这是学习并翻译的第13篇TED演讲，演讲者是德国经济学家，Daniel Susskind。
演讲技巧：
1.有内容：关于人工智能的新闻，时不时就会出现一个。比如，谷歌的阿尔法狗打败围棋冠军李世石。还有更早一段时间，IBM拯救一个已被人类医生判死刑的病患。看到这些新闻，也不免有种焦虑感：我会不会被人工智能所取代？为防止被取代，那我应当做些什么呢？对自己提了这两个问题，目前都没有答案。
这篇演讲告诉我，在将来，被机器取代是大概率事件。至于，被取代后，我要如何获得经济发展的一杯羹呢？演讲者没有给出答案，需要自己继续探索。
2.有条理：通过三个谬误，逐步推进，最后说明机器将取代更多的工作。通过纠正第一个谬误，指出有两种力量在对抗；通过纠正第二个谬误，指出指出这两种力量在未来的发展趋势；通过纠正第三个谬误，指出最后结论。
3.有说服力：三个谬误，条理非常清晰；演讲中使用了大量实例，真实可信。
最近全世界都弥漫着自动化恐慌，基于现在人工智能所展现出来的巨大进步，人们都在担心未来人类工作将被机器所取代。
在未来，变化肯定会发生的，不确定的是这些变化到底是什么样子的。我最近的研究显示，技术进步所带来的失业在未来会大概率发生，但是这是一个非常好的难题。
接下来我将指出，三个对于人工智能以及机器人错误认识，以此来说明我是如何得出这个结论。这三个错误认识阻碍了我们对于人工智能未来的判断。
第一个错误认识，我称为终结者谬误。
我们经常在电视上、书上、电影上看到，一支排列整齐的机器人队伍出现在工作场所，他们只有一个目的：那就是取代工人，其实这是一个终结者谬误。
没错，机器人确实在取代人类，执行具体的任务。但是他们并不仅仅是取代，他们也帮助人们从事其他的工作，使这些工作更加高效，更加有价值。
第二个错误认识是智力谬误。
30年前，经济学家和人工智能的专家都认为，要想让机器执行某项任务，比如医疗诊断，那么程序员必须和医生坐下来一起来聊一聊他是如何做出诊断的。之后，程序员从谈话中，总结出一系列的具体规则，然后让机器来执行。
可是，有一些工作，从业者没有办法向程序员具体解释。同样以医学诊断为例，医生会告诉程序员自己是依靠直觉来判断的，说不清楚。
30年前，人工智能专家认为机器是无法执行这样的任务的。
可是，前一段时间IBM的超级机器人华生用十分钟的时间给一位日本病患找出病因，并给出了恰当的治疗方案。这位病患之前已经被人类医生判了死刑，现在她已经康复出院了。
基于数据存储和算法上的进步，之前我们认为机器无法执行的认为，在未来有可能能够执行。机器并不能够做所有的事，但是纠正这个智力谬误，让我们意识到：人类如何执行任务，对于人工智能的发展，不再是限制。人类不再代表机器所能做的事情的高峰。
第三个错误认识是优越性谬误。
有的人认为：机器取代人工，使得原先的工作消失。但是它使整个经济总量变大，会不断创造新的工作。那些没有工作的人会转而从事技术进步所带来的更多的新工作。
技术进步确实会是经济总量变大，也会创造更多的新行业、新岗位。这句话没有错，错的是什么呢？
错的是他们认为人工是新工作的最好执行者，但是随着机器的能力越来越强，这种可能性会越来越低。机器在未来更有可能帮助的不再是工人，而是另一个机器。
比如，现在导航系统帮助司机成为更好的驾驶者，但是在将来无人驾驶成为现实，软件取代司机，那么导航系统帮助的就不再是司机，而是无人驾驶软件了。
对于新任务的需求上升，并不代表着对工人需求的上升。
这是目前，我们对于人工智能的三个偏见。在未来，机器能力越来越强，逐渐取代更多的工人。适合人类从事的工作越来越少，这可能是人类前进的方向。但是这是一个很好的难题，为什么这么说呢？
几千年以来，我们一直在解决一个经济问题：如何使经济体量变大。在1000年前，如果把全球经济平分给每人的话，那么每人得到的只有几百美金，生活在贫困线上下。
之后1000年，也同样如此。在最近的几十年，全球经济才开始腾飞，经济总量爆炸式增长。现在再次平分全球经济的话，每人将获得1万美金左右。
如果经济按照2%的速度继续发展，我们下一代的财富将是我们的两倍。如果只按照少得可怜的1%发展，我们孙子的财富将是我们的两倍。
如何让经济体量变大的问题，在将在不再是问题。技术进步所带来的失业，似乎是解决这个问题的标志。
这个问题被解决后，随之而来的是一个新问题：如何保证每个人都能够享受我们这个经济体系所创造的极大的物质丰富。
现在，工作是每个人在经济上分得一杯羹的唯一方式。在将来，工作越来越少，人口越来越多，如何让每个人都分一杯羹？
这个问题是更不容易解决的难题，需要采用完全不同的方式。但是相比困扰祖先几千年的物质匮乏问题，这是一个对人类来说好的太多的难题。
