着枪
阵乱射，牺牲成千上万人，其实是有意义
做法，毕竟当时个人技术好坏并不会造成太大差异。但是今天，就算无人机驾驶员和资料分析师岗位确实缺人，美国空军也不会找个失业超市收银员来填补空缺。你不希望有个没经验“菜鸟”把阿富汗婚礼派对误认为是塔利班高层集会吧？
因此，虽然出现
许多新人类工作，
们仍然可能看到新“无用阶层”日益庞大。们甚至可能两面不讨好：方面许多人找不到工作，另方面也有许多雇主找不到有技能雇员。这有点儿像19世纪汽车取代马车时情景，当时有许多马车夫转行当出租车司机，只是们可能不是那些马车夫，而是被淘汰马。
此外，由于机器学习和机器人技术还会持续进步，所以其实任何人类工作都有可能受到自动化威胁。就算某位40岁失业沃尔玛收银员靠着惊人努力让自己改头换面成无人机驾驶员，也很有可能在10年之后因为无人机也自动化而必须再改头换面次。职场波动如此剧烈，使得组织工会或保障劳工权益变得更加困难。们现在就能够看到，即使是在发达经济体中，很多新工作形态也是无保障临时工、自由职业和次性合作。如果某个专业在10年间就迅速起落，又怎
可能组织起工会呢？
同样，“半人马”组合很有可能变成场人类与计算机之间不断拔河角力，而不是稳定终身伙伴关系。完全由人类组成团队（比如福尔摩斯和华生），常常会形成长期阶层和惯例，并能够延续数十年。然而，如果侦探和IBM超级计算机系统“沃森”合作［该人工智能系统2011年在电视益智抢答节目《危险边缘》（Jeopardy!）中获胜］，会发现所有阶层都可能被打破，所有惯例也都可能被干扰。昨天搭档，明天可能就成你主管；所有规章和守则也都必须每年重写。
仔细观察国际棋坛动态，或许可以预估未来世界将走向何方。“深蓝”战胜卡斯帕罗夫之后几年间，人机合作是国际棋坛热门形式。但近几年来，计算机已经变得非常擅长下棋，以至于人类合作者失去他们价值，而且可能很快就会变得完全无关紧要。
2017年12月7日，这是围棋具有里程碑意义天，但这天并不是计算机击败人脑（那已经是旧闻），而是谷歌AlphaZero程序击败Stockfish8程序。Stockfish8是2016年全球计算机国际象棋冠军，运用是几百年来累积人类国际象棋经验，再加上几十年计算机象棋经验，每秒计算7000万次走法。相较之下，AlphaZero每秒只计算8万次走法，而且写程序时候完全没教它任何国际象棋规则，它连基本起手下法都不会！AlphaZero完全是运用最新机器学习原理，不断和自己下棋，就这样自学国际象棋。虽然如此，在AlphaZero与Stockfish8100场比赛中，AlphaZero赢28场、平72场，完全未尝败绩。AlphaZero完全没向任何人类学习任何东西，许多获胜走法和策略对人类来说完全
请关闭浏览器阅读模式后查看本章节，否则可能部分章节内容会丢失。
