Humans Need Not Apply

Discuss this video: http://www.reddit.com/r/CGPGrey/comments/2dfh5v/humans_need_not_apply/

http://www.CGPGrey.com/

https://twitter.com/cgpgrey

## Robots, Etc:

Terex Port automation: http://www.terex.com/port-solutions/en/products/new-equipment/automated-guided-vehicles/lift-agv/index.htm

Command | Cat MieStar System.: http://www.catminestarsystem.com/capability_sets/command

Bosch Automotive Technology: http://www.bosch-automotivetechnology.com/en/de/specials/specials_for_more_driving_safety/automated_driving/automated_driving.html

Atlas Update: https://www.youtube.com/watch?v=SD6Okylclb8&list=UU7vVhkEfw4nOGp8TyDk7RcQ

Kiva Systems: http://www.kivasystems.com

PhantomX running Phoenix code: https://www.youtube.com/watch?v=rAeQn5QnyXo

iRobot, Do You: https://www.youtube.com/watch?v=da-5Uw8GBks&list=UUB6E-44uKOyRW9hX378XEyg

New pharmacy robot at QEHB: https://www.youtube.com/watch?v=_Ql1ZHSkUPk

Briggo Coffee Experience: http://vimeo.com/77993254

John Deere Autosteer ITEC Pro 2010. In use while cultivating: https://www.youtube.com/watch?v=VAPfImWdkDw&t=19s

The Duel: Timo Boll vs. KUKA Robot: https://www.youtube.com/watch?v=tIIJME8-au8

Baxter with the Power of Intera 3: https://www.youtube.com/watch?v=DKR_pje7X2A&list=UUpSQ-euTEYaq5VtmEWukyiQ

Baxter Research Robot SDK 1.0: https://www.youtube.com/watch?v=wgQLzin4I9M&list=UUpSQ-euTEYaq5VtmEWukyiQ&index=11

Baxter the Bartender: https://www.youtube.com/watch?v=AeTs9tLsUmc&list=UUpSQ-euTEYaq5VtmEWukyiQ

Online Cash Registers Touch-Screen EPOS System Demonstration: https://www.youtube.com/watch?v=3yA22B0rC4o

Self-Service Check in: https://www.youtube.com/watch?v=OafuIBDzxxU

Robot to play Flappy Bird: https://www.youtube.com/watch?v=kHkMaWZFePI

e-david from University of Konstanz, Germany: https://vimeo.com/68859229

Sedasys: http://www.sedasys.com/

Empty Car Convoy: http://www.youtube.com/watch?v=EPTIXldrq3Q

Clever robots for crops: http://www.crops-robots.eu/index.php?option=com_content&view=article&id=62&Itemid=61

Autonomously folding a pile of 5 previously-unseen towels: https://www.youtube.com/watch?v=gy5g33S0Gzo#t=94

LS3 Follow Tight: https://www.youtube.com/watch?v=hNUeSUXOc-w

Robotic Handling material: https://www.youtube.com/watch?v=pT3XoqJ7lIY

Caterpillar automation project: http://www.catminestarsystem.com/articles/autonomous-haulage-improves-mine-site-safety

Universal Robots has reinvented industrial robotics: https://www.youtube.com/watch?v=UQj-1yZFEZI

Introducing WildCat: https://www.youtube.com/watch?v=wE3fmFTtP9g

The Human Brain Project - Video Overview: https://www.youtube.com/watch?v=JqMpGrM5ECo

This Robot Is Changing How We Cure Diseases: https://www.youtube.com/watch?v=ra0e97Wiqds

Jeopardy! - Watson Game 2: https://www.youtube.com/watch?v=kDA-7O1q4oo

What Will You Do With Watson?: https://www.youtube.com/watch?v=Y_cqBP08yuA

## Other Credits

Mandelbrot set: https://www.youtube.com/watch?v=NGMRB4O922I&list=UUoxcjq-8xIDTYp3uz647V5A

Moore's law graph: http://en.wikipedia.org/wiki/File:PPTMooresLawai.jpg

Apple II 1977: https://www.youtube.com/watch?v=CxJwy8NsXFs

Beer Robot Fail m2803: https://www.youtube.com/watch?v=N4Lb_3_NMjE

All Wales Ambulance Promotional Video: https://www.youtube.com/watch?v=658aiRoVp6s

Clyde Robinson: https://www.flickr.com/photos/crobj/4312159033/in/photostream/

Time lapse Painting - Monster Spa: https://www.youtube.com/watch?v=ED14i8qLxr4

“人类无需从事工作”

过去，人们想要生存就必须去狩猎、采集，

但是，人是聪明而懒惰的，所以我们制造了工具让工作变得更加轻松。

从棍棒、犁、到拖拉机，我们经历了每个人都要生产食物的时代，

到几乎不需要人来生产食物的现代农业时代，即使如此，我们依然富足。

当然，不仅仅是农业，所有事情都是如此。

为了减少各种形式的体力劳动，我们花了好几千年的时间不停地制造工具。

现在有了机械力量，相比人类肌肉，它们更加强壮、更加可靠，而且不知疲倦。

这是很好的事情。以机械力量取代人力劳动，使人们免于亲力亲为，

让所有人都受益，即使是那些仍然从事体力劳动的人。

通过这种方式，经济得以增长，生活水平得以提高。

有些人是程序员和工程师，他们的工作是打造机械大脑。

如同机械力量减少人类的体力劳动一样，

机械大脑减少人类的脑力劳动。

这是一种经济变革。你也许会想“我们以前就这样啦”，但是我们从来没有。

这次变革与以往截然不同。

“体力劳动”

当想到自动化，你可能会想到这些：

巨大的、定制的、昂贵的、高效的但是却愚蠢的机器人，意识不到周围的世界，机械的工作着。

这是一种可怕的自动化，庆幸的是它们还没有占据整个世界，

因为它们只在有限的情况下才是划算的。它们都是老旧过时的自动化，

这才是新型的自动化，Meet Baxter机器人。

不像那些需要熟练操作员、技师并且造价不菲的机器人，

Baxter有视觉功能，能通过观察你的行为来学习你想要它做的事情。

而且它的成本低于人类工作者的平均年薪，

不像它老旧的兄弟那样，它不需要为某种特别的工作而事先编程，

它能做到其手臂所能触及范围内的任何工作，

Baxter被认为是一种“通用型机器人”，“通用”这一概念非常重要。

想想看计算机，它们也是如此，一开始也只能做某些特定的工作，而且还很昂贵，

但是，廉价而通用型的计算机随后问世，迅速地在所有领域扮演了至关重要的角色。

仅仅只是通过更换不同的软件，通用型计算机就可以很轻松地计算零钱、

指派飞机的座位、运行游戏或是做任何事情。

所有领域对计算机的巨大需求，使得他们一年比一年更加强大，也更便宜。

如今的Baxter犹如1980年代的计算机一样，并不是处于发展的最高峰，而只是起步阶段。

即使Baxter动作还很缓慢，它每小时的成本也只是电费而已，

而它的对手人力劳动则需要支付最低的工资。

就算速度只有人类的十分之一，它仍然是划算的，因为它的成本远低于人类。

即使Baxter还不是足够的聪明，以至于无法胜任我们即将谈到的其他事情，

但是，它已经足够聪明，能够接手许多低技能的工作。

况且，我们已经看到许多比Baxter还笨拙的机器人能够取代人类的工作。

在新兴的超市里，以往需要雇用30个人的工作，现在只需要一个人监管30台收款机器人即可。

而那些在世界各地服务的成千上万名咖啡师呢？有一种咖啡机器人即将为此而生。

也许你的咖啡师能够做出完美的双倍摩卡或其他什么咖啡，导致你不愿相信其他任何人，

但是数百万人根本就不在乎这些，他们只是想要一杯还不错的咖啡罢了。

噢，对了，这种机器人事实上是由众多机器人所组成的巨型网络，

它记录着你是谁、你对咖啡的要求——不管你在哪里。这真的很方便。

我们认为科技进步就是新奇而又昂贵的东西，

但是，过去十年所带来的真正变化是：东西越来越便宜、性能越来越好。

这就是现在发生在机器人身上的情况，而且，因为它们的机械大脑拥有做决策的能力，

使得它们以一种纯机械力量所无法做到的方式，在工作上正渐渐胜出人类。

“反对新科技的马匹”

想象一下在1900年代早期，有两匹马正在谈论科技。

其中一只担心所有新兴的机械力量将使得马毫无用武之地。

而另一只则提醒它，这所有的一切都让它们的生活变得更加轻松了。

“还记得农场的工作吗？还记得为了投递信件而跑遍全国各地吗？

还记得奔入战场吗？所有这些都糟糕透了！”

城市里的新工作更轻松些，而且城市里的人是如此之多，

马的工作会比以往还要多。

即使会被汽车之类的东西所取代，你也许会说，

还有其他我们想象不到的、适合马来做的工作。

但是，亲爱的观众，来自2000年之后的你们都知道发生了什么。

仍然有马儿在工作，但已经和以前不同。

马的数量在1915年到达了顶峰，在此之后，一路下滑。

没有经济学上的规律支持“更先进的科技给马提供更好的工作”。

即使大声地说出来，这句话听起来也是非常愚蠢的。

现在将马换成人，突然间，人们反而认为这句话言之有理。

当机械力量将马踢出经济体系，机械大脑也将对人类做出同样的事情。

虽然不是马上，也不会到处如此，但是，如果我们不做好准备，

很快就会有大量的人面临这个巨大的问题。

而且，我们确实还没有准备好。

你们，就像第二匹马一样，看着当前科技的形势，认为科技还无法取代你们的工作，

然而科技正在以人类无法企及的速度向更加完善、便宜、高效的方向发展。

就像汽车的崛起带来马匹工作的终结一样，

汽车向我们展示了即将到来的事物的轮廓吗？

“汽车”

自动驾驶不是未来的玩意儿，它已经存在并且运作着。

自动驾驶的汽车已经在加州海岸和城市中开了几十万英里了，

完全没有人类的介入。

问题不在于这项科技“是否”会取代一般汽车（需要人驾驶），而是“多快”取代。

它们不需要非常完美，只需要比我们做的更好就行了。

顺带一提，人类驾驶光是在美国就造成了每年四万人的死亡。

自动驾驶不会眨眼、不会在驾驶期间发短信、不会想睡觉或是变蠢，

可以轻易地看到它比人类表现得更好，因为已经是这样了。

现在要将自动驾驶汽车比作一般车辆，就好像将刚问世的汽车比作“机械马”一样。

汽车在各方面都优于马太多了，

以至于使用这个名字会限制你去想象它还能做哪些事情。

让我们称呼自动驾驶汽车它真正的名称——“Autos（即汽车，亦有自动之意）”，

它是“把物品从A点运送到B点”的解决方案。

传统的汽车用来运送人类，所以恰巧是适应人类尺寸大小的，

但是，微型汽车能在仓库里工作，而大型汽车则可以工作在露天矿场。

谁知道运送物品有多大工作量呢，但是，美国运输业雇佣了大约3百万人。

由此推算至全球，至少有7千万人的工作量。

这些工作都将成为过去。

不过，工会将极力避免这种情况发生，

历史上到处都是劳工与可能取代他们的科技作斗争的事件，

然而，都以劳工失败而告终。

经济始终都是赢家，各个行业都会因此而采纳这项技术。

对许多运输公司来说，人力成本大约占了整体的三分之一。

这只是单纯的工资而已。

人们睡在长途运送的卡车上既耗时间又耗金钱，

发生交通事故要花钱，粗心驾驶也会花钱。

如果你认为有保险公司顶着，你猜怎么着？

保险公司眼中的完美司机是那些支付少量的保险费、却永远都不会发生交通事故的人。

自动驾驶正袭卷而来，

这将是自动化占据的第一个位置，大部分人将能真正地看到机器人改变这个社会。

然而，在这个经济体系的许多其他领域正在发生同样的事情，只是没那么明显罢了。

由自动驾驶开始，遍及所有行业。

“即将到来的科技的轮廓”

看完自动驾驶和Baxters机器人之后，我们自然会认为：

“不管怎样，科技总是能消除掉我们不想让人类来做的低技术性质工作。

它们将变得更有技能，能做需要接受更好的教育才能做的事情，就像它们一直展示的那样。”

即使忽视掉上亿人正在接受高等教育这个问题，

白领的工作也不再是安全的天堂了。

如果你的工作是坐在显示器前敲敲键盘，

就像你现在可能在做的，

机器人大军也开始向你走去。

软件机器人是看不见、难以捉摸的，同时相对于机械机器人也更快、更便宜。

从公司的角度来看，将工作交由白领去做，

开销会更昂贵，也需要更多人，

所以，相对于低技术性质的工作，他们有更强烈的动机去自动化白领们的工作。

这就是自动化工程师存在的目的。

这些人是出色的程序员，他们的工作就是制作出软件机器人来取代你们的工作。

你也许会认为，即使是全世界最聪明的自动化工程师也无法制作出一个机器人来做你的工作，

或许，你说的没错，

但是，程序设计的尖端技术不是绝顶聪明的程序员编写普通的机器人，

而是编写能够自我学习如何做事情的机器人，

这些做事情的方法是程序员不可能教会它们的。

自我学习是如何运作的已经超出了本影片的范畴，但是，其根本就是，

能够通过一些方法向机器人展示“做一些事情”。

向机器人展示一些正确做成的事情，然后它自己就能够弄明白如何完成要做的事情。

即使只给它一个目标而不告诉它如何去做，机器人仍然能够自我学习。

以股票市场为例，从许多方面来看这项工作已经不再需要人类了。

基本上就是，自我学习股票交易的机器人之间在进行股票买卖。

其结果就是，纽约证卷交易所不再充斥着忙碌不停的证卷交易员了，

只剩下主要的电视屏幕。

机器人能学习市场的运作机制，也能学习写作。

如果你最近读过报纸，你很可能就看过由机器人撰写的故事。

有一些公司在教机器人撰写各种东西，比如体育轶事、TPS报导，

甚至是那些你在工作上所编写的季度报告。

书面工作、决策制定、文章撰写——有很多属于这一类的工作，

在这些领域中对人类脑力劳动的需求正在日益萎缩。

但是，专业领域的工作肯定仍然是安全的。真的是这样吗？

“专业的机器人”

当你想到律师，你会很自然地想到审判，但是实际上律师业的大部分工作

是起草法律文件，预测可能的结果以及诉讼带来的影响，

还有个叫做“证据发现程序（Discovery）”的东西，

也就是说律师手上会有成堆的书面资料，

他们必须在所有的资料中找到共同的模式或者是出了问题的事务。

这类工作能让机器人去做。特别是证据发现程序的执行，在许多律师事务所中已经不再是人类的工作了，

不是因为没有书面资料，而是比以往更多，

但是，聪明的调查机器人能在几小时而非好几周的时间内审阅数百万的邮件、备忘录以及账户，

它不仅仅在成本以及时间方面，最重要的是在准确性上彻底地击败人类调查员。

机器人在阅读数百万封邮件的过程中不会昏昏欲睡。

这只是小菜一碟。

IBM公司有一种名为华生（Watson）的机器人，也许你已经在电视上看到过它是如何在“挑战自我”游戏中打败人类了，

那对它而言不过是一个有趣的小项目罢了，

华生的真正工作是成为世界上最棒的医生。

通过理解人们所说的话，回复准确的诊断结果。

它已经在美国思隆凯特琳〈Sloan Kettering〉癌症研究中心工作了，给予肺癌治疗的咨询服务。

就像自动驾驶不需要非常完美一样，它们只要比人类更少犯错就行了，

对医疗机器人来说也是如此，

人类医生还不可能完美呢。

误诊的频率以及严重性是可怕的。

人类医生在处理复杂病史时是非常受限的，

因为要理解每一种药物以及每种药物彼此之间的相互影响

已经超出了人类的认知能力，

特别是，在已经拥有一次就能够测试数千种新药的研究机器人的时候。

人类医生只能通过他们的经验来进行改善与提高，

医疗机器人能够从每个医疗机器人的经验中学习，能够阅读最新的医学研究资料，

能够持续追踪世界各地的病人身上发生的所有事情，

并整理这些事情的相关性以避免日后难以查询。

并非所有的医生都会被机器人取代，但是，当医疗机器人能媲美于人类、

并且能够通过手机来进行服务时，一般医生的需求量就就会下降了。

所以，专业人员、白领工作者以及低技术性质工作者都会担心自动化了。

也许你并不这么担心，因为你是一片“独特非凡的雪花”。

嗯，你知道吗，你并不是那么特别。

创意机器人

创意给人的感觉就象是不可思议的魔法那样，但其实不然。人类的大脑是一部复杂的机器，

也许是整个宇宙中最复杂的机器，

但是这并不能阻止我们去尝试模拟大脑。

有这么一个想法，正如机械力量让人类转向需要思考的工作上一样，

机器大脑将让我们转向需要创意的工作。

但是，即使我们认为人类的大脑创意十足，

事实也并非如此，作为讨论的基础，

艺术创作其实并不是大部分工作所依赖的东西。

依靠自身工作谋生的作家、诗人、导演、演员以及艺术家，

他们的数量只占了劳动力当中非常、非常微小的一部分而已。

而且考虑到这些职业还要依赖受大众喜爱的程度，

这些人始终都是茫茫人海里的极少数部分。

现实中并没有以诗与画为根基的经济体系。

噢！对了，你现在听到的这个背景音乐，就是由机器人编写的。

她的名字是艾米丽‧豪厄尔〈Emily Howell〉，她能够编写出数不尽的新音乐，全天无休，完全免费。

如果进行盲测（即只靠听力辨别），人们无法区别她和人类作曲家所做的音乐。

谈到人工创造力人们立马感到不对劲，那究竟是什么东西？

尽管如此，这是一个正在发展的领域。人们曾经认为，

玩西洋棋是人类所独有的、具有创造力的技能，机器人永远也做不了，

直到它们击败了我们最出色的棋手。

所以，这种情况将会延伸到所有人类的天赋领域。

“结论”

没错，也许已经介绍得够多了，也许你想拒绝接受这一切。

面对未曾有过的未来进行没完没了的预测，很容易让人心生疑虑。

即使这样，还是要再次强调，这里所说的一切都不是科幻小说。

机器人已经在我们面前，在世界各地的实验室以及仓库里

有数量惊人的自动化在实施。

我们曾经历过经济革命，但这次的机器人革命是截然不同的。

因为马的惰性，它们失业了。

它们不受雇佣了。

目前只有极少数的一些工作是马所能做的，以此获得马厩和干草。

很多聪明且能力优秀的人将发现他们自己是新一代的马——

本身并没有错，却还是遭到淘汰。

但是，如果你仍然认为新工作将拯救我们，请考虑一下下面所说的情形。

美国1776年的人口普查表明，当时只有很少几种工作。

而现在则有数百种之多，但是，这些新工作并未在劳动力中占有重要的比例。

这里有一份按照其从业人员数量排名的清单。

这是发人深省的一份清单，最前头的是运输业，

再往下面看，可以发现所有的工作在一百年前就以某种形式存在了，

而且，几乎所有这些工作都能轻松地实现自动化。

这份清单上的第33条是唯一的一个有着一些新东西的工作。

不要认为当事情演变成一个大问题时，咖啡师或白领工作者才会面临失业的窘境。

在经济大萧条期间失业率是25%，

这份清单时期则是45%。

如同我们刚刚所提到的，这些自动化科技都已经在运作了，

失业率会在很短的时间内超过45%。

即使是在现代科技的环境下，

新类型的工作也并非经济体系的重要部分，这是个很大的问题。

这部影片不是在阐述自动化有多么糟糕，

而是说自动化是大势所趋，无法避免。

它是一种工具，以极少的劳作获取丰富性的物资。

我们现在就需要开始好好思考，

当大部分人并非因为自身过错而失业的时候，我们要做些什么。

在一个大部分工作都不需要人类参与的未来世界，我们做什么？