20121222 - 【评】_这是文章的最后两段。_下面这段给俺印象很深：_“我们发现了用来描 - GooglePlus

【评】

这是文章的最后两段。

下面这段给俺印象很深：

“我们发现了用来描述细胞的运作的公式，而且似乎它对我们进行的所有新实验都适用。”施密特自豪地说。不过还是有一个问题：人类不明白为什么这个公式能成立，或者公式背后的科学原理又是什么。施密特认为，计算机好像是得到了神谕。

这项发现足以震惊科学界。如果机器人比我们更聪明，人类还能做什么？更重要的是，如果我们进入了一个由机器主导科学新发现的时代，人类知识又将被置于何种地位？我们也许能使用一些由计算机所发现的公式定理，但是有些公式也可能复杂到连最聪明的人类也无法全部理解。”

续： https://plus.google.com/u/0/106355590086237816250/posts/5tEohQqQbjU

【转】

机器人会偷走你的饭碗吗——律师篇

设想一下你现在正面临一场诉讼。你新开的一家公司创造了一个十分受欢迎的小程序，而你的首要竞争对手“微小软”国际公司正对你提起专利侵权诉讼。如果“微小软”公司获胜，那么你将要赔偿数千万美元。

于是你向公司内部的律师咨询，他推荐你雇佣一位阔佬有限责任合伙公司的专利专家。第二天，一群阔佬公司的律师浩浩荡荡进入你的公司，把你的所有选项一一列出。与“微小软”公司官司的辩护费用不菲——这还没算给案子指派的律师的计时收费，你还需要雇佣专家证人和陪审团指定的专家，并支付他们的差旅费和诉讼费。总的算起来你需要约500万美元，但阔佬公司长老级别的资深合伙人钱袋先生向你保证说花这笔钱是值得的——他处理过很多这种案件，他一边说一边向你眨眼睛，他的直觉告诉他他会获胜。

你的另一个选择是和“微小软”公司庭外和解。你需要支付1000万美元许可费，这笔钱不算少，但对你公司来说还是拿得出的——然后你可以继续做你的生意。

你会怎么办？

做出一个抉择并不容易。在这个公司时代，法律业是少数几个主要依赖人类经验的地带之一。任何人在卷入一个标的额数百万美元的案件前都会问这么几个基本问题——我获胜的几率有多大？我的律师有多棒？我该和解吗？——这些问题都没有一个确定的回答。“法律界人士们都有一个文化传统。”密歇根州立大学法学院助理教授丹尼尔·卡茨（Daniel Katz）说道，他是致力于将经验主义和人工智能引入法律的先锋法学研究者之一。“人类有很多想当然的事情，人们倾向于认为法律知识只适用于人类，而数据、计算机和自动化设备则不适合于此。”

卡茨正在研究他的“量化法律预测”。在美国，每年都有成千上万起专利案件被记录在案。因而很有可能“微小软”公司起诉你的案子和一大堆其他案件有着相似之处。如果你能够仔细分析“微小软”公司诉讼请求中的关键特征，然后再瞧瞧这许许多多具有可比性的案件是如何进展的，那么会怎样？“律师们就可以这样对客户们说，‘我觉得你有这么点胜率——而这是计算机基于一万件类似案件推断出来的胜率。’”卡茨解释道。

如今没有一台机器能做到这点，但将来会有。在上一章，我仔细审视了一种正蚕食着新闻业的技术——计算机在运用语言上愈发娴熟，它们已经能完全靠自己写故事。而记者的活计简直是小菜一碟；如果你想从事一个十分依赖于语言的工作，那么财大气粗的法律界可是个好去处。

在过去的几年中，法律行业见证了科技创新的飞速发展，这一切都得益于计算机转译和理解书面文件的能力的增长。现在许多律师事务所使用“电子取证”工具来从大量证据中搜寻感兴趣的事实和数字。事务所还拥有可以起草法律文件的软件程序，耗时仅为人类的几分之一。一些马上就要诞生的服务将能做更多的事——比如说商议合同条款，或者判断你是否该起诉。

这种自动化技术将把法律服务带到广大群众中去。许多本应该雇用一名辩护律师来处理商务事宜或个人纠纷的人却承担不起这笔费用。当你想和你的抵押放贷者作斗争、为创办一家小公司而起草合同或想要靠打官司赢得孩子的抚养费时，就可以依靠计算机软件。

虽然法律自动化对那些付不起钱请律师的人来说是一个福利，但这对于律师来说是个坏消息。律师行业现在本来就不景气，上法学院也不再是通向富翁之路的康庄大道。因为软件的存在使得更少的律师能做更多的工作，那么对律师的价格和需求必然随之下降。

“在我住的伊利诺斯州，你可以看到大片的闲置土地——因为你不再需要像以前那样雇人力耕种玉米和大豆。”伊利诺斯大学法学院教授拉里·利博斯坦（Larry Ribstein）说道，他写了好几篇关于法律界信息科技革命的论文。“我现在看到这片大豆田，就会联想到律师。”

*

在我所写的关于机器人和医生的文章中，我主张初级护理医师这个职业可能在机器人入侵中幸存下来，因为他们的职业靠的是必不可少的人类技能，例如引导面对面的谈话之类的能力。乍一看，法律行业看上去与之相似：法律由人类政客制定，由人类当局施行。当发生争论时，由人类法官和陪审团来裁决。法律世界的方方面面——从牵涉到合同和诉讼的专业语言，到复杂的分析推论，还有对法庭书记员和法官们烂熟于心的判例的信赖——都来自于我们称之为“律师”的那些怪物的前额叶。
如果你去看看大多数律师每天干的那些活，你会发现其中有许多部分都可以由机器来做。语言、复杂逻辑的处理，对涉及多变量情形的预测——计算机在这些事上可拿手多了。
想想法律工作中最死板的那部分：起草商业合同。在一名律师的职业生涯中，他也许要起草数以千计份合同，其中的许多都包含着大量重复的内容。现在，几家法律科技公司写出了可以自动生成这些文档的程序。这些软件的工作原理很像TurboTax报税软件，问你一系列的问题，之后运用分支逻辑深入到特定领域。马特·凯斯纳（Matt Kesner）是硅谷一家具有开创性意义的法律事务所——芬维克-韦斯特（Fenwick & West）事务所的首席信息官，他告诉我文档生成程序帮客户节省了时间和金钱。去年，该律师事务所研发了一套可以自动产生合并案所需文档的系统。“它将我们以前平均要花20到40小时计费时间的工作减少到了几小时，”凯斯纳说道，“就算那些需要很多文档的案子，我们也能把起草档案的时间从几天乃至几周缩减到几小时。”

电子取证软件的意义也是革命性的。这些系统可以挖掘数量巨大的材料（例如一桩民事诉讼中的所有电子邮件往来），从中找出哪怕是一丁点的证据。最简单的软件只是搜索特定的关键词，但是更复杂的系统可以检测那些律师也许会感兴趣的地方。曾经新手律师头一年做副手时整天都在干这活；现在计算机做得更快，成本更低，却和人类做得一样好。

现在，人类律师有一样优势：法律界对自动化一直抱有怀疑，而且它在某些方面完全不适用。为了建立他的法律预测系统，丹尼尔·卡茨需要大量的法律文件。但是这样的数据库并不容易得到。法庭会发布书面判决，但是其它资料——比如立案书和动议——都保存在诸如联邦法院的法院电子记录公众访问系统（PACER）这样的数据库中，想要浏览就得交费。直到这些信息更容易获取之前，人类律师还能再分杯羹。

但就像规定和条例不会永远保护人类药剂师一样，律师在今天这些尚有瑕疵的数据库和软件的压力之下也不应感到有多么安全。卡茨和其它研究者正在研究提取和解读历史资料的方法——他们建立了一个名为RECAP的项目，其目标是建成一个PACER的免费镜像。在法律的某些特定领域，数据分析已经广泛应用。2008年，斯坦福大学的一组律师和技术人员建立了知识产权诉讼信息交换中心（Intellectual Property Litigation Clearinghouse），一项追踪了10万多件专利与商标诉讼案的项目。斯坦福大学去年将它分拆开来，建立了独立公司“法律机器”（Lex Machina），该数据库是目前为止对专利权案件最全面的汇总，并且已经帮助推翻了一些专利法领域的基本信条。多年来，专利法律师们相信加利福尼亚州北部地区的法院更倾向于被告，而德克萨斯州东部地区则更偏爱原告，这种想法让他们习惯了挑选对自己有利的法院进行审理。“但是当我们查阅加州北部法院记录时，发现原告获胜的时候更多——完全和我们已知的常识相反，”法律机器的CEO约书亚·沃克（Joshua Walker）说道。

像这样的故事——数据分析显示出人类直觉错误的例子——表现出了计算机分析的威力。“法律机器”项目尚不成熟，现在还没人用数据库来预测某个特定的专利案的结果。但你仍可以看出这样一套系统在你和微小软的诉讼中会制造多大的便利。至少，你可以用它来挑选你的律师，并决定是否和解。

沃克认为像“法律机器”这样的事物是设计来补充人类的智慧，而不是取代人类的。他说，随着人手越来越多，这个数据库会让律师对自己的工作更在行。这可能是真的，但是，同样毋庸置疑的是，这些系统可以系统地帮助客户决定该不该起诉，以及请哪家法律机构，还有在哪提交案件，这将减少律师的用途。我交谈过的所有法律研究者都没反对过这点，但有些人说从长远看来，自动化可以让当律师更有趣。大部分计算机能做的事都是律师痛恨做的。就像丹尼尔·卡茨所见，律师们可以将这个职业中最糟的那部分外包给机器，这样他们就可以用更多的时间来处理客户关系，并且确保计算机干了该干的活。

“你得让这条虚拟的流水线动起来——你就是挥舞着指挥棒的指挥大师，指挥着整个流程运转，”卡茨说。自动化不仅可以让律师们摆脱苦差事，还可以让他们能为更多客户服务。还有，以前你只能为几个花了大价钱的客户服务，而现在你可以通过机器服务成千上万的人，帮助那些现在无法获得法律服务的人。

如果自动化能花更少的钱，给更多的人带来法律服务，同时还能精减人类律师队伍，我觉得大多数读者都会认为这是一个多赢的选择。而从长远来看，这很可能实现。问题在于，这一步可能十分艰难——多家事务所会倒闭，一大群菜鸟律师会找不到工作，一个庞大产业的经济前景就此衰败。

但是，就我现在写到的所有职业而言，法律业的前景看上去其实是相对最光明的。的确，律师们会吃点苦头，但是我们剩下这些人会从中获益。“法律的存在并不是为律师提供饭碗的，”卡茨说道，“这不是它的社会功能。它的存在是为人们解决问题的——而如果我们可以用更少的律师服务更多的人，我不认为这是一条不合理的路。”

在接下来我要解释的是，我发现在科学界也有相似的趋势。也许不久以后计算机就会揭开一些自然界的基本奥秘。它们也许在逐步取代人类，我们是否应该小心这点呢？

机器人也能像科学家一样工作吗？这个问题乍一听似乎很愚蠢。计算机现在遍布科学研究的各个领域。如果走进某所大学的大实验室，很可能会看到装备齐全的机器人与身着白大褂的人类并肩工作。机器人可以向试管添加试剂，进行DNA微阵列排序，实施考古发掘，探索海洋世界。还有一些学科分支完全仰仗强大的微处理器：如气候建模和基因组学。甚至连抽象思维拓展也离不开机器的帮助。在实验数学中，人类依靠计算机启发新思想，也利用它们验证假说。1976年，数学家们使用计算机证明了“四色定理”。自此之后，计算机也在其他几项证明中发挥了作用。

不过在科学研究的诸多领域内，人类和计算机的分工依然很明确。机器负责枯燥的工作：计算、绘图、混合、填充、观察和等待。有的工作，即使是研究生也会觉得枯燥乏味又耗时耗力，这时机器人就派上了用场。人类则给自己留下了更高深的休闲方式：思考。

在上一节中，我谈到有律师认为他们繁重的思考工作是机器所不能及的。科学领域里，这种认知如此普遍，似乎毋庸置疑。科学家们的工作很是无趣：构建研究理论、设计新颖的实验、创造高深的问题让机器帮忙解答。迄今为止，这样的分工进行的很顺利。人类很乐意将那些苦差事留给机器——甚至还很愿意承认机器非常擅长枯燥的工作，有了机器的帮助人类文明才能一日千里。同时，机器似乎在思考能力方面很难达到人类的高度。总之，一切皆大欢喜：人类操控，机器操作，科学得以发展。

但是两年前，霍德·利普森（Hod Lipson）和迈克尔·施密特（Michael Schmidt）宣布他们已经进入了思考型机器人的萌芽阶段。利普森是康奈尔大学的一位计算机教授，施密特是当时他的实验室的一名研究生。他们共同设计了一项计算机程序：如果人类向计算机中输入大量的物理系统数据，计算机就能独立计算出一个公式来描述这个物理系统。利普森他们向其中输入了一系列双摆运动轨迹坐标，计算机进行了多天的运算，最终得出了“哈密顿方程”（Hamiltonian equation）来描述该物理系统。人类用这个方程表示能量守恒定律。这个软件不需要一些先行的知识（如重力、能量、几何或其他知识）就能发现这个定律。它只是重复了科学家们一直在做的事情：观察这个世界，得出一些世界运转的理论，测试这些理论，最后总结出一个定律。

利普森和施密特将他们的程序命名为“有啦”（Eureka），并在网上免费发布。Eureka已经在不少领域内发现了许多我们未曾了解的科学定律。利普森和施密特最近与德州大学西南医学中心（University of Texas Southwestern Medical Center）的分子生物物理学教授顾若尔·苏埃勒（Gurol Suel）合作研究细菌细胞动力学。当计算机载入有关细胞内部不同生物功能的数据后，它得出了一些惊人的结论。“ 我们发现了用来描述细胞的运作的公式，而且似乎它对我们进行的所有新实验都适用。”施密特自豪地说。不过还是有一个问题：人类不明白为什么这个公式能成立，或者公式背后的科学原理又是什么。施密特认为，计算机好像是得到了神谕 。

这项发现足以震惊科学界。如果机器人比我们更聪明，人类还能做什么？更重要的是，如果我们进入了一个由机器主导科学新发现的时代，人类知识又将被置于何种地位？我们也许能使用一些由计算机所发现的公式定理，但是有些公式也可能复杂到连最聪明的人类也无法全部理解 。

在本系列的其他章节，我探讨过机器人能如何帮助我们——我们能获得更好的药品和法律服务——但同时也让一些人面临失业的危险。像Eureka这样会思考的机器带来了一个更棘手的问题：长此以往，科学家也可能因此而失业。计算机也可能给人类带来积极的改变——施密特认为一台像Eureka的计算机能够测定工业应用所需的强度最大、质量最轻的金属合金。不过智能思考的机器也会让我们难以用人类的语言表述世界运转的原理，因此我们只能接受计算机语言的表达方式。

现阶段，施密特和利普森的机器人还非常依赖人类——它需要由人类为它输入数据并且指引它进行新的研究。Eureka的设计其实非常简单。当输入某种运动过程（如摆锤的振动或细胞内部运动等）的一些数据时，计算机就会生成一大堆可能成立的公式。最初生成的公式都是随机的，而且其中绝大部分都不适用，但还是有一些能够符合物质世界的规律。施密特解释道：“我们挑出那些比较合理的公式，再随机重组成新等式——这个过程要不断重复成百上千亿次，直到总结出最精简的公式。最终，这种类似达尔文进化论的过程会得出一些能够描述“恒定关系”的等式，即适用于所有数据的等式。这些“恒定关系”通常与自然基本定理有关：能量守恒、牛顿运动定律、质能方程等。

利普森和施密特二人都强调说就算Eureka这样的软件成为科学家发现新规律的常规办法，科学家仍然需要明白计算机公式的含义。“这就涉及一个深刻的哲学问题：什么叫‘认知’？”利普森坦言。“我觉得认知是一种主观上的感受，就是能让人明白世间万物的运行规律，而这一点只有人类能做到。”

如果科学家们想要长久的保住自己的工作，依然有两大问题亟待解决。首先，计算机如何能用人类可以理解的语言来表述等式，这也是利普森教授正在研究的课题。比如，解释“摆”的概念时，我们就必须先向计算机解释人类是用某种特定的数量表示“能量”。其次，就是计算机系统只能用我们教授的概念来描述新发现。“这有点儿像小孩问大人‘飞机是什么？’，然后你答‘飞机呢，它就像鸟一样有一对翅膀，又像汽车一样有一个引擎。’”不过，某些时候计算机也会发现我们无法理解的内容。“这就像是在对牛弹琴了。”利普森教授幽默地说道。

康奈尔大学的数学教授史蒂芬·斯托加茨（Steven Strogatz）几年前曾就此情形写过一篇论文，将这个问题命名为：“认知极限”（The end of insight）。他认为人类有能力了解他们周围的世界，相对来说，这是个较新的概念。“作为一个数学家，我个人认为是艾萨克·牛顿开启了人类洞察世界的眼睛，”斯托加茨教授说道。“所以，350年来人类一直都在充分地认识世界，我们发现自然界遵循着某些模式，他们美丽而又精确，却也能让我们认知。”

斯托加茨教授认为我们正在关上洞察世界的那扇窗户，也就是说“人类的视界正不断接近极限”。在某些领域，人类的智力似乎受到了局限。“人们总是在讨论我们对经济学、大脑和基因的了解。但是一旦开始用数字来描述，就会有许多有意思的关系出现，这些就是所谓的科学前沿问题。但是人类不怎么擅长思考这些数字。“相反，计算机是个中高手。

无论斯托加茨还是利普森，他们对人类何时失去掌握科学的能力尚无定论。就算机器人变得越来越聪明，科学还是要依赖许多人类特质。例如品味——选择研究那些有趣又有创意的科学领域。但是有一点是必然的：留给我们的时间有限。“会思考的机器有许多方面要略胜人一筹，这点显而易见，”斯托加茨教授总结道。“我们将不再是佼佼者。我认为我们终将失业，这点毫无疑问。”

*

有关这系列的研究，用“这一天必将到来”作为警示再恰当不过。过去这一周，我探讨了一系列的科学技术，有一些可能更多的是理论上的。有些机器人或者自动化系统可能会比我预计的要发展缓慢得多，一些技术或许根本不能实现。Eureqa程序就是众多可能成果的典型案例。虽然它现在还仅在一小部分领域使用，但发明人断言未来Eureqa程序会更上一层楼。它会变得有多好或者有多快，对科学家们的日常研究有什么影响，都还是个未知数。

也许只关注个别科技的发展不是多么正确的方式。倘若我们退后一步，关注计算能力的发展速度，那么计算机会取代人类这件事就不容忽视了。耶鲁大学的经济学教授威廉·诺德豪斯（William Nordhaus）研究了自人工打字机以来“计算机能力”的进展。他从19世纪的机械计算器入手，回顾了计算机的每一次更新换代——从真空管到晶体管，再到后来的集成电路。2007年，诺德豪斯教授在《经济史杂志》（Journal of Economic History）上发表了他的研究论文。他在文章中表示：“根据所选标准，计算机现在的计算能力是人工计算的1.7兆到76兆倍。”这个数字虽然很宽泛，但就算是最保守的数据也足以让人目瞪口呆——计算机只用了200年就使人类的计算能力发展到不可思议的地步。

没有迹象表明计算能力的发展速度在下滑。摩尔定律（Moore’s law）今天依然适用，简单来讲，就是计算机性能每两年会翻一番。*网络的迅猛发展和储存空间呈指数增长都确保计算机一年更比一年强。正如诺德豪斯教授所言，计算机“是一项能够使经济生活的每一个角落都得到深刻而彻底的改变的技术。按照现在的进展速度，计算机越来越接近人类大脑的复杂性和计算能力。或许某一天，计算机会成为终极外包商，包揽人类的一切工作。”

我恐怕不能全然接受诺德豪斯教授的假设。如果你认为人类不可能丢掉工作，就必须相信：计算机的发展会减缓或者停止；或者人类会不断地找到新工作代替丢掉的旧工作。前者是不可能的。对大部分人来说，后者也只是一个希望而已。计算机不会只替代人类某一种技能，相反地，计算能力正在全方位发展，各种工作技能逐渐改善。

我前面提到过，计算机的语言处理和图像处理能力不断得到提升。计算机有着过人的记忆，能找到事物间的新关系，甚至还在模仿人类创造力方面有所进展。现今为止，机器人主要在两个方面相形见绌：一是机器人难以在物质世界操纵实物，二是它们不善于面对面交流。不过随着计算机性能的提高，操控问题会迎刃而解。而面对面交流可能也会在未来的几十年得到解决。

这个系列研究并没有解决接下来出现的一些问题：如果计算机取代了人类大部分工作，人类要做什么？我们将如何支配时间？我们如何赚钱谋生？如果工作不再是人生的主题，人类社会体系又该如何运行？

这些问题我都避而不谈，因为眼下很少有人会去考虑它们。它们听起来更像疯狂的科幻迷们热衷的话题而不是严肃认真的人们应该花时间去考虑的问题。但是这种情况是会变的。“人性”日渐失色，我们需要找到应对的办法。这一天真的会来，真的。

http://select.yeeyan.org/view/231604/337392