人工智能时代应如何学习（第3/11页）

我们可以想象，未来不可能再像过去一样，一份工作可以一成不变地做一辈子。标准化工作都容易被机器自动化，而非标准化工作，一般都意味着大量不确定性，需要不断磨合、团队协作、沟通、修改、随机应变、相互妥协。例如一个节目摄制组，一些形成惯例的机位摄制可能可以自动化运行，一些基础脚本和服务工作可以每期交给人工智能，但是每期节目仍然需要大量现场临时调整、与参与节目的嘉宾沟通、节目本身的创意沟通，人与人协作。未来在情感关怀与陪护、人的社交娱乐方面，也会有更多基于人心灵沟通的需求。

超越人工智能的能力

第三种能力，是我自己更为看重的，未来更需求的关键性能力。也就是做那些人工智能难以做好的事情，给人工智能指引方向。第一类能力只是围绕人工智能工具做现有的事，而第三类能力是去开拓人工智能仍然难以做到的事。

在这个领域，我们需要了解，有什么是人工智能仍然做不到的。这些专属于人类心智上的皇冠，一定是未来需求最强烈的能力。

什么是人工智能做不到的能力？

核心中的核心是两条：世界观和创造力。

我自己也是琢磨了很久，才把关键词锁定在这两个。在前面的分析中，我们已经看到，有不少能力人工智能目前尚不具备，还需要很长时间发展和算法的突破，才有可能有所进展。这些能力包括常识、抽象思维、跨学科认知、感知他人心思和情感、元认知、对不确定价值目标进行抉择，等等。将所有这些具体的能力汇集到日常生活工作中，就可以总结为两点：世界观和创造力。

世界观

世界观是常识的升级，是我们对世界的全景认知。目前，人工智能理解专业性问题已经非常出色，但综合性问题仍然让其非常困扰。围棋人工智能可以下围棋、医疗人工智能可以看病、金融人工智能可以投资、销售人工智能可以推销，然而没有人工智能可以用同一系统学会两个领域的事。它们可以从海量专业数据中总结规律，但是回答不出日常生活中的情境问题——日常生活的问题总是涉及跨多个知识领域的综合常识。而我们人类，对此有天生的本能。我们能够建构整个世界的模型，把人放在大量背景知识组成的常识舞台上，对其行为加以理解。

常识的升级让我们具有洞察力和世界观。各方面的常识越丰富坚实，相互之间联系越清晰，你越能一眼看到各个部分的问题，找到系统性解决方案，理解全局局势，从而判断出趋势。这种系统性趋势理解和基于过去趋势经验的外推不同，它是对多领域知识相互关系的理解，根据各部分关系的走势变化，对整体趋势做出判断。如果只能学习某一模块内的专业知识，不可能对全局有所把握。这一方面需要知识，另一方面也需要经验和视野。这不仅仅是单纯输入数据能够做到的。IBM的人工智能“沃森”几年前就输入了维基百科的多学科知识，也在知识竞赛中打败人类选手。但是世界观并不是碎片知识的堆积，世界观是世界模型。

世界观让我们有跨专业的创新能力。我们能够从物理和生物的结合中做出蛋白质组学，能把音乐领域理论带入建筑设计，能将政治、经济知识与生活场景对应，最终以波普艺术的方式呈现出产品。构建知识的全景舞台，让多学科门类知识搭配组合，创建更有意义的事物，这是目前的人工智能难以跨越的一步。

创造力

创造力是生成有意义的新事物的能力。它是多种能力的综合，一方面要求理解旧事物，另一方面能够想象新事物。对旧有数据的学习和遵循是人工智能可以做的，但是对不存在的事物的想象，人工智能远远不如人类。