來自全球最聰明的奇點大學畢業生的知識分享—— 影響全球數十億人的7大自動化技術發展， 目前正在指數成長，即將大幅改變人類文明的發展軌跡。 這些趨勢及心理準備，你知道多少？ 本書作者皮斯托諾為奇點大學畢業生，奇點大學號稱全球「最聰明大學」，是由Google、NASA和科技業精英在美國矽谷共創的學術、智庫暨商業育成機構，旨在「教育、啟迪與賦能各界人士應用指數型科技，以應付人類面臨的重大挑戰。」 皮斯托諾在本書以簡單明瞭的方式，為我們介紹指數型成長的含義，帶我們認識目前已在精進中的7大自動化技術發展，在未來可能大規模取代人力，造成長期失業等社經問題，包括—— ．自動化購物：亞馬遜網路書店使用機器人進行全自動倉儲撿貨。 ．自動化生產：鴻海／富士康、佳能等製造業大廠投入大筆資金研發機器人生產技術。 ．3D列印：目前已有數十萬個自由分享的設計檔案供人們分享，3D列印的成品除了用在工商業用途及嗜好上，也有許多用於醫學及義肢的成功案例。 ．自動化建築工程：中國的科技集團能在15天蓋好一棟耐震9級且防霾害的30層大樓。 ．自動化新聞作業：目前已有大型媒體使用機器人撰寫新聞報導。 ．人工智慧助理：2011年IBM的超級電腦「華生」擊敗了美國長青益智節目的兩位冠軍，儘管蘋果的Siri尚待加強，但在指數成長的發展下未來可期。 ．無人駕駛車輛：Google的自動駕駛車自2009年測試以來，至今已有美國內華達州允許合法掛牌上路，其他各國也陸續允許合法上路測試。此類車輛的自動駕駛比人類駕駛更謹慎，未來的發展同樣可期。 皮斯托諾指出，在生活比50年前更便利、進步的今天，我們的工時非但沒有減少一週，反而成為長期過勞的倦怠社會。這是現有社會經濟結構的根本問題，在鼓勵追求經濟成長的氛圍之下，我們努力消費一些其實並不真正需要的東西，「工作－消費－生產」的循環周而復始。 工作的目的是什麼？什麼樣的生活才算幸福？皮斯托諾在本書也探討幸福的定義，並且提出一些人人都可在日常生活中落實的「慢活」（downshifting）方法，包含增進每日幸福感的小訣竅，以及聰明花費更快樂的8項原則。 我們正面臨新一波的工業革命，此次的工業革命把力量交回人們手裡——全球各地的創客、開放源碼支持者，以及勤奮的發明家與創造者，正在快速塑造未來。皮斯托諾認為：機器人即將搶走你的工作，但沒關係，人類擁有高度的適應能力，該是典範轉移的時候了。我們正處於新文明的開端，未來是美好的。 【前瞻推薦】 「非常出色，這是一本重要著作。我很喜歡！」 ——彼得．戴曼迪斯（Peter Diamandis）（奇點大學共同創辦人暨執行董事長） 「想了解自動化與就業之間的複雜關係，需要實證分析與深入細微的調查，本書對這個主題提供了獨特、無畏的見解。皮斯托諾的分析角度反映了他對人與技術的熱愛與樂觀，十分具有建設性，相信我們的未來是美好的，但也具有爭議性。無論你是否認同他的一些觀點，本書都值得你一讀，請加入討論行列。」 ——尼爾．傑卡布斯坦（Neil Jacobstein）（奇點大學人工智慧與機器人學課程共同主任） 「本書對我們現今面臨的一個基本課題作出聰穎、幽默、周詳且重要的探討。」 ——大衛．歐爾班（David Orban）（影片字幕翻譯平台Dotsub執行長、奇點大學人工智慧歐洲課程總監） 「本書的廣度令人欽佩，觸及經濟學、社會學、哲學、道德觀、人工智慧，有時在同一段內容探討這些主題。作者皮斯托諾試圖建構一個人類在更少物質需求下過得更幸福的未來社會，但他不是用預言式的天啟觀展望未來，而是以光明面的樂觀主義展望未來，告訴我們未來並不黯淡。光是這點，就值得你閱讀這本書。」 ——皮耶羅．斯加魯菲（Piero Scaruffi）（軟體顧問師、哈佛大學與史丹佛大學客座學者） 「感謝分享這本好書，我從不吸毒，但我想閱讀此書的感受大概就像吸毒後的感覺吧。」 ——維韋克．瓦德華（Vivek Wadhwa）（科技創業家、史丹佛大學法商學院企業治理中心研究學者） 「我很喜歡這本書，數據正確、建議很好，最後的注釋也很實用。」 ——丹．巴利（Dan Barry）（NASA太空人、好幫手機器人（Fellow Robots）創辦人） 「這本書寫得很好，立論清楚，真是一本佳作。」 ——凱依．科普洛維茲（Kay Koplovitz）（女性創業平台跳板企業（Springboard Enterprises）創辦人）

推薦序 影響全球數十億人的課題 大衛．歐爾班 David Orban 作者序 世界不斷變化，多一點了解與適應 謝辭 前言 你並非無可取代 第1部 自動化與失業 第1章 當前的失業情形 第2章 盧德謬論 第3章 指數成長 第4章 資訊科技 第5章 智能 第6章 人工智慧 第7章 自動化的發展現況 第8章 社會接受度 第9章 未來的失業 第2部 工作與幸福 第10章 工作認同 第11章 追求幸福 第12章 蠍子與青蛙 第13章 成長與幸福 第14章 所得與幸福 第15章 幸福 第16章 工作與幸福 第17章 人生的目的 第3部 解方 第18章 給所有人的實用建議 第19章 擁抱開放哲學，共創未來 第20章 這樣做，你也許會覺得更幸福 第21章 未來是美好的 附錄A 明智花費，提升家庭生活品質 附錄B 成長的迷思 最後致謝 注釋

　　你即將變得過時，有被淘汰之虞。 　　你以為自己很獨特，不論你從事的是什麼工作，你認為自己都不可能被取代。你錯了！就在此時此刻，電腦科學家們創造出來的無數演算法，正在世界各地無以計數的伺服器上飛速運轉，它們只有一個目的：執行人類所做的任何事，但是做得更好。這些演算法是智能型電腦程式，滲透至我們的社會基底，它們作出財務決策、預測天氣，也預測接下來哪些國家會爆發戰爭。很快地，留給我們人類的工作將所剩無幾，機器將大舉接掌。 　　你大概覺得這聽起來像是未來主義狂想曲吧？或許吧。這是愈來愈多、但目前仍屬偏激一群的思想家、科學家和學者所提出的觀點，他們視科技的進步為一股顛覆破壞的力量，很快就將永久、徹底地改變我們整個社經體系。他們認為，機器和電腦智能取代人力的發展趨勢將在未來數十年更為顯著，這種變化將急劇到令市場無法為失業者創造新的就業機會，使得失業不再只是景氣循環的現象之一，而是變成結構性失業，無法扭轉——這將是就業市場的末日世界。 　　多數經濟學家駁斥這種論點，許多經濟學家甚至根本不探討這個課題，而那些探討此課題的經濟學家則是聲稱市場總會自己找到出路。他們認為，機器取代舊工作的同時，會有新工作出現，拜人類智慧和成長需求之賜，市場一定會找到出路，尤其是在現今這個連結性與全球化持續擴展的大眾市場裡。 本書盡量避免憑藉信念、直覺或預感來選邊站，我嘗試根據至今可得的證據作出理性推理。 　　本書分成三部，第一部探討技術性失業，以及它對工作與社會所造成的衝擊。我選擇聚焦於美國經濟，但同理適用於絕大多數的工業化國家。第二部檢視工作的本質，以及工作和幸福之間的關係。在第三部，我大膽嘗試為如何應付前兩部探討的課題提出一些務實建議。若要對每一部探討的課題做到詳盡的檢視與分析，需要投入龐大功夫，有可能會產生數千頁的內容，遠遠超出本書的目的。我的意圖並不是要撰寫一份詳盡的學術報告，而是要引發討論，探討我認為很快就會演變成我們個人及整個社會面臨的最大挑戰之一的一個發展趨勢。 　　我們常將各種課題區分開來，個別探討與處理，未能認知到它們在現實中的相互關連性，這種錯誤導致我們脆弱而容易受到傷害。過去七十年，我們自己創造了走向毀滅的舞台，我們變得愈來愈不滿，人際關係品質惡化，迷失而搞不清楚什麼才是真正重要的東西。 　　今天，就像美國喜劇演員路易．CK（Louis C.K.）說的那樣：事事令人驚奇，但沒人感覺到幸福。是時候後退一步，想想未來該何去何從了。 我們開始吧。

　　在我們的生活中，最重要、但也最常被誤解的概念之一，便是「指數函數」的性質。你大概聽過這個名詞，也許是報紙科技版的某則報導使用了這個名詞，但完全沒有對它作出任何解釋，或是你向銀行申請貸款時看到「複利」這個名詞。它們的重要含義往往被略過，鮮少有人解釋其真正意涵，但它們遍及生活、經濟，以及我們未來必須作出的決策等每個層面中。在繼續本書的分析與探討之前，我們必須先了解指數函數的功效。 　　科羅拉多大學波德分校（University of Colorado Boulder）已故物理系榮譽教授艾伯特．巴特雷特（Albert Bartlett）在一場著名演講中說：「人類最大的缺點是未能了解指數函數」，這絕非輕率之言。巴特雷特自1969年起，針對算術、人口和能源等主題演講超過一千七百多次，意圖提醒更多人有關未能了解這最重要概念可能導致的危險性。 　　我希望你在讀完這章後能夠清楚了解指數函數，不論你擁有哲學學位或經濟學學位，不論你是大學中輟生、教育程度低的失業者，或是大學教授或跨國企業執行長，都可能未充分了解指數成長的含義。但徹底了解指數成長的含義，是非常重要的事。 　　我曾對形形色色的聽眾做過許多演講，我發現，就算在教育程度最高的人當中，也有人連很簡單的指數成長例子都搞不懂。但是，若給予適當解釋，人人都能理解。這使我燃起希望，因為促使所有人了解指數成長的含義，了解未來持續呈現指數成長將會產生什麼後果，這件事非常重要。 　　我也嘮叨夠了，我們趕快開始吧。 　　指數函數被用以形容任何事物持續穩定成長的程度，例如你貸款購買一棟房屋，銀行索取貸款利率7％，這意味的是，你每年得償還銀行的錢增長7％。頭一年的還款金額只有稍微增加，債務總額成長為原始本金的107％，但第二年用此債務總額、而非原始本金來滾利息，亦即原始本金的107％再乘以7％，翌年又以此總額再乘以7％，以此類推。你能想像二十年後變成多少嗎？除非你在大學讀過統計學，否則恐怕不大容易。我不想在此探討指數函數的數學，雖然這很有趣，我也建議有興趣的讀者可以自行去探索，但我在這裡的目的是想以清楚、有效的方式幫助各位了解相關概念，所以這裡要提供一個隨時可用的簡單公式，各位只需要具備小一生的算數技巧就行了。 　　一個數值以固定速率成長，若你想知道此數值需要歷經多久時間後才能增倍，你只需要把70除以成長率即可，這就叫做「倍增時間」（doubling time）： 　　倍增時間＝70／固定成長率 　　回到前述的例子，年成長率為7％，聽起來並不多，對吧？現在，把70除以7，得出10，亦即經過十年，欠銀行的錢就會倍增。 　　這看起來相當簡單，不是嗎？當然，因為這的確是很簡單的計算，10歲小孩也能輕鬆算出，但全球多數的政治人物、政策決策者、都市規劃師和經濟學家卻不了解。其實，任何一位經濟學家一定在大學時上過統計學，「70法則」（rule of 70）或是此法則的延伸版本也廣為學者所知，所以他們知道這個概念。但是，計算容易執行，歷時倍增的含義，就遠遠不是那麼容易了解，所以經常被誤解。 　　了解本金倍增的概念和計算方法後，我們現在來探討這種歷時倍增的效果。設若我們向銀行貸款了10萬美元，利率7％，如前所述，只須歷經十年，我們的欠款就會變成20萬美元，亦即本金的兩倍。那麼，二十年後呢？欠款將不是變成30萬美元，而是40萬美元，亦即20萬美元的兩倍。那麼，三十年後呢？欠款將變成80萬美元！四十年後則變成160萬美元！再過些年，你的欠款將增加到超過你一輩子所能賺到的錢。所幸，絕大多數的貸款都不會超過三十年期。然而，抵押貸款以外，其他可能成長超過三十年的事物呢？請將安全帶繫好，現在才正要進入飛速階段呢。 　　爆炸性成長 　　指數成長絕對不是什麼新概念，它遠溯至數千年前。相傳西洋棋的發明者（有人說他是古印度的一位數學家），向國王展示他發明的這種遊戲，國王很高興，便讓發明者自己選擇獎賞。這位聰明過人的發明者，遂請求國王賜予這項獎賞：在棋盤的第一個方格上放1顆麥子，第二天在棋盤的第二個方格上放2顆麥子，第三天在棋盤的第三個方格上放4顆麥子，以此類推，每天在棋盤的下一個方格上放兩倍於前一個方格數量的麥子。 　　對指數函數的威力毫無概念的國王爽快應允，甚至覺得這位發明者請求這麼微不足道的獎賞，似乎有點瞧不起國王。他下令司庫每天點數麥子，交給這位發明者。起初幾天，發明者只收到少量麥子，國王困惑不解。一週後，發明者開始把大袋麥子扛回家，再過幾天……，你知道結果了吧？第一天1顆，第二天2顆，第三天4顆，接著是8、16、32、64、128、256、512……，才十天，就從一顆麥子增加到1024顆麥子，十次倍增就達到初始數量的一千倍。但好戲才剛要開始，再倍增十次，就來到了100萬顆麥子；再倍增十次，來到了10億顆麥子，然後是1兆……，咱們就此打住，這數字的計算已經超出了我們腦力的極限。 　　演算法改變世界 　　學習演算法的準確度與性能天天都在進步，五、六年前，它們很鬆散，得出的結果很差；如今，情況快速改變。從前，不論你身在何處，每個人使用谷歌搜尋獲得的結果都相同；如今，可能每個人獲得的谷歌搜尋結果都不會一模一樣，你獲得的是個人化的搜尋結果，系統進行搜尋後呈現給你最可能感興趣的網頁，這是根據多項標準演算出來的結果。 　　比方說，你現在想搜尋披薩店。谷歌搜尋引擎的演算法檢視你的IP位址，使用全球定位系統（GPS）技術定義你的地理位置，呈現你的所在地的最優先搜尋結果。如果你有谷歌帳號，他們會檢視你先前所有的搜尋歷史、你曾經點選過的連結、在何時點選、點選了多少次、你造訪最多或最少次的網域等，他們也會知道你是男性或女性、年輕或年老，並且根據這些資訊將搜尋縮窄至更個人化的結果。 　　如果你有Gmail帳號，他們會知道關於你的習慣、你造訪過的地方、你希望造訪的地方、你經常交談的對象等，然後交叉參照搜尋，善加利用這些資料。當然，這裡所謂的「他們」，並不是指任何人，沒有人會去看你的個人檔案、你的數據資料、你的搜尋歷史或你的習慣，這將違反隱私法。我所謂的「他們」，指的是「電腦程式」。前述情節每天發生幾十億次，每次只須使用毫秒或更少的時間。除了不能讓任何人去做這些事，以免違反隱私法；事實上，也不可能以人為監督方式做到這些事。但這些程式天天都在學習有關我們的新事物。 　　另一個重要的差異是，電腦能夠學習得更快，學習量也幾乎沒有上限——因為電腦運算力和記憶體容量分別都呈現指數成長。教一個小孩學習語言、讀寫文字、辨識東西，必須花上數年的時間。學習高階技能需要花費的時間更長，想成為一名合格醫師，必須花費二十幾年的時間學習並累積經驗。若某天這位醫師死了，或是決定不再工作，或者要長久休假或退休了，必須再花上另外二十年來培養取代他的人。醫學專業也許明顯進步，但要達到現有水準所需經歷的時間，並無多大變化。反觀電腦就沒有這些限制，一開始也許會花很多時間，但一旦獲得進展，就會在整個網絡中散播。另一部電腦不需要從頭學習一切，只須連結到現有網絡，載取其他電腦取得的資訊即可。 　　當然，使用什麼演算法非常重要，如果演算法很差，就不會得出好成果。但是，在過去十年，真正作出重要貢獻的，是可供我們使用的龐大資料量。我們被種種資料淹沒，資料量多到我們沒有足夠的腦力去分析、理解全部資料。過去幾年，來自各種源頭的公開資料湧現，包含政府單位、非政府組織、公立圖書館，以及即時蒐集民眾資料的私人部門網站。我們只是平凡地過著生活，就創造出這個巨量的集體知識資料庫。我們發布的每一條推文、進行的每一個搜尋、上傳的相片、在社群網站上加入的朋友、造訪過的每個地方、撥打的每通電話等，全都在餵養這部經由全球各地數十億台透過網際網路彼此連結的電腦所形成的巨大、分散式超級電腦。 　　你可能想知道，人工智慧系統已經發展到什麼程度了？是否已經達到人類水準的智能？若還未達到，有朝一日會達到嗎？現在，已經有哪些人工智慧技術了？ 　　就目前而言，你可以放心，人工智慧系統離人類水準的通用型智能（general purpose intelligence）境界還遠得很。不過，它們進化快速，有人預測到了2030年，它們將達到此水準，甚至超越人類的智能。也有人不認同這種預測，誰對誰錯，只有時間能告訴我們。 　　此時，我們能確知的是，在特定功能型智能（task-specific intelligence）方面，已經有超越人類水準的人工智慧系統了。在第7章，我們要探討的主題便是自動化的發展現況。

作者：費德里科．皮斯托諾(Federico Pistono) 譯者：李芳齡 出版社：大塊文化 書系：Touch 出版日期：2015-12-31 ISBN：9789862136812 城邦書號：A1400277 規格：平裝 / 單色 / 304頁 / 15cm×21cm