临近春节，工作比平时稍微轻松了一些，有了更多的时间看看杂书。几经犹豫之后，自己在某鱼上买个一部二手的iReader Smart Xs电子书阅读器。不买全新的，主要是因为七/八年前买过一部Kindle，就用了半年，然后就不知去向了，这次再次购买电子墨水屏的设备，怕自己又不能坚持使用。不过内心中还是觉着，或者说十分期望，现在的自己比七/八年前的自己有所进步，如果事非所愿，那就把这条当成自己的新年愿望吧。设备经我这两天的重度使用，我愿称之为去年我送给自己的最佳礼物！
另一方面来说，现在的电子书资源真是太丰富了，可以在某乎上搜到zhelper搜索的链接，爽！把自己这段时间看过的，和想看的书，一次下到设备里，满足了自己那狭隘的占有欲。本想着下《人类简史》的，结果下了三部曲，其中《今日简史》的第一章主要讲了人工智能、大数据算法和生物工程会在未来造成的大规模失业。本来很沉重的话题，因为特别应景，所以特别吸引我。
2022年中任正非在华为内部的「寒气论」讲稿在网上刷引起了很多人的共鸣，从那之后，我也逐渐在半导体/显示面板行业感受到了这股寒气。跟朋友、同事一起吃饭，也总能体会到由这股寒气引出的种种不安与抱怨。去年年底，美国内存巨头镁光宣布将在2023年裁员10%，同时停发2023年奖金，宣告着存储行业的寒冬正式开启。就我个人来说，对这种行业的周期变化，倒也处之泰然，毕竟吃过见过了好几次。09年刚工作时，08年次贷危机的影响还在行业内加剧，我们这届的半导体民工卖出了白菜价。入职后，耳朵里充满了各种公司内部的负面消息，什么去年产线未满产，很多同事停薪在家待命。我不禁十分恐慌，难道自己刚就业就要失业了？不过从仅仅几年后，老东家就做到了出货量的全球第一，这段时间的逆势生长也被奉为行业佳话。我跟朋友们的一点很浅的见解，无论行业行情好坏，自身的发展才是第一要务，无论是公司，还是个人；如果现在面前的很多问题无法解决，不如就先放一放，有些问题会随着成长自行解决。
可问题是，个人的成长该向着什么方向去努力呢？就像郭德纲的相声里调侃于谦学的是BP机修理专业，还没毕业就失业了。现实中没有相声里说的那么残酷，修不了BP机，大可以学着去修手机和对讲机，只要肯学，职业之间的转换门槛并不高。我的一位同事前段时间还在为核酸检测的相关人员担心，现在不用日检了，他们失业了该怎么谋生呢？看看身边的人和事，有时不禁会恐惧起来，因为大多数职业都是充满了对年龄的歧视。流水线里的年轻人，每天重复着单调的动作，最终也只能被更年轻的一批人所取代，自己则成为了企业的肥料。更为普遍的情况是，人一过了三十岁，精力是越来越不济，可是家里的事情确是越来越多，对工资的要求也越来越高，于是乎公司为了追求更高的利润和效率，不得不把过了三十五岁的“老同志们”统统裁掉！我有时候跟同事们开玩笑：我们这些做研发的也算是出来......额......那个服务的（研发真的是服务业，这个不开玩笑，不过你们也知道我想说的那个字，只是怕又被平台封了），咱们没事的时候得多学点东西，所谓艺多不压身，省得哪天因为年老色衰被迫从良了。可具体要学什么？我又犯了难。
《今日简史》的观点：人类有两种能力，即身体能力和认知能力。过去的机器主要是在身体能力方面与人类竞争，而如今的时代，人工智能已经在越来越多的认知技能上超越了人类。越来越多的生物学研究表明，人类的大脑并不完美，大脑的进化还有很长一段路要走。更何况还有人类无法避免的负面情绪，也会因为偷懒而喜欢走捷径，这导致了我们大脑往往会犯下愚蠢的错误。事实证明，我们从选择食物到选择伴侣，都不是出于什么神秘难解的“人类直觉”，只是数十亿神经元得到的瞬间计算结果而已。如果人工智能通过自我学习，进化出了更为“高级”的“人类直觉”算法，那我们人类又该何去何从？
之前的我们可以从修BP机转行去修手机，更早的19世纪，许多马车夫转行当出租车司机，可是现在的时代，当人工智能超越人类认知时，我们可能就不是那些马车夫了，而是被淘汰的马！试想下一旦自动驾驶技术成熟了，我们还需要出租车司机吗？只需要码农和维护工程师就可以了。
心理医生通过与病人对话、观察病人的反应，来了解病情，然后依靠自己的经验治疗病人。今后的人工智能，也许会通过众多的传感器来及时记录下病人海量的生理数据，比如病人听到某个词语时，心跳会减缓，然后与大数据对比，来制定下一步的诊断或者治疗策略。反倒是护士，需要娴熟的身体动作和情感输出，在一段时间内很难被取代。
再想想现在数字艺术品的拍卖价屡创新高，一些二三流的艺术家在不远的将来很可能要上街卖艺了。如果仅仅用快消艺术品对观众情绪起到的作用，来衡量该件艺术品的价值，那么将来人工智能讲的脱口秀肯定比徐志胜要强得多，前提是人工智能的外表比徐志胜更能把你逗乐了。但是，如果艺术是一种比人类情绪更深层的东西，可以超越人类的生化反应，比如肖邦的乐曲，就目前来看，人工智能还无法到达这一高度。
说了这么多，如果要逃脱现有的技术发展所带来的大规模失业，途径无非有这么两种：
1. 成为像肖邦那样臻于化境的头部从业者；
2. 拥有人工智能无法掌握的技能，比如情感输出，比如完成某项工作必须要同时运用的技能组合。
回到我们工程师身上，如果我们最主要技能点，点到了数据收集和整理上，那就很危险了。但是在数据整理后，可以运用理论知识、经验模型或者是数据产生时的种种波动，来进行数据分析，原理推测，甚至可以对未来的数据结果进行预言时，你就可以保证自己在可预见的未来内不会被高技术所取代。
