首先，直接问大家一个问题：你们怕不怕手里的工作被AI取代？
要说不怕，我真不信，说实话，我以前也怕。AI效率那么高，又不会出错，还不吃不喝只耗电费，不用休假……比人好搞定太多，也比人有用太多了。前段时间已经出了AI写新闻的消息，万一有一天AI就能写好所有文章了，我岂不是分分钟要失业？
但事实倒也没有那么严重，当我阅读了数篇AI的文学作品和查阅了很多相关原理的资料后我意识到暂时还没有太多担心的必要，现在的AI就像一个个严重偏科的小孩，在某些方面极其擅长，但在某些方面又相当弱智，有些能力则是完全没有。
而毫无疑问的是，现今的AI或许各有强项，但他们都会在一项共同的点上完败于人类：创造力。
其实关于AI完成了作画/作曲/写作之类的新闻一直层出不穷，但这些新闻其实少有将AI的作品完全展示出来的，原因很简单：它们大多数都太惨不忍睹了。
我们就拿其中出现次数最多的“写作”来说（前面还提到AI可以写新闻了的说），这些新闻其实都刻意淡化了两个事实：
1：所有的AI作品的完成都或多或少得到了人类的指点（不是帮助）
2：人给的指点越少，AI的最终作品就越惨不忍睹。
AI的特性决定了现在的写作只能是照猫画虎。甚至就连已经击败李世石的AlphaGo，也有很多人怀疑它到底有没有理解围棋。看着它们写出来的文章，甚至不会有人怀疑它们理不理解自己写出来的文章，因为在这件事上，答案太明显了。在现在这个阶段我们可以断定，AI的创造力几乎为0。
靠做选择题来写作
我在之前的一篇文章里提到过一个观点：AI就是数学。这句话恰如其分的概括了目前AI（包括深度学习、神经网络等等等等一系列AI）的工作流程：评估计算能力内涉及到的所有的可能性，为这些可能性打分，然后选取分数最高的那一个，（如果这个算法有学习能力）再增加结果更好的可能性在将来的计算中的权重。想要让AI有一个相对好的表现，这其中的核心就是：算法需要经过大量的训练、试错，才能逐渐成型。
在我收集到的所有AI写出的作品中，来自日本的这篇《计算机写小说的那一天》应该算是水平最高的了：它还通过了日本一个文学奖的作品初审，评委都没看出来这作品是AI写出来的。但是，我觉得这篇文章不算数，为什么呢，看原新闻中的这段：
《计算机写小说的那一天》这部小说背后的科学家，是日本公立函馆未来大学教授松原仁教授团队，依照他们的解释，写作的过程大致是这样：人类首先想清楚小说的基本架构，并给计算机输入人物设定、内容大纲等人为的元素。之后计算机依据这些“素材组织”语言，写出小说。
人已经把写出一篇小说需要的所有零件准备好了，就等AI把它们拼起来，这也算是AI写的小说？
我们来看看几篇AI自主创作的成果：
喔，原来根本没有。
大概是被那些耸人听闻的标题吓到了，再加上之前说到的，新闻本身的刻意弱化。让很多人都没有注意到，所有类似的新闻下都有这样的段落：人们对AI的算法进行了xxxx次的疯狂训练，然后给出了xx和xxx的条件，于是AI根据这些条件创作出了xxxx文章。
我不知道大家是怎么想，反正我是真不觉得这叫创作。什么是创作？我觉得是一种无中生有的过程，从0到1，创造出世界上（至少是作者的世界里）本来不存在的东西。而且还要保证其质量。而AI现在能做的，不过是从1到N而已。你给AI再多次的训练，它也只不过是更改一个个值对应的函数和概率，却理解不了这些值背后的含义，更不用说从海量信息中挑选出有价值的信息来作为新作品的题材了。
好吧，我们来看一些AI半自主创作的成果：
这是唯一的一条路了。
这是唯一的一条路了。
这下，该轮到她眨眼睛。
很难说。
是时候继续前进了。
他又得再重来一次。
他们看着对方。
他们都转过身来，望向身后。
他们都转过身来，注视着他。
他们都转过身来，大步离去。
……
我很好。
你说得对。
“很好。”
你说得对。
没事，很好。
“没事，很好。”
对，就在这里。
不，不是现在。
“不，不是现在。”
“现在和我说说话吧。”
现在，请和我说说话吧。
我现在要和你说说话。
“我现在要和你说说话。”
“你现在得和我说说话。”
“但是，你现在得和我说说话。”
咳咳，这部分选自谷歌的一个AI写的“悬疑微小说”。其中每一段的第一句和最后一句话（那些加粗的）还是谷歌的研究人员给出的，而AI则要根据这些话引申出上下文，实际上在信息这么少的情况下写作对创造力还是有要求的，因此这篇文章姑且能算是AI自主完成的。AI在写这篇文章之前已经经过了一万两千本电子书的训练，然而个人认为它并没能成功吸取这些训练材料里的精华。这种新派意识流的写作手法已经让我彻底蒙圈了。
不慌，我们再找一篇，我觉得我的水平实在翻译不好这种神作，大家直接看看英文原文吧，没有什么特别难的词汇的，原文链接（第一页是空白的）。
还有一篇同一个AI创作的歌词
想知道你的工作离被AI取代还有多远，这几篇文章可以给我们一些启示
这些是在一个AI经过了大量
电影剧本的洗礼之后在几个提示条件下创作的电影剧本和歌词。还是熟悉的配方、熟悉的味道对不对？
创作还是试错
大家一定发现了，不管在哪篇文章里，AI都使用了大量的结构极其相似的语句。虽然谷歌和各大公司从未公布过他们AI的写作原理，但这明显的特征让我对它们的原理有了一个大致的猜测：这些词汇和短句恐怕都是在各大小说里出现的高频词汇，这让它们在AI的“创作”中有了很高的权重，而因为出现次数太多，它们都有分别出现在一篇文章中的各个部分，这让AI误以为它们本身就代表了故事结构的对应的部分，虽然它们只不过是一些本身没有什么用处的短语而已。于是，在“创作”中，AI挑选了它认为很不错的这些词语，安放在故事的各个位置组成了一个“完整”的故事结构，至于题材？不要离人类给出的提示太远就好啦。最好是含有关键词的短语和句子。第一篇“悬疑微小说”简直把这一点发挥到了极致。
而这次最终的“创作”，对于AI来说可能也没有什么意义，它把文章写出来并不是因为它想写，而是因为这是算法运行的必然结果。而这次“创作”，可能对AI来说不过是另一次学习。因此它会继续选出大量相似的句子，来作为试错、进一步学习的一部分。
创造力是人机大战中的决胜关键
说到这里，大家应该都懂了。想知道你的工作会不会被AI取代，有一个很简单的标准：你的工作有几分创造力，几分公式化？
如果在工作中，你常常感觉到自己只是在重复同样的事，甚至想做出创新也无从下手，那么我想你应该立刻警醒了。无论AI发展的速度如何，需要随机应变的内容成分很低的、重复性强的工作岗位一定会是第一批被AI取代的。说实话很多重复性工作甚至不需要真正的AI（无论强弱），一个复杂一点的包含足够多If else的C语言程序都能取而代之。而相信长期做着这些工作的人也会感到乏味，因此如果你真的从工作中感觉到了强烈的乏味，不要犹豫了，立即开始寻找新的出路吧。谁也说不准AI的下一次突破会出现在什么时候，万一——我是说万一，那一天真的到来而你除了手头上的工作没有任何能拿出手的技能，无疑是一件非常可怕的事。
第二批被取代的，应该是工作形式和目的相对固定，但内容需要大量随机应变的职位。举个比较典型的例子：销售。销售的工作内容，说起来无非就是跟各式客户接触，尽可能在交易中为自己的公司争取最大的利益。但在这样简单的一个目的下，实现目标的方式却是千变万化的，另一个例子是语言的翻译。如果AI进化到了能取代这样的工作的程度，或许距离强AI已经不远了。
创造力是人类的最后一道堡垒。当强AI真正出现，这道堡垒宣告被攻破，也就意味着从此AI已经可以做到人类能做到的所有事情，或早或晚，这一天是一定会到来的。这之后最好的结果，也不过是人类和AI享有近似相等的社会地位和竞争机会罢了（如果人类不对自身做出一些改造，有充足理由相信人类是一定竞争不过AI的。），不过这也只是一种美好的愿望，那之后的世界到底会是怎么样，只有强AI真正出现之后才能知道了。
AI是一个大趋势，或许总有一天我们会被全部淘汰，但我们虽然无法逆势而行，至少可以改变我们自己，让我们被历史的长河冲走前能多站那么一会。
