（文章來源：科技行者）

幾十年前，日本面臨著一系列難以回避的長期經濟挑戰。盡管整體經濟在上世紀八十年代前后達到了創紀錄的峰值，但日本肩上最沉重的包袱，在于年齡超過65歲的人口將很快占據總人口的四分之一。

據統計，時至今日，日本的中位年齡（47歲）比美國（36歲）大出10歲有余。這樣的現實背景，也迫使日本不得不大力發展機器人技術，從而抵消勞動力快速老齡化的影響，建立起全球競爭優勢。目前，在制造業、醫療保健、消費電子以及個人服務等應用領域當中，先進的機器人技術已經在日本經濟生態當中發揮根深蒂固的作用，成為維持生產率與GDP增長的重要支柱。

而在大洋彼岸的美國，雖然尚未面臨同樣的人口挑戰，但卻同樣身處歷史的十字路口：人工智能將很快顛覆我們的經濟體系，其影響究竟是正面還是負面，則取決于我們的判斷與行動。AI、深度學習、機器學習、計算機視覺以及機器人技術的持續發展將帶來巨大的經濟影響，而由此引發的工作崗位流失也將給特定行業帶來重大沖擊。麥肯錫公司估計，AI對于全球就業市場的影響可能高達15%。而這，還只是本輪變革中的一小部分。

目前，關于政府及企業應該如何提高勞動力素質并為自主技術的普及做好準備，已經成為各方關注的重要討論主題。這樣的討論當然必要，但我們也應從樂觀的角度審視AI技術，探索其中的潛力空間，并將其作為經濟催化劑，幫助我們解決當前面臨的一系列最為緊迫的問題。硬道理就是，如果美國無法在AI領域占據領先地位，那么其他國家將取而代之，最終在制造業、農業、交通運輸、技術、教育甚至是環境衛生等支柱性產業當中成為最先進生產力的代表。

反觀歷史，從工業革命到互聯網，每一輪技術變遷都會掀起人們對于就業沖擊的恐慌。但是每一次，革命都會創造出全新的市場與經濟形態，帶來的新型工作崗位在數量上也遠超被替代的部分。這些新興經濟體比最初想象中的更為復雜，影響也極為深遠。因此，AI將成為一種具有深遠影響的廣泛技術，同時在多個層面引發一系列社會影響。

生產力:雖然美國目前的經濟體量仍然強大，但生產力水平卻反而不及上世紀六十年代。如果不考慮1995年到2005年互聯網時代帶來的短暫生產力提升，那么自1970年以來，美國的實際生產力增長僅為1.4%。盡管存在眾多關于AI系統替代人工的討論，但最現實的結果是，AI系統以及智能機器人實際上能夠提高人工效率與生產力水平。

正如艾倫人工智能研究所的Oren Etzioni在文章中的觀點，雖然事實證明AI系統確實會在種族、性別等方面表現出偏見，但AI系統之間的相互監督能夠很好地解決這類問題。此外，AI在網絡安全、隱私以及警備層面的聯動效應也在逐步實現。

聯合學習:聯合學習的興起代表著隱私權保障工作的又一大進展，有望帶來規模更大的經濟與環境效益。這類新興框架能夠在邊緣位置（相對于大型集中式數據庫）的成千上萬臺智能手機上運行模型以實現機器學習的去中心化。由于現代智能手機普遍運行有AI芯片，因此其有能力以本地方式運行ML模型。這不僅有助于為單一用戶定制移動軟件，同時也可通過高級加密方式保證發送至中央服務器的所有個人數據不致被惡意人士所窺探。

聯合學習具有巨大的發展空間，足以改善數據收集的隱私性，并使非個人數據聚合方（例如亞馬遜、谷歌、微軟或者Facebook）的創新人士得以為企業及消費者構建起強大的AI解決方案。但要讓這一新興領域真正迸發能量，我們還需要解決一系列重要的研究性難題。可以肯定的是，聯合學習為AI驅動世界的目標帶來了真正的希望。在這個即將來臨的世界當中，消費者無需大量能源即可有效控制自己的數據與模型。

當上世紀九十年代中期互聯網成為主流時，沒人能想象我們如今所享受的移動、流媒體內容、基因組學以及按需服務等成果。當時，人們對互聯網也有著類似的恐懼——它會消滅數百萬個工作崗位，甚至將某些行業整體淘汰。出于種種原因，人們永遠都會為這類問題爭論不休。但更客觀的思路應該是，AI的研究與進步將持續數十年，這將是一個緩慢而又極為重要的過程。雖然我們有必要為由此帶來的崗位淘汰做好準備，但也有理由保持樂觀態度。畢竟美國的經濟優勢在很大程度上源自技術領域的領導地位，而選擇倒退絕對不是什么明智的決定。
? ? ?（責任編輯：fqj）