直到去年，我还以为最先被机器人替代的工作是餐厅服务、流水线装配、矿井工人这些所谓“低教育水平”工作。
随着AI的不断发展，让我不得不重新思考这个“抢饭碗”问题：
- 尽管在部分城市有机器人餐厅，但是这些所谓的机器人与其说是服务员，还不如说是商业噱头；
- 尽管郭台铭有很多自动化设备，但仍然将组装工厂移往低人力成本地区，还大量招兵买马，如果机器人可以代替流水线工人，又何必多此一举？
- 接着几个真正的抢饭碗案例，先是编辑(http://www.tmtpost.com/1404286.html)，然后是律师(http://wallstreetcn.com/node/244724)，现在又是曾经认为的金领——交易员(http://net.yesky.com/392/108421392.shtml)
机器人没有抢走“最弱势群体”的饭碗，反而抢走了不少受过高等教育的中产阶级饭碗，为什么会这样？
早先，冯.诺依曼在讨论计算机与人的不同点时就指出，计算机的逻辑深度很深而人类思考的逻辑深度是很浅的。杰夫·霍金斯在《人工智能的未来》中也说到，“建造在物理、数学等高层思维方面超越我们的机器，比建造科幻小说中会走、会说的机器人要容易得多。”
确实有些公认很聪明的人的思考逻辑深度比一般人要稍微深那么一点，和他说A，他就能知道C甚至D，而大部分人只能得到B，所以我们大部分人只能象华生那样等待福尔摩斯的神谕，只有了解了A->B->C->D的整个逻辑推理过程才会明白个中道理。计算机却不会有这方面的困惑，它不仅知道有82.34%的可能性是D还知道有36.42%的可能性是E。
现代科学知识、麦肯锡的工作方式、决策树思考…都在提高我们的工具理性，逻辑之剑也一直在帮助我们征服世界，而我们万万没有预料到的是——逻辑思考、理性判断更是计算机的拿手好戏！
虽然计算机擅长深度逻辑，但AI发展也不是一帆风顺。诺伊曼解决的是哲学问题、理论问题，真正实现还得解决技术工程问题，例如诺伊曼在50年代提出了蒙特卡罗算法，但是一直等到60年后才被谷歌发扬光大。诺伊曼时代做不出AlphaGo还有另一个问题——大数据。接触过机器学习的人都知道，监督学习的一个核心就是大数据训练集，更多的数据才有更好的预测。
进入21世纪的第二个十年，工程技术问题仿佛解决了一部分，大数据也有了些，拿起这把“AI之剑”首先刺向谁呢？
既然会说会走的机器人做起来不容易，逻辑判断、概率分析的机器人做起来容易，那就让机器人去代替这部分人的工作再适合不过了，而且这部分人的成本还相对偏高。技术上能实现，经济上有动力，不管是“万恶的资本家”还是“富有人情味的老板”都不会拒绝。
这里好像形成了一个有悖于常识的结论——越是受过现代教育，用理性思考来工作的脑力劳动者，就越容易被AI替代！
当然，你会说想象和创新不是那么被容易“计算”出来，人类的价值就在这里。但想象和创新源于欲望，在理性之路上行走多年，我们的拯救者竟然是“非理性”，我们不断地用理性之光来武装自己，在任何场合都尝试作出理性的举动，有趣的是，理性也会被理性毁灭，就像严格的逻辑之间也会形成悖论一样，这种自己被自己曾经采用的手段所毁灭的过程，我暂且称之为“乌拉诺斯之咒”吧