新工作，老游戏

①无论是娱乐还是教育，当今世界与游戏的相关性都越来越大。

②我们几千年来一直在游戏中学习，游戏让我们更能适应周围的环境。游戏教给我们的东西正在我们的工作中体现出来。

③在个人生活领域和职业生涯领域，将会获得巨大回报的是那些能快速解读机器反馈的人。

从“愤怒的小鸟”（Angry Birds）、“俄罗斯方块”（Tetris）、“侠盗猎车手”（Grand Theft Auto），到“无尽的任务”（Ever Quest），游戏行业是电子经济时代商业成功的典范。如今游戏在文化经济中占据的份额甚至已经超越了好莱坞电影，但还未受到文化评论家或经济学家应有的重视。这些游戏有时被当成小孩子的玩意儿，或者一种分散注意力的东西，然而我们不应该忽略它的发展。游戏行业反映并融合了现代社会在认知、娱乐、教育及快速信息处理方面的趋势。无论我们谈到娱乐还是教育，当今世界与游戏的相关性都越来越大。游戏正在改变我们与周围人打交道的方式，以及我们的生活方式。它们教给我们的东西将会在我们的工作中表现出来，事实上也已经表现出来了。

即使是低收入者，现在也买得起复杂度惊人的游戏，而这些游戏所需要的计算功能，在一二十年前还根本无法想象。还记得我们当时曾对电脑能否打败象棋大师表示怀疑吗？如今，一款不错的笔记本象棋软件已经比任何人类都要强大，而获得这个软件只需要40美元加上运费，甚至可以从网上免费下载。“里布卡”、“弗里茨”（Fritz）、“青年人”（Junior）、“霍迪尼”（Houdini）、“鳕鱼”（Stockfish）以及“科莫多”（Komodo）都是这类象棋软件中的佼佼者。

象棋是一个很能说明问题的例子。它虽然是一个古老的游戏，但经过几十年的广泛技术研究和开发，已经成为一个欣欣向荣的电脑游戏类别，既服务于入门者也服务于特级大师（当然也会击败他们），玩家包括年轻人也包括老年人。电脑象棋的成功已经使其成为人类决策方面的数据宝库。

我们几千年来一直从游戏中学习。游戏让我们更能适应周围的环境。老师使用游戏来帮我们学习算术、语法、化学；而如今，它们还可以通过手机应用帮助我们减肥。“扭扭乐”（Twister）、“奥林匹克”（the Olympics）之类的游戏曾经教会我们如何更好地与他人相处。现在，它们让我们对人类的局限与直觉有了新的认识。这种发展对于未来的劳动力市场和世界经济来说至关重要。我认为，人机对弈的方式将在未来几年甚至几十年中成为高收入者模仿的对象。

要理解智能机器和他们对未来的影响，我们可以借用亚历山大·克隆罗德（Alexander Kronrod）的观点，他认为“象棋是人工智能界的实验果蝇（Drosophila）”。换句话说，从象棋的发展中，我们可以管中窥豹，看清全局，正如果蝇实验帮助我们破译人类基因一样。

第二次世界大战以后，电脑科学的先驱阿兰·图灵（Alan Turing）和克劳德·香农（Claude Shannon）都发现了电脑下棋的可能性，并且在开创性的论文中写到了这可能会如何发生；图灵的绝顶聪明使他在其他人弄明白电脑之前，就已经弄明白了电脑会如何下棋。后来，象棋被选为电脑智能发展的实验品，IBM出于宣传的目的，花巨资对其进行研究。他们的“深蓝”最终击败了可能是人类有史以来最伟大的象棋选手加里·卡斯帕罗夫（Garry Kaspaov）。那是在1997年，当时卡斯帕罗夫也许仍然在棋力上略胜一筹，他输给“深蓝”很大程度上是因为他不够冷静。然而世事变迁如白云苍狗，现在已经完全是另一番光景了。上一次正式的公开比赛是在2005年，迈克尔·亚当斯（Michael Adams）在与“九头蛇怪”（Hydro）的比赛中一败涂地，以0.5∶5.5的分数之差输给了电脑。0.5分表示平局，亚当斯能有一次平局可以说是十分幸运的。在其他五局比赛中，他几乎毫无还手之力。虽然在人类当中，他已经是当时全球排名第七的选手。

这些被称为象棋引擎的程序从此风靡起来，小公司纷纷进行相关研发，并且在网上以低于一双跑鞋的价格出售产品。

把象棋作为技术发展与人类互动的实验对象有一个好处，那就是我们可以近乎完美地测算比赛结果。我们知道谁赢谁输。你不可能走任何捷径，或者靠运气取胜。我们可以精确地测算选手和程序的相对强弱。只需要一点点时间上的投入，我们就能分辨某一步棋是对还是错。了解了这些特征，我们就能更清楚机械智能可以在哪些领域取得成功、在哪些领域则不能。即使最聪明、接受过最好教育、拥有最准确直觉的人也难免犯错，而电脑象棋能准确揭示出这些错误所在。从根本上说，这为人类学习相关策略打开了一扇窗，高收入者将把来自其中的策略运用到对智能机器的使用上。

在电脑游戏的技术进步中，出现了一个重要而有价值的变化。现在我们可以观看电脑与电脑对弈了。但是，等等，我们怎么能从机器对弈中学到东西呢？那会是什么样的情形呢？

2011年5月23日，“鳕鱼”2.11版与火花（Spark）1.0版展开了对战。这两个程序都试图比对方更“深谋远虑”——我很难不使用这类人格化的词，它们的专业水准已经超过了任何人类选手。

在我弱小的人类头脑看来，这场游戏一直处于千钧一发的状态，出奇复杂的战术猛烈交锋。这些战术背后，是延至许多回合的逻辑链条。到了第25回合，游戏已经完全失衡，看起来好像每一步都是决胜的关键，不是你死就是我亡。到了第30回合，大部分棋子都远离了他们最初的位置。这一局面看起来完全不同于基于直觉的人类高手过招。

我对谁会取胜十分清楚，但这仅仅是因为我有另外一台安装了更低版本“鳕鱼”软件的电脑，这台电脑在线“观看”这场比赛，并且提供与局势发展有关的数字评估，来帮助我做出判断。当然我也对此心怀疑虑。如果一个更低版本的“鳕鱼”软件告诉你，更强大、更高级的“鳕鱼”软件将会取胜——战胜另一个电脑程序，你应该相信它吗？也许这和人类反复强调自己的正确性如出一辙。然而，这两个“鳕鱼”软件还是共同说服了我，让我相信它们确实有着很大的优势。

到了第50回合，持白子的“鳕鱼”在棋子上明显占优，剩下的问题是，白子能否取得突破，一举结束比赛。在线人类评论员已经开始询问维基百科是否显示白子为强制获胜。其他的评论员开始称“鳕鱼”为“她”（通常电脑象棋选手都被称为“他”），并且纷纷议论“鳕鱼”能否为这样的残局画上句号。电脑评论员则一言未发。

我已经准备好在“鳕鱼”身上重金下注了，但仍然不能确定结果。通常电脑程序的评判功能都可以判断出人类在什么时候会战胜他们，但它不一定能判断出长期对战是否可能出现转机，以及什么时候出现转机。这些程序可以预测的时间范围有一定的限度。有时在无法避免平局的时候，电脑的评判功能会预测出胜负。这是这些象棋引擎现有的漏洞之一。电脑可以不断升级硬件，但它无法理解，无论以怎样的组合方式尝试过多少招数，有些僵局就是无法打破。到了第61回合，我开始猜测“鳕鱼”怎样才能取得突破。坦白说，我想不出来。虽然“迷你鳕鱼”坚持说他的大哥占据压倒性的优势，我却对此开始表示怀疑。一种类似恐惧的感觉在我内心挥之不去：“火花”的两个黑车可能会形成有效的封锁……

到了第62回合，“火花”终于相信它将被对手击败，电脑也在程序的指示下认输了。但这一残局真的会让白棋获胜吗？为了找到答案，我把棋谱买回家，在我的笔记本电脑里用“里布卡”程序继续往后下了一会儿。看起来“火花”是对的，也就是说“鳕鱼”和“鳕鱼”的弟弟也是对的。他们比我更早地看清了局势。并且，就在“火花”被打败的一秒钟后，另一个叫做“青年人”的程序就已经开始与“瑙姆”（Naum）进行下一场机器对弈。

象棋大师们创造了一个短语——“这是电脑的下法”——来形容那些电脑所做的丑陋的、违反直觉的决定，及那些看起来肯定不对的走法。然而，这些下法丑陋的机器几乎每次都能击败象棋大师。随着电脑象棋的发展，人类确实也有所进步——这在很大程度上是因为我们在向电脑学习，却还没有进步到足以再次对抗电脑。可以说，在涉及这一类决策的时候，我们与世界一流水平差得太远了。

机器之间的比赛已经如此精彩纷呈、如此登峰造极，而且策略如此错综复杂，以至于即使是最好的人类选手，如今都难以跟上它们的节奏。这些机器的下法反复显示出我们的直觉有多不可靠，即使是在我们学习象棋几十年之后仍是如此。

这不禁让人怀疑，我们在生活的其他方面是否也是如此。

试着想象用机械智能来指导我们的日常决定会是怎样。苹果手机程序“希瑞”或者是她的某个新版本告诉玛丽，她应该甩掉约翰，因为他是一个撒谎的混蛋。另一个程序则让你卖掉股票或者房子。机械智能在社会生活中的应用不会充满温情。

在电脑对抗比赛中，常常会出现战术策略之间的对抗，然后比赛就会变得异常复杂。从人类的角度来看，这些比赛常常显得惊心动魄、扑朔迷离，而且可怕至极。想象一下这种感觉：你在一级方程式（Formula One,简称F1）世界锦标赛的中途被扔到一辆980马力和时速200英里的赛车驾驶座上，在你失去对赛车的控制之前，那种压力感可能会先让你魂飞魄散。这和人类象棋选手被丢进一场电脑对战没有太大区别——棋盘上的局势常常惊险万分、千钧一发，并且失去控制。对于电脑推荐的走法，人们常常听到的评论是：“没有人类会走那一步棋。”

和象棋领域一样，在个人生活和职业生涯领域，我们预计，将会获得巨大回报的也是那些能快速解读机器反馈的人。在未来的很多情况下，人们都会需要某种并不多见的人格特质：有能力解决或者干脆忽略不断出现的压力。例如，如果你正在进行一场商业谈判，也许一台智能机器会异常频繁地建议你“拒绝这笔交易”。同时，当你等待对手打电话还盘时，你也会感觉到压力。也许不是每个人都想走上这条让电脑协助生活的道路，即使它会让你在工作和约会上更加成功。不是每个人都愿意在约会的时候听一台苹果手机的指示，它可能不停地在口袋里震动，让你“现在就吻她”，但你知道通常进展到这一步可能还需要一个小时。我们中的很多人都会忽略“快搂她的肩膀，呆子”之类的指示。在这些情形下能够获益的将是那些强悍的人，也就是那些能经受住压力和尴尬的人，不一定是那些行事如同机器的人。

当象棋比赛的双方都使用电脑时，一种全新的效率开始成为可能。有时候答案非常简单，例如象棋程序什么时候能走出致胜的一招。然而，随着智能机器被广泛使用于人类交往中，这类简单的判断将只是冰山一角。无论有没有人类的合作，当两台智能机器对抗时，它们交流的复杂程度将使我们大开眼界。华尔街不正是这样吗？那里的自动交易已经精确到了分秒必争，甚至毫秒必争。

然而，当电脑程序的比赛设定是主动性和战术性的，事情可能会变得更有风险。电脑程序的设定是争取胜利，而不是平局。我们可以想象一下，如果互相竞争的智能机械厂家开始提供程序，其设定是在典型的人类交往中占据优势，会发生什么。没有人会通过在大量交易中实现收支平衡而成为商业巨子，也没有人能仅凭“还可以”或中等的表现成功地追求众多女性，或者是与对的人结婚。人们知道他们需要在复杂局势中铤而走险，他们也会购买战术性电脑软件来帮助他们。在实时数据分析和电脑智能的推动下，我们的社会将会产生很多纷繁复杂的人际交往。我们会使用电脑来管理我们的冒险行为，并且追求决定性的优势，正如棋盘上的发展趋势一样。

中间者的时代已经结束，现实中某些交流将仅仅遵循保守主义和简单规则，从而变得简单很多，而另一些交流则会变得复杂得多，并且走向极端。变简单的情况很好理解：只要按机器告诉你的去做就行了。避免犯错，保住你的工作、恋情、档案，或者任何你想要保住的东西，遵从这台智力超群的怪兽的指示。

然而，很容易想象，智能机械将会改变我们的互动方式，并使很多重要的事情变得更难以预测，也更激动人心。也许我们应该准备好迎接最紧张、最刺激、最危险的混乱——无论是金融上、情感上，还是其他方面。

电脑对战让人大开眼界，至少对于我这样的象棋爱好者如此。但我并不认为高收入者在未来会采取这样的工作方式。他们的方式将是让人类和电脑合作，从而开发利用两者此前未被发现或是未被充分利用的能力。

一直以来，人们都有一种成见，他们认为受纯粹理性引导的人将会表现得沉着冷静、毫无激情，也许就像《星际迷航》（Star Trek）中的史波克（Spock）一样。但如果你看过缜密理性的人类选手在顶级象棋程序辅助之下对弈，就不会这么觉得了。人类在冒险时通常会紧张流汗，情绪激动，特别是在激烈竞争之中和挑战极限之时。这种象棋比赛被称为自由式象棋。当你看到这类比赛中的选手，就会发现，未来的象棋世界将拥有一种全新的热情活力。

已故的诺贝尔经济学奖得主赫伯特·西蒙（Herbert Simon）是计算模型的主要推动者，也是现代行为经济学之父，他认为游戏十分重要。据他的合作者弗南德·戈贝特（Fernand Gobet）所说，西蒙每周例会开始时都会问：“今天有什么关于象棋的新数据吗？”

最新的数据来自自由式象棋。如果你想在不久的将来成为高收入者中的一员，你应该参考的就是这样一种模式。