上周三，微軟小冰解鎖了新技能——「面試官」，自行對「微軟(亞洲)互聯網工程院·人工智能組」招募的實習生進行面試，據微軟(亞洲)互聯網工程院人工智能組人員透露，通過微博等平臺，在十幾個小時里小冰完成面試初篩12000多人，其中超過3500名粉絲通過面試，進入到下一步人事流程。
我們對這個場景或許會有些似曾相識——這是一種逆向的圖靈測試，圖靈注意到「智能」這一概念難以確切定義，提出了著名的圖靈測試：如果一臺機器能夠與人類展開對話(通過電傳設備)而不能被辨別出其機器身份，那么稱這臺機器具有智能。圖靈測試是人工智能哲學方面第一個嚴肅的提案。在圖靈測試中，是人類「面試」機器并給出一個是否通過的結果，而這次小冰充當「面試官」卻是一次顛覆性的機器面試人類，在這一刻，機器決定了人類的命運。這或許會讓我恐慌，比如那些「人工智能惡魔論」的提出，但如果我們回歸理性，我們會發現，我們研究人工智能的初衷就是「讓機器完成那些此前只有依靠人類才能完成的任務」，而現在人工智能已經出色的完成了階段性任務，我們應該理智的去接受。
人工智能重塑生產力(圖片來自百度)
除了小冰變身面試官之外，近期也出現了許多機器開始服務人類，甚至是取代人類的案例，這表明目前的人工智能相關技術已經發展可以使機器來代替我們完成某些工作及作出某些決策的階段了。美聯社將撰寫工作外包給北卡羅萊納州的高科技公司AutomatedInsights，它使用的算法將原始數據轉換成故事，整個新聞創作流程基本實現了自動化看起來像人類的書面語言;NarrativeScience公司的智能寫作產品已經被商業雜志《福布斯》用于基本財經報道的寫作;位于麻州劍橋的Kensho旨在將金融工程師現有的工作自動化，該工作平臺將可以快速、大量的進行各種數據處理分析工作并且能夠實時的回答投資者所提出的復雜的金融問題，從而危及到金融分析師的工作;一家法國企業Yseop使用自然語言處理軟件來描述查詢需求，搜遍所有數據來尋找答案，然后 1秒鐘就可以用英語、西班牙語、法語或德語寫出3000頁的答案;歐萊雅和獸醫在線VetOnline等公司已經使用該系統用于網站的用戶支持功能;Skype推出了實時翻譯功能，可以讓你不需要再配備一名外語翻譯;IBM大名鼎鼎的智能計算機沃森更是應用在了醫療健康、藥物分析和金融等領域，在很大程度上取代了人類的部分工作。
這些案例表明，機器侵占人類工作的大幕已經拉開。此前的工業機器人取代了大量藍領工作，而人工智能的出現和發展更是讓一些腦力工作或者說是智力工作岌岌可危。盡管目前機器的智能還是較為狹隘和局限，但根據牛津馬丁學院2013年發表的一篇論文，美國統計學家追蹤的工作類型中將有一半會遭受到機器的襲擊。而機器之所以能夠如此明目張膽的奪走人類的工作，原因就在于它提高了我們的工作效率，增強我們自身的認知能力，更多的將人類解放出來，對效率、自身能力和自由的追求便是我們持續尋求技術變革的不竭動力。從工業革命到信息革命，再到目前的人工智能，都是如此。
最近出現的這些人工智能應用案例便是大大提升了我們的工作效率，將我們從繁瑣復雜的工作中解救了出來。美聯社執行總編輯盧費雷拉在公司博客中表示，每個季度記者花費時間和資源，生產約300份盈利報告。采用自動化的技術，可以在相同的時間周期產生4400份簡短的盈利報告(150-300字)。再以小冰的此次面試為例，要完成所有的這些面試，一個HR團隊需要1200小時的面試初篩工作量，而小冰這個人工智能機器人在短短的16個小時內就完成了，節省了大量人力與時間，而隨著小冰的功能從面向普通用戶逐漸擴展到面向企業，這更是帶來了效率的提升以及規模效應。就在小冰發布這個技能的同時，微軟收到了多個合作伙伴的電話，希望將小冰接入他們的HR系統，實現在線面試照片等功能。這顯示了小冰重塑生產力的巨大市場潛力。
人工智能重塑生產力(圖片來自百度)
當人工智能發展到一定階段，機器具有一定智能之后，在面對同樣任務時，機器勢必會比人類完成的更加出色，這一方面是因為機器天然優于人類的計算能力，另一方面是機器在處理任務和做出決策時不會受情感所影響。以面試來說，不管人類面試官有多專業，他總是會因為自身經歷、個人偏愛和多變的情感而影響面試結果的客觀性和公正性。而基于數據和算法的機器面試官「小冰」就從來不會產生這樣的偏差。
不管是機器人面試官，還是機器人記者和機器人分析員，這僅僅是個開始，隨著人工智能核心技術的發展、數據的積累和應用場景的開拓，我們會將越來越多的工作分包給機器，就像MIT宇宙學家MaxTegmark所說，人工智能的運作已處于走出實驗室進入社會的階段了。我們需要便攜的、自動化的、便宜的機器翻譯，而不是一個人類翻譯;我們需要一個不知疲倦的且速度飛快的電腦來查看醫學影像，從而將醫學專家解放出來去完成更多創意性的工作;我們需要自動駕駛汽車來杜絕交通事故，并能真正的享受行程。
機器人正在逐漸接管我們的工作，隱藏在背后的其實是人工智能技術的持續發展和越發成熟，目前小冰的智能化主要體現在數據挖掘和自然語言處理，當其擁有語音識別和圖像識別等更多認知技術時，它能夠接管的工作也會越來越多，對于整個人工智能行業來說都是如此，這將出現一個良性循環——我們創造出工具、工具提高生產效率、我們被解放出來、我們開發出更多更好的工具，因此，人工智能的出現和發展不是要顛覆人類，而是幫助我們提高效率，使我們更自由。
