今天早上在 NewScientist 讀到了一篇非常值得大家注意報導，標題是 The AI boss that deploys Hong Kong’s subway engineers (負責派遣香港地鐵工程師的人工智能主管)
…在平常的一週中，整個系統裏面會有 1 萬名員工執行着 2,600 個工程項目 ─ 從把粗糙的鐵軌磨平、更換軌道，到檢查損傷都有。做這些工作的或許是人類，但選擇哪些工作該被完成的卻不是他們。取而代之的，每個工作的排程與管理都是由人工智能來完成……陳教授的人工智能軟件以模擬整個地鐵系統的方式來找到最佳的時程與必要的工程任務，由於擁有全局的觀點，這個軟件可以看到一般人類無法看到的合併工作與共享資源機會……它還可以檢查這樣的時程安排是否符合當地法規，陳教授的團隊把 200 個人類可以閱讀的規則寫入了他們的軟件，好讓夜間工作的工程師可以遵循，像是在住宅區工作時，他們必須把噪音維持在某一數值以下……這個人工智能軟件幫助香港地鐵省去了先前每週浪費在維修時程安排爭吵的兩整天時間，因此讓維修團隊每天多出了 30 分鐘可以去完成工作，這代表着每年 80 萬美元的費用節省……香港地鐵這個人工智能軟件與一般軟件的主要不同，是它包含了人類管理者經年累月堆積出來的知識，陳教授說：「我們訪問了專家他們決策時考慮的事情，然後再把這些邏輯寫入程式裏面 ─ 基本上我們把不同領域專家關於工程任務的精華萃取出來。」…
當然嚴格來說，把人類既定的決策邏輯寫成演算法只能算是非常低階的人工智能，但你不得不承認，即使是用同樣的邏輯在決策，機器擁有的全局觀點是人類很難與之抗衡的。
這又再次印證了先前提出的人才微笑曲線模型，現在開始，像是用同樣邏輯做決策這樣重複性的腦力工作，將會以很快的速度被機器所取代，所以人才只能往多樣性腦力或多樣性勞動這兩種機器暫時做不來的工作移動。
做多樣性勞動的是香港地鐵的 1 萬名員工，做多樣性腦力的則是陳教授的軟件團隊，也就是之前常說的，在現在開始的，只有兩種工作，一種是告訴電腦它要做什麼，另外一種是電腦告訴你你該做什麼。
這又回頭解釋了為什麼學會設計思考、程式語言等新時代腦力工具，非常重要。
___
(Photo via varfolomeev, CC License)
原文網站: Jamie C. Lin
