, que lo preprogamaron no solo con las reglas básicas del ajedrez, sino también con instrucciones detalladas relativas a las estrategias del juego. Una nueva generación de IA prefiere el aprendizaje mediante máquinas para hacer cosas incluso más notables y elegantes. En febrero de 2015, un programa desarrollado por Google DeepMind aprendió por su cuenta a jugar a 49 juegos clásicos de Atari. Uno de los programadores, el doctor Demis Hassabis, explicó que «la única información que dimos al sistema fueron los píxeles en bruto de la pantalla y la idea de que tenía que conseguir una puntuación alta. Y todo lo demás tenía que deducirlo por sí mismo». El programa consiguió aprender las reglas de todos los juegos que se le presentaron, desde Pac-Man y Space Invaders hasta las carreras de coches y los juegos de tenis. Después jugaba la mayoría de ellos tan bien como los humanos o incluso mejor, y a veces daba con estrategias que nunca se les habían ocurrido a jugadores humanos.[13]
Los algoritmos informáticos también han demostrado recientemente su valor en juegos de pelota. Durante muchas décadas, los equipos de béisbol emplearon la sabiduría, la experiencia y los instintos viscerales de cazatalentos y directores técnicos profesionales para seleccionar jugadores. Los mejores alcanzaban precios de millones de dólares, y, como es natural, los equipos ricos conseguían la flor y nata del mercado, mientras que los equipos más pobres tenían que conformarse con las sobras. En 2002, Billy Beane, el director técnico del Oakland Athletics, un equipo de bajo presupuesto, decidió vencer al sistema. Se basó en un críptico algoritmo informático desarrollado por economistas y genios informáticos para crear un equipo ganador a partir de jugadores que los cazatalentos humanos habían pasado por alto o habían subestimado. Los veteranos estaban furiosos porque el algoritmo de Beane transgredía las sagradas pautas del béisbol. Decían que seleccionar jugadores de béisbol es un arte, y que solo los humanos con una experiencia larga y profunda del juego pueden dominarlo. Un programa de ordenador nunca podría hacerlo, porque nunca sería capaz de descifrar los secretos y el espíritu del béisbol.
“深蓝”算是有些取巧,因为编写程序的人不仅写人了国际象棋的基本规则,还加入了详细的棋局策略。但新一代的人工智能更喜欢让机器自己学。2015年2月,由Google DeepMind人工智能公司所开发的一个程序,就自己学会了如何去玩49款经典的Atari游戏。开发者之一戴米斯•哈萨比斯(Demis Hassabis)博士解释道:“我们提供给系统的唯一信息就是屏幕上的原始像素,以及指示系统要努力得到高分。剩下的一切都是它自己解出来的。”而这套程序也成功找出了交给它的所有游戏的规则,从《吃豆人》(Pac-Man)《太空人侵者》(Space Invaders)到各种赛车和网球游戏。而且,这套程序得到的分数多半都能打平甚至超过人类,有时候还会使出人类玩家从未想到的策略。
不久之后,人工智能又获得了更惊人的成就:谷歌的AlphaGo软件自学围棋这种古老的中国棋类游戏,而围棋的复杂度远超国际象棋,一般认为这并不在人工智能程序能够处理的范围内。2016年3月,AlphaGo和韩国棋王李世石在首尔举行了一场比赛,AlphaGo凭借出奇的下法、创新的战略,以4比1击败李世石,令各方大跌眼镜。赛前,大多数专业棋手都确信李世石能赢得比赛,但在赛后分析AlphaGo的棋路后,多数人的结论则是人类在围棋上已不再有希望能打败AlphaGo或其后来者。
近来,计算机算法也证明了自己在球类竞赛中的价值。几十年来,棒球队挑选球员靠的是专业球探和经理的智慧、经验和直觉。顶尖球员的身价高达数百万美元,自然财力雄厚的球队才能抢下一流球员,而经济拮据的球队只能勉强起用二线球员。但在2002年,预算有限的奥克兰运动家队(Oakland Athletics)总经理比利•比恩(Billy Beane)尝试要打破这个格局。他决定根据经济学家和计算机怪才所开发的一套神秘计算机算法,找出人类球探忽视或低估的球员,打造一支常胜队伍。在保守派看来,比恩的算法根本是玷污棒球的神圣殿堂,他们大感愤怒。他们坚决认为球员的选择是一门艺术,只有长期亲近棒球、相关经验丰富的人,才有可能掌握。至于计算机程序,因为它永远无法懂得其中的奧秘和棒球的精神,所以永远都不可能学会这一套。

Pronto tuvieron que comerse sus gorras de béisbol. El equipo algorítmico de Beane, con un presupuesto austero (44 millones de dólares), no solo plantó cara a gigantes del béisbol como los Yankees de Nueva York (125 millones de dólares), sino que se convirtió en el primer equipo de la Liga norteamericana en ganar 20 partidos consecutivos. Pero Beane y Oakland no pudieron disfrutar mucho tiempo de su éxito. Enseguida, otros muchos equipos adoptaron el mismo planteamiento algorítmico, y, puesto que los Yankees y los Red Sox podían pagar mucho más tanto por los jugadores como por los programas informáticos, los equipos de presupuesto reducido como los Oakland Athletics tienen ahora incluso menos probabilidades que antes de vencer al sistema.[14]
En 2004, el profesor Frank Levy del MIT y el profesor Richard Murnane de Harvard publicaron un exhaustivo trabajo sobre el mercado laboral en el que se listaban aquellas profesiones que con mayor probabilidad experimentarían automatización. Se ponía el ejemplo de los conductores de camiones como un puesto de trabajo que posiblemente no podría automatizarse en un futuro próximo. Es difícil imaginar, escribieron, que los algoritmos puedan conducir camiones con seguridad en una carretera con mucho tráfico. Solo diez años después, Google y Tesla no solo lo imaginan, sino que lo están haciendo.[15]
但没多久,令这些人颇感意外的是,比恩用算法打造的这支低成本球队(4400万美元),不仅能与纽约扬基队(1.25亿美元)这种传统棒球强队平分秋色,甚至还成为美国职业棒球大联盟史上第一支20连胜的队伍。只不过,比恩和运动家队没能得意太久。很快,其他球队也跟进使用同样的算法策略,而且由于扬基队和红袜队不管在球员还是计算机软件上能砸的钱都远远胜出,现在像奥克兰运动家队这种低预算球队,能打败整个体制的机会反而更小了。
2004年,麻省理工学院的弗兰克•利维(Frank Levy)教授与哈佛大学的理査德•默南(Richard Murnane)教授发表了一份关于就业市场的全面研究报告,列出最有可能走向自动化的职业。当时讲到在可预见的未来不可能实现自动化的职业时举的例子是卡车司机。他们表示,实在很难想象计算机可以在繁忙的道路上让汽车实现安全行驶。但才不过 十几年,谷歌和特斯拉不仅想到了这一点,还在加紧研发。
De hecho, a medida que pasa el tiempo, resulta cada vez más fácil sustituir a los humanos con algoritmos informáticos, no solo porque los algoritmos son cada vez más inteligentes, sino también porque los humanos se profesionalizan. Los antiguos cazadores-recolectores dominaban una amplia variedad de habilidades para sobrevivir, razón por la que sería inmensamente difícil diseñar un cazador-recolector robótico. Dicho robot tendría que saber hacer puntas de lanza a partir de pedernales, encontrar setas comestibles en un bosque, seguir la pista de un mamut, coordinar un ataque con una docena de cazadores más y después utilizar hierbas medicinales para curar las posibles heridas.
Sin embargo, a lo largo de los últimos miles de años, los humanos nos hemos ido especializando. Un taxista o un cardiólogo se especializan en un ámbito mucho más estrecho que un cazador-recolector, lo que hace que sea más fácil sustituirlos con IA.

事实上,随着时间的推移,不仅是因为算法变得更聪明,也是因为人类逐渐走向专业化,所以用计算机来取代人类越来越容易。远古的狩猎者只是想要生存下去,就得掌握各式各样的技能,也正因为如此,想设计狩猎机器人的难度非常大。这种机器人得要懂如何把燧石磨出尖头,在森林中找到可食用的蘑菇,跟踪猛犸象,与其他十几个猎人协调如何进攻,之后还得知道怎么用药草来治疗伤口。但在过去几千年间,人类巳经走向专业化。比起狩猎者,出租车司机或心脏病专科医生所做的事更为有限,也就更容易被人工智能取代。我已一再强调,人工智能目前绝无法做到与人类匹敌。但对大多数的现代工作来说,99%的人类特性及能力都是多余的。人工智能要把人类挤出就业市场,只要在特定行业需要的特定能力上超越人类,就已足够。
Incluso los directores a cargo de todas estas actividades pueden ser sustituidos. Gracias a sus potentes algoritmos, Uber es capaz de gestionar a millones de taxistas con solo un puñado de humanos. La mayoría de las órdenes las dan los algoritmos sin necesidad alguna de supervisión humana.[16] En mayo de 2014, Deep Knowledge Ventures, una empresa de capital riesgo de Hong Kong especializada en medicina regenerativa, abrió un nuevo ámbito al designar a un algoritmo llamado VITAL en su consejo directivo. VITAL efectúa recomendaciones de inversión después de analizar enormes cantidades de datos de la situación financiera, ensayos clínicos y propiedad intelectual de compañías potenciales. Al igual que los otros cinco miembros del consejo, el algoritmo tiene derecho a voto en la decisión de la empresa de invertir o no en una determinada compañía.
Al examinar la actuación de VITAL hasta ahora, parece que ya ha adquirido uno de los vicios de los directores generales: el nepotismo. Ha recomendado invertir en compañías que conceden más autoridad a los algoritmos. Por ejemplo, con la bendición de VITAL, Deep Knowledge Ventures ha invertido recientemente en Pathway Pharmaceuticals, que emplea un algoritmo llamado OncoFinder para seleccionar y evaluar terapias personalizadas contra el cáncer.[17]
就连负责管理所有活动的经理,也可能被取代。例如Uber(优步),就因为有强大的算法,只要几位工作人员,就能管理数百万的Uber司机。大多数的命令都是由算法自动下达,无须人为监管。2014年5月,专注于再生医学领域的香港创投公司Deep Knowledge Ventures(DKV)另创新局,任命一套名为VITAL的算法为董事会成员。VITAL会分析候选公司的财务状况、临床试验和知识产权等大量资料,据以提出投资建议。这套算法就像另外五位董事一样,能够投票决定是否投资某家公司。
我们查看到VITAL目前为止的记录,发现它似乎已经学到了一个管理弊病:裙带关系。将较多权力交给算法的公司,就更有可能得到VITAL的青睐。例如在VITAL的支持下,DKV最近就投资了制药公司Pathway Pharmaceuticals,该公司采用了一套被称OncoFinder的算法来选择及评估针对个人的癌症疗法。

A medida que los algoritmos expulsen a los humanos del mercado laboral, la riqueza podría acabar concentrada en manos de la minúscula élite que posea los todopoderosos algoritmos, generando así una desigualdad social y política sin precedentes. Alternativamente, los algoritmos podrían no solo dirigir empresas, sino también ser sus propietarios. En la actualidad, la ley humana ya reconoce entidades intersubjetivas, como empresas y naciones, como «personas legales». Aunque Toyota o Argentina no tengan cuerpo ni mente, se hallan sujetas a las leyes internacionales, pueden poseer tierras y dinero, y demandar y ser demandadas en los tribunales. Pronto podríamos conceder un estatus similar a los algoritmos. Un algoritmo podría entonces poseer un fondo de capital riesgo sin tener que obedecer los dictados de ningún patrón humano.
Si el algoritmo toma las decisiones adecuadas, podría acumular una fortuna, que después podría invertir como creyera conveniente, quizá comprando nuestra casa y convirtiéndose en nuestro casero. Si infringimos los derechos legales del algoritmo (por no pagar el alquiler, pongamos por caso), este podría contratar a abogados y llevarnos ante los tribunales. Si tales algoritmos rinden mejor que los capitalistas humanos de manera continuada, podríamos terminar con una clase alta algorítmica que poseyera la mayor parte de nuestro planeta. Quizá esto parezca imposible, pero antes de descartar la idea, recuerde el lector que la mayor parte de nuestro planeta ya es propiedad legal de entidades intersubjetivas no humanas, es decir, naciones y compañías. De hecho, hace cinco mil años, la mayor parte de Sumeria era propiedad de dioses imaginarios como Enki e Inanna. Si los dioses pueden poseer tierras y emplear a personas, ¿por qué no los algoritmos?
随着算法将人类挤出就业市场,财富和权力可能会集中在拥有强大算法的极少数精英手中,造成前所未有的社会及政治不平等。在今天,人数达到数百万的出租车司机、公交车司机和卡车司机拥有强大的经济和政治影响力,每个人都在交通运输市场中发挥自己的力量。如果集体利益受到威胁,他们可以团结起来、组织罢工、进行抵抗,形成重要的投票群体。然而,一旦数百万的人类司机都由单一算法取代,这一切财富和权力都将被拥有算法的公司垄断,放人这些公司的所有人,即极少数几位亿万富翁的口袋。
又或者,算法自己也可能成为所有人。人类法律已经能够认可公司或国家这种互为主体的实体,称之为“法人”。虽然“丰田”或“阿根廷”既没有身体也没有心智,但都受到国际法的约束,都能拥有土地和金钱,也都可能成为法庭上的原告或被告。可能在不久之后,算法也能获得这样的地位。这样一来,某一套算法就能自己拥有一个运输帝国或是创投公司资本,而不必服从任何人类所有者的命令。
只要算法做出正确的决定,就能蓄积财富,再用来做自己认定的适当的投资,或许是把你的房子给买下来,当你的房东。而如果你侵犯了这套算法的法定权利(比如不付房租),算法就会聘请律师,把你告上法庭。如果算法的收益持续超过人类基金经理,我们最后可能就得面对一个由算法组成的上层社会,地球的绝大部分都掌控在它们手上。在你觉得这实在是痴人说梦之前,请不要忘记,目前拥有绝大部分地球的正是各种非人类的互为主体实体,也就是国家和公司。事实上,早在5000年前,恩基和伊南娜这种想象中的神,就主宰着苏美尔的绝大部分地区。如果神也能拥有土地、雇用人力,为什么算法就不行?

¿Y qué hará la gente? A menudo se dice que el arte nos proporciona nuestro último (y únicamente humano) santuario. En un mundo en el que los ordenadores sustituyen a médicos, conductores de vehículos, profesores e incluso caseros, todos podrán hacerse artistas. Pero es difícil ver por qué la creación artística se hallará a salvo de los algoritmos. ¿Por qué estamos tan seguros de que los ordenadores no podrán hacerlo mejor que nosotros en la composición de música? Según las ciencias de la vida, el arte no es el producto de algún espíritu encantado o de un alma metafísica, sino de algoritmos orgánicos que reconocen pautas matemáticas. Si es así, no hay razón por la que algoritmos no orgánicos no puedan dominar el arte.
David Cope es profesor de musicología en la Universidad de California en Santa Cruz. También es una de las figuras más polémicas del mundo de la música clásica. Cope ha elaborado programas que componen conciertos, corales, sinfonías y óperas. Su primera creación se llamaba EMI (Experimentos en Inteligencia Musical), especializada en imitar el estilo de Johann Sebastian Bach. Le llevó siete años crear el programa, pero cuando el trabajo estuvo hecho, EMI compuso 5000 corales al estilo de Bach en un solo día. Cope organizó una exhibición de algunas corales seleccionadas en un festival de música en Santa Cruz. Miembros entusiastas del público alabaron el maravilloso concierto y afirmaron apasionadamente que la música les había llegado a lo más hondo. No sabían que la había compuesto EMI y no Bach, y cuando se reveló la verdad, algunos reaccionaron con un silencio taciturno, mientras que otros gritaron airados.
那么,人要做什么呢?常有人说,艺术是我们最终的圣殿(而且是人类独有的)。等到计算机取代了医生、司机、教师甚至地主和房东时,会不会所有人都成为艺术家?然而,并没有理由让人相信艺术创作是片能完全不受算法影响的净土。人类是哪来的信心,认为计算机谱曲永远无法超越人类?从生命科学的角度来看,艺术并不是出自什么神灵或超自然灵魂,而是有机算法发现数学模式之后的产物。若真是如此,非有机算法就没有理由不能掌握。
戴维•柯普(David Cope)是加州大学圣克鲁兹分校的音乐学教授,也是古典音乐界极具争议的人物。柯普写了一些计算机程序,能够谱出协奏曲、合唱曲、交响乐和歌剧。他写出的第一个程序名为EMI(Experiments in Musical Intelligence,音乐智能的实验),专门模仿巴赫的风格。虽然写程序花了7年,但一经推出,EMI短短一天就谱出5000首巴赫风格的赞美诗。柯普挑出几首,安排在圣克鲁兹的一次音乐节上演出。演出激动人心,观众反应热烈,兴奋地讲着这些音乐如何碰触到他们内心最深处。观众并不知道作曲者是EMI而非巴赫,而等到真相揭开,有些人气得一语不发,也有人甚至发出怒吼。

EMI continuó mejorando y aprendió a imitar a Beethoven, Chopin, Rajmáninov y Stravinski. Cope consiguió un contrato para EMI, y su primer álbum (Classical Music Composed by Computer) se vendió sorprendentemente bien. La publicidad provocó que la hostilidad de los aficionados a la música clásica aumentara. El profesor Steve Larson, de la Universidad de Oregón, lanzó un reto a Cope para llevar a cabo una confrontación musical. Larson sugirió que pianistas profesionales interpretaran tres piezas, una a continuación de la otra: una de Bach, una de EMI y una del propio Larson. Después, se pediría al público que adivinase quién había compuesto cada pieza. Larson estaba convencido de que la gente advertiría fácilmente la diferencia entre las conmovedoras composiciones humanas y la exánime creación de una máquina. Cope aceptó el reto. En la fecha señalada, centenares de profesores, estudiantes y aficionados a la música se reunieron en la sala de conciertos de la Universidad de Oregón. Al final de la actuación votaron. ¿El resultado? El público creía que la pieza de EMI era genuina de Bach, que la de Bach la había compuesto Larson y que la de Larson la había producido un ordenador.
Los críticos han seguido diciendo que la música de EMI es excelente desde el punto de vista técnico, pero que le falta algo. Es demasiado precisa. No tiene profundidad. No tiene alma. Pero cuando la gente oye sus composiciones sin que se la informe de su procedencia, suelen alabarla precisamente por su ternura y su resonancia emocional.
EMI继续更新,学会了如何模仿贝多芬、肖邦、拉赫玛尼诺夫和斯特拉文斯基。柯普还为EMI签了合约,首张专辑《计算机谱曲的古典音乐》(Classical Music Composed by Computer)受到意想不到的欢迎。人红是非多,古典音乐爱好者的敌意也涌现出来。俄勒冈大学的史蒂夫•拉尔森(Steve Larson)就向柯普挑战,来一场人机音乐对决。拉尔森提议,由专业钢琴家连续弹奏三首曲目,作曲者分别是巴赫、以及拉尔森本人,接着让观众投票是谁谱了哪首曲子。拉尔森坚信,一边是人类的灵魂之作,一边是机器人的死气沉沉,观众肯定一听就能判断出。柯普接下了战书。在指定的当天,数百位讲师、学生和音乐迷齐聚俄勒冈大学的音乐厅。表演结束,进行投票。结果呢?观众认为是巴赫的其实是EMI,认为是拉尔森的其实是巴赫,而他们认为是的,其实是拉尔森。
还是有人继续批评,说EMI的音乐虽然技术出众,但还是缺了些什么,一切太过准确,没有深度,没有灵魂。但只要人们在不知作曲者是谁的情况下听到的作品,常常会大赞这些作品充满灵魂和情感的共鸣。

Después de los éxitos de EMI, Cope creó nuevos programas aún más refinados. Su logro supremo fue Annie. Mientras EMI componía música según reglas predeterminadas, Annie se basa en el aprendizaje mediante una máquina. Su estilo musical cambia constantemente y se desarrolla en reacción a nuevos estímulos externos. Cope no tiene idea de lo que Annie compondrá. En realidad, Annie no se limita a la composición musical, sino que también explora otras formas de arte, como los haikus. En 2011, Cope publicó Comes the Fiery Night: 2,000 Haiku by Man and Machine. De los 2000 haikus del libro, algunos los escribió Annie y el resto son de poetas orgánicos. El libro no desvela quién escribió qué. Si el lector cree que puede apreciar la diferencia entre la creatividad humana y el resultado de la máquina, es libre de comprobarlo.[18]
En el siglo XIX, la revolución industrial dio lugar a una enorme clase nueva de proletariado urbano, y el socialismo se extendió porque nadie había conseguido gestionar las necesidades, esperanzas y temores, hasta entonces desconocidos, de esta nueva clase obrera. Finalmente, el liberalismo consiguió derrotar al socialismo al adoptar las mejores partes del programa socialista. En el siglo XXI podemos asistir a la creación de una nueva y masiva clase no trabajadora: personas carentes de ningún valor económico, político o incluso artístico, que no contribuyen en nada a la prosperidad, al poder y a la gloria de la sociedad. Esta «clase inútil» no solo estará desempleada: será inempleable.
EMI成功之后,柯普又继续写出了更复杂的新程序:安妮(Annie)。EMI谱曲是根据预定的规则,而安妮则是基于机器学习,会 随着外界新的音乐输入,不断变化发展音乐风格。就连柯普也不知道安妮接下来会谱出什么作品。而且事实上,安妮除了写音乐,还对其他艺术形式很感兴趣,比如俳句。2011年,柯普出版了《激情之夜:人和机器所作的俳句两千首》(Comes the Fiery Night: 2,000 Haiku by Man and Machine),其中有一部分是安妮写的,其他则来自真正的诗人。但书中并未透露具体篇目的作者是谁。如果你认为自己一定可以看出人类创作与机器产出的差异,欢迎挑战。
19世纪,工业革命创造出庞大的都市无产阶级,这个新的工作阶级带来前所未见的需求、希望及恐惧,没有其他信仰能够有效响应,社会主义因而扩张。到头来,自由主义是靠着吸收了社会主义的精华,才打败了苏联和东欧社会主义。到了21世纪,我们可能看到的是一个全新而庞大的阶级:这一群人没有任何经济、政治或艺术价值,对社会的繁荣、力量和荣耀也没有任何贡献。

En septiembre de 2013, dos investigadores de Oxford, Carl Benedikt Frey y Michael A. Osborne, publicaron el informe The Future of Employment, en el que exploraban la probabilidad de que diferentes profesiones quedaran a cargo de algoritmos informáticos a lo largo de los veinte años siguientes. El algoritmo que desarrollaron Frey y Osborne para hacer los cálculos estimó que el 47 por ciento de los puestos de trabajo de Estados Unidos corren un riesgo elevado. Por ejemplo, hay un 99 por ciento de probabilidades de que en 2033 los televendedores y los agentes de seguros humanos pierdan su puesto de trabajo, que será ocupado por algoritmos. Hay un 98 por ciento de probabilidades de que lo mismo ocurra con los árbitros deportivos, un 97 por ciento de que les ocurra a los cajeros, y el 96 por ciento de que les ocurra a los chefs. Camareros: 94 por ciento. Procuradores: 94 por ciento. Guías de viajes organizados: 91 por ciento. Panaderos: 89 por ciento. Conductores de autobús: 89 por ciento. Obreros de la construcción: 88 por ciento. Ayudantes de veterinario: 86 por ciento. Guardias de seguridad: 84 por ciento. Marineros: 83 por ciento. Bármanes: 77 por ciento. Archiveros: 76 por ciento. Carpinteros: 72 por ciento. Socorristas: 67 por ciento. Y así sucesivamente. Desde luego, hay algunos empleos seguros. La probabilidad de que en 2033 los algoritmos informáticos desplacen a los arqueólogos es de solo el 0,7 por ciento, porque su trabajo requiere tipos de reconocimiento de pautas muy refinados, y no produce grandes beneficios. De ahí que sea improbable que las empresas o el gobierno inviertan lo necesario para automatizar la arqueología en los próximos veinte años.[19]
2013年9月,牛津大学的卡尔•弗瑞(Carl Benedikt Frey)及迈克尔•奥斯本(Michael A. Osborne)发表了《就业的未来》(The Future of Employment)研究报告,调查各项工作在未来20年被计算机取代的可能性。根据他们所开发的算法估计,美国有47%的工作有很高的风险被计算机取代。例如到了2033年,电话营销人员和保险业务员大概有99%的概率会失业。运动赛事的裁判有98%的可能性,收银员97%、厨师96%、服务员94%、律师助手94%、导游91%、面包师89%、公交车司机89%、建筑工人88%、兽医助手86%、安保人员84%、船员83%、调酒师77%、档案管理员76%、木匠72%、救生员67%。当然,也有一些工作还算安全。到了2033年,计算机能够取代考古学家的可能性只有0.7%,因为这种工作需要极精密的模式识别能力,而且能够产生的利润又颇为微薄,因此很难想象会有企业或政府愿意在接下来20年间投入足够的资本,将考古学推向自动化。

Naturalmente, para cuando llegue el año 2033, es probable que hayan aparecido muchas profesiones nuevas, por ejemplo, la de diseñador de mundos virtuales. Pero es también probable que dichas profesiones requieran mucha más creatividad y flexibilidad que nuestros empleos corrientes, y no está claro que las cajeras o los agentes de seguros de cuarenta años sean capaces de reinventarse como diseñadores de mundos virtuales (¡imagine el lector un mundo virtual creado por un agente de seguros!). E incluso si lo hacen, el ritmo del progreso es tal que en otra década podrían tener que reinventarse de nuevo. Después de todo, bien pudiera ser que los algoritmos también superen a los humanos en el diseño de mundos virtuales. El problema crucial no es crear nuevos empleos. El problema crucial es crear nuevos empleos en los que los humanos rindan mejor que los algoritmos.[20]
Es posible que la prosperidad tecnológica haga viable alimentar y sostener a las masas inútiles incluso sin esfuerzo alguno por parte de estas. Pero ¿qué las mantendrá ocupadas y satisfechas? Las personas tendrán que hacer algo o se volverán locas. ¿Qué harán durante todo el día? Una solución la podrían ofrecer las drogas y los juegos de ordenador. Las personas innecesarias podrían pasar una cantidad de tiempo cada vez mayor dentro de mundos tridimensionales de realidad virtual, que les proporcionarían mucha más emoción y compromiso emocional que la gris realidad exterior. Pero esta situación asestaría un golpe mortal a la creencia liberal en el carácter sagrado de la vida y de las experiencias humanas. ¿Qué hay de sagrado en holgazanes inútiles que se pasan el día devorando experiencias artificiales?
当然,到了2033年也可能出现许多新职业,比如虚拟世界的设计师。然而,此类职业可能会需要比当下日常工作更强的创意和弹性,而且如果收银员或保险业务员到了40岁中年失业,能否成功转型为虚拟世界设计师,也实在难说。就算他们真的转型成功,根据社会进步的速度,很有可能再过10年又得重新转型。毕竟,算法也可能会在虚拟世界里打败人类。所以,这里不只需要创造新工作,更得创造“人类做得比算法好”的新工作。
由于我们无法预知2030年或2040年的就业形势,现在也就不知道该如何教育下一代。等到孩子长到40岁,他们在学校学的一切知识可能都已经过时。传统上,人生主要分为两大时期:学习期,再加上之后的工作期。但这种传统模式很快就会彻底过时,想要不被淘汰只有一条路:一辈子不断学习,不断打造全新的自己。只不过,许多人,甚至是大多数人,大概都做不到这一点。
由于接下来的科技发展潜力极其庞大,很有可能就算这些无用的大众什么事都不做,整个社会也有能力喂饱这些人,让他们活下去。然而,什么事能让他们打发时间,获得满足感?人总得做些什么,否则肯定会无聊到发疯。到时候,要怎么过完一天?答案之一可能是靠药物和电脑游戏。那些对社会来说多余的人,可以多花点时间在3D虚拟世界里;比起了无生趣的现实世界,虚拟世界能够为他们提供更多刺激,诱发更多情感投入。然而,自由主义推崇人类生命及人类体验神圣不可侵犯,这样的发展会是对这一信念的一记致命打击。这些人对社会毫无用处,整天活在现实与虚幻之间,这样的生命何来神圣?

Algunos expertos y pensadores, como Nick Bostrom, advierten que es improbable que la humanidad padezca dicha degradación, porque cuando la inteligencia artificial supere a la inteligencia humana, sencillamente, exterminará a la humanidad. Es probable que esto lo haga la IA ya sea por miedo de que la humanidad se vuelva contra ella e intente cerrarle el grifo, ya sea en busca de algún objetivo insondable propio. Porque sería muy difícil que los humanos controlaran la motivación de un sistema más inteligente que ellos.
Incluso preprogramar el sistema con objetivos aparentemente benignos podría resultar horriblemente contraproducente. Una situación hipotética popular imagina que una empresa diseña la primera superinteligencia artificial y la pone a prueba de manera inocente: le hace calcular pi. Antes de que nadie se dé cuenta de lo que está sucediendo, la IA se apodera del planeta, elimina a la raza humana, emprende una campaña de conquista hasta los confines de la galaxia y transforma todo el universo conocido en un superordenador gigantesco que, a lo largo de miles de millones de años, calcula pi cada vez con mayor precisión. Después de todo, esta es la misión divina que su Creador le dio.[21]
尼克•伯斯特隆姆(Nick Bostrom)等专家和思想家就提出警告,认为人类大概还承受不住这样的退化,因为一旦人工智能超越人类智能,可能就会直接消灭人类。人工智能这么做的理由,一是可能担心人类反扑、拔掉它的插头,二是要追求某种我们现在还难以想象的目标。 毕竟,等到整个人工智能系统比人类更聪明时,要再控制系统动机,实在有如天方夜谭。
就算目前看来立意全然良善的程序,也可能带来令人恐惧的后果。常见的情节就是,某家公司设计出第一套真正的人工超级智能,对它进行了一个毫无恶意的测试,比如计算π值。但就在任何人意识到之前,人工智能已经接管整个地球、消灭人类、发动攻击征服整个银河系,把整个已知宇宙转变成巨大的超级计算机,花上几万亿年的时间,只为了算出更精确的π。毕竟,这正是它的创造者交给它的神圣使命。

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|estraducir.com

GMT+8, 2022-6-27 04:42 , Processed in 0.036803 second(s), 21 queries .

Powered by Discuz! X3.4

Copyright © 2001-2020, Tencent Cloud.

快速回复 返回顶部 返回列表