是的，数以万计的低薪、低技能的工作正面临着越来越多的危险。但是从即将到来的人工智能革命中，我们也会收获很多。
上周二，白宫发布了一份关于人工智能和经济的令人沮丧的报告。报告开头做出了这样的假设：“在不久的将来，在越来越多的任务上，机器的执行效率将达到和人类一样的水平，甚至超过人类。”这份报告发出了警告，这可能会引来大规模的失业。
然而，为了应对这种威胁，政府提出了一个听起来可能荒谬的建议：我们必须加大对人工智能的投资。如果不采取任何措施，生产力可能会下降，美国的竞争优势也会逐渐丧失。
这个方法不仅有意义，而且是唯一能起作用的方法。数以万计的人对他们的职业生涯感到担心，因为有越来越多类似自动驾驶汽车和卡车这样的技术正在推出，这可能会取代他们。同时，机器学习也可以满足我们许多的需要。我们的医疗系统有很大的缺陷，而智能代理可以在更多地方向更多的人提供实惠、高质量的医疗服务。我们的教育基础设施也不足以使学生随时准备好迎接即将到来的经济动荡，而人工智能系统可以为师资力量不足的地区提供帮助。我们可以通过开发更智能的基础设施获得能源独立，例如子公司DeepMind（一家人工智能企业）为其母公司节约了巨额的电费。机不可失啊！
但2016年人工智能对人类的胜利只是刚刚开始。新兴的研究表明，我们很快就会把这些智能化碎片变成更丰富、更复杂的系统。尽管一个普通智能系统至少需要10年才能被取代，但随着这些系统掌控的范围不断扩大，我们仍然可以看到巨大的变化。这就是白宫（至少是奥巴马在任期间）并没有阻挠人工智能发展的原因。我们正处于发展一种强大力量的过程中，这种力量将改变我们的世界。
虽然数十年前，我们就能够运用人工智能技术来完成任务，但是专家们不得不煞费苦心地为每一个应用程序手工定制组件。一直以来，人类可以运用人工智能技术来识别图像，但是这项技术对于解决破译声音转录这类问题是却完全不起作用。换句话说，我们必须要反复深入研究人工智能技术。
过去四年的教训是，现在的研究方式是非常单一的，至少目前而言，基本不相关。相反，如果有一个基础公式（有许多小变量），可以通过调整自身结构来解决问题，无论你给的数据多么复杂，都可以处理。这样就可以拥有性能更好的执行系统和更快的试验速度。
一个早期的典型例子是谷歌的更加智能化的翻译器。9月，谷歌宣称它们公司的GNMT系统 (谷歌神经机器翻译系统)翻译质量有了质的飞跃。Google公司的Pereira把翻译质量的提升，形容为“我从来没有想过在我的职业生涯里还能见证这样的奇迹”。
随着新的翻译应用已经推出了语言转换系统，一些谷歌员工决定更进一步。他们想知道是否可以建立一个单一的翻译系统能够兼顾多种语言，并能潜移默化地进行迁移学习。迁移学习是应用一种技能以加速另一种技能学习的能力，例如通过弹钢琴来促进管弦乐或另一种乐器的学习。
他们开始时包含的语言互译比较少，只有葡萄牙语和英语互译以及英语和西班牙语互译。目前，这个单一的语言系统中，英语和西班牙语互译或者英语和葡萄牙语互译的效果，可以与最先进的、专业的GNMT模型的翻译效果相媲美。接下来，他们想知道：即便没有见过葡萄牙语与西班牙语互译的模型，这个算法能否用在葡萄牙语和西班牙语的互译之中？
当然，该算法的推理能力非常有限。它不知道企鹅是鸟，或者巴黎位于法国。但它是人工智能兴起的标志，这种技术能通过一系列不完整的例子，实现认知能力上的飞跃。
实际上，训练一个系统很大程度上就是为了提高人工智能水平，而加速这一训练过程是推动人工智能技术发展的核心环节。月初，由Elon Musk和Sam Altman创建的研究联盟OpenAI（一个非营利的人工智能组织），带领我们走入了新篇章。它的训练系统不仅可以完成单一的任务，而且能够在各种任务中自由切换并且保证高质量完成任务。
我们要尽力让我们的未来变得可预见并且可控，降低滥用技术而引发大规模失业的风险。或者我们可以积极地引导它，最大程度地为社会做出贡献，并且鼓励我们建立我们想要的未来。