人口減少和人口老化問題
人口減少也許不是最嚴重的問題,人口減少加上人口老化才是主要最嚴重的問題,因為老化人口增多,老化人口,不參與生產而成為社會負擔,年輕人口減少,社會參與生產人力減少,還要負擔供養老化的人口,除非生産力因科技進步如人口智慧和智能化機器人取代人類成為負擔生產的主要力量,否則年輕人會不堪負荷而選擇躺平,而老年人會因缺乏供養資源苟延殘喘,晚景痛苦淒涼。
年輕人現在已經在開始躺平,而機器人能否很快取代人類成為負擔生產的主要力量,目前還在研究階段,還沒有看到能很快的大量普及應用,加上人工智慧的安全問題也尚未解決,也還在研究階段,情況不容太樂觀,延後退休年齡也已經成為不得不採取的政策,問題是延後退休年齡而社會又排斥大齡員工,這只是使老化人口的晚景淒涼更嚴重而已,應該一方面立法禁止排斥大齡員工,另一方面加強成人教育,使大齡員工仍能學習新科技參與生產活動,即使是工作量減少工資降低,但是仍能繼續工作,直到退休年齡或是身體無法負荷。現在的科技和生產自動化已經使得勞力工作減少,腦力工作增加,人工智慧的應用首先要是在醫療上能強化老年人口的健康包括體力和腦力的健康,進而延續工作的年齡和工作的能力,其次發展智能機器人能協助照顧老化不夠健康的人口,減少社會負擔尤其年輕子女的負擔。
所以當務之急是發展人工智慧的應用在醫療上能強化老年人口的健康和支持大齢和老人的成人職業科技教育,鼓勵僱用大齡和老人員工,自然而然的延長退休年齡。
ysw
如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!
创作者 ysw 尚未开启!打赏功能为了鼓励分享而设计。
详见 天涯打赏功能说明
-
恒心易言 1月30日 22:46
在算法决定生死的时代,“废物”如何自处?
一、一个被抛出的问题
当人工智能的浪潮不再是我们手中挥舞的利剑,而是悬在头顶、自主演化的天象时,那个被反复问及的问题——“我会被取代吗?”——正被一个更冰冷的问题取代:“如果我已被取代,且永无归处,该如何自处?”
这不是未来猜想,而是正在发生的现实。从制造业到客服,从初级分析到标准创作,AI正在系统性地抹去那些曾构成中产阶级基石的“体面工作”。更可怕的是,它创造的新岗位——提示工程师、AI伦理师、数据策展人——其数量远少于被抹去的,且需要极高的认知门槛和资源支持。
普通人的困境不是“如何转型”,而是“无处可转”。
二、所有出路的破灭:我们如何走到了绝境
起初,人们相信总有出路。
第一条幻象之路:横向迁移,去做AI不擅长的事。
“去做心理咨询、艺术创作、手工艺、社区关怀——那些需要‘人性温度’的工作。”理论如此美好,直到现实发问:当大多数人失业,谁还有钱购买这些“人性服务”? 一个普遍贫困的社会里,心理咨询是伪命题,艺术是奢侈品,社区关怀若无公共资金支持,便是无源之水。横向迁移的前提——一个健康的消费市场——已然瓦解。
第二条幻象之路:向上攀附,成为AI的驾驭者。
“学习编程,学习AI,成为管理机器的人。”但驾驭复杂工具的,永远是少数。这由认知的幂律分布、资源的极端集中和时间的阶层化所决定。当学习成本高到需要全职投入、且知识迭代以月为单位时,为生存奔波的大多数,已被永久排除在竞赛之外。所谓的“AI民主化工具”,不过是让更多人成为“用户”,而非“驾驭者”。用户与驾驭者之间,是数字封建制下的佃农与领主。
第三条幻象之路:抱团取暖,构建互助网络。
“既然系统抛弃我们,我们就自己构建系统。”这是最动人的想象,却也最脆弱。在成熟的资本与权力逻辑下,‘抱团’是被系统性防范的头等风险。 平台经济将劳动者原子化;算法用信息茧房制造对立;过劳榨干了组织所需的时间与精力;任何有凝聚力的苗头,都会面临从合法收编到暴力压制的“重点照顾”。互助网络不是出路,而是为系统提供的“压力测试”样本。
第四条幻象之路:等待社会救济,寄望制度变革。
当所有个人努力被证伪,目光便投向集体。全民基本收入(UBI)、工作共享、技术红利税……这些制度设计在理论上成立,在政治上却步履维艰。在资本逻辑中,“救济”是为了防止动荡的“维稳成本”,其额度仅限于维持生物性生存,并伴随着严苛的监控与尊严剥夺。它避免你饿死,但系统地确保你“无用”。
三、绝境的本质:从“无用阶层”到“系统冗余”
至此,我们看清了绝境的轮廓:一个日益庞大的人群,他们:
1. 经济上无法被剥削(其劳动价值低于自动化成本)。
2. 消费上无法被收割(缺乏购买力)。
3. 政治上无法被组织(被系统性地原子化)。
4. 精神上被持续否定(被定义为“失败者”或“累赘”)。
他们不再是马克思意义上的“无产阶级”(其劳动是必需的),而是赫拉利预言的 “无用阶层” 。在系统眼中,他们甚至不是“阶层”,而是待处理的“冗余数据”。他们的存在,对系统的稳定运行构成负担;他们的觉醒与联合,则构成首要威胁。
于是,逻辑的终点清晰无比:在物质与精神的双重挤压下,缓慢地“等死”。 这里的“死”,是社会性死亡(失去角色与联结)、精神性死亡(陷入麻木与绝望),并最终导向物理生命的加速凋零。
四、在坠落的终点前:存在主义的微光
如果“等死”是系统为我们写好的客观剧本,那么,在这条终点确定的路上,我们还剩下什么?
答案或许不再是社会学或经济学的,而是存在主义哲学的。当外部的一切出路均已封死,唯一剩下的场域,是内在的、关于姿态与意义的选择。
选择一:被动格式化。
接受系统赋予的“废物”身份,在算法推送的娱乐与麻木中消磨时间,将痛苦内化为自我否定。这是最轻松的路径,也是系统最乐见的“稳定态”。你提前在精神上完成了自己的社会性死亡。
选择二:进行日常的、微小的“叛离”。
认清结局,但拒绝在精神上提前投降。叛离的目标不再是“改变命运”(那已不可能),而是 “定义自己”:
· 认知上的叛离:不顾“无用”,依然学习和思考,只为理解身处的机器如何运转。成为“清醒的囚徒”,而非糊涂的零件。
· 关系上的叛离:与身边的“狱友”建立真实、脆弱的情感联结。分享食物,倾听痛苦,在原子化的荒漠中,手植一株信任的幼苗。
· 意义上的叛离:去记录,去创作,去表达。在废墟上画一朵花,为孩子编一个关于勇气的故事。用行动宣告:我的生命,不是由我的“用处”来定义的。
这些行动,不能阻止船的沉没,但能决定“沉没时,船舱里正在发生什么”。它们是在坠落过程中,硬生生划出的第三维度——不是向上(求生),也不是平行(逃避),而是向内深挖,掘出一种不被外界命运剥夺的尊严。
五、成为系统无法消化的“坚硬颗粒”
这种“微叛离”的最终意义,或许不在于拯救个体,而在于改变系统的“质地”。
当系统试图将所有人打磨成光滑顺从、可随时替换的标准化零件时,那些坚持进行微小叛离的人,便成了无法被彻底消化的 “坚硬颗粒” 。他们不发动革命,他们只是拒绝被完全溶解。他们用自己微不足道的存在,证明着另一种人性关系的可能:基于共情而非算计,基于创造而非消费,基于团结而非竞争。
无数这样的颗粒,或许终将磨损系统的齿轮,或许只是无声湮灭。但这本身,构成了一种新型的抵抗:不再追求占领高地,而是追求成为高地沦陷后,依然埋在地下、等待未知季节的种子。
结语:在等死的时代,选择如何活过
我们可能正步入一个“后希望”的时代。关于个人奋斗、技术进步惠及所有人的宏大叙事正在崩塌。未来的分裂,或不在阶级,而在境遇:少数人进入人机合一的“神人”之境,多数人滑向别无选择的“冗余”之地。
对于绝大多数普通人而言,未来的核心命题,或许残酷地简化为:在通往社会性“死亡”的确定路上,你选择以何种姿态,走过这段尚存知觉的余生?
是闭上眼睛,在麻痹中滑向终点?
还是睁大眼睛,看清荒诞,然后——与同样坠落的人手握着手,在失重的虚空里,分享一首跑调的歌,讲述一个关于星空的故事?
这选择无关成败,只关乎我们想在人类的故事线中,留下何种关于“尊严”的注解。在算法决定生死的时代,这或许是我们最后,也是全部的自由。 -
恒心易言 1月30日 22:47
在算法决定生死的时代,“废物”如何自处?
一、一个被抛出的问题
当人工智能的浪潮不再是我们手中挥舞的利剑,而是悬在头顶、自主演化的天象时,那个被反复问及的问题——“我会被取代吗?”——正被一个更冰冷的问题取代:“如果我已被取代,且永无归处,该如何自处?”
这不是未来猜想,而是正在发生的现实。从制造业到客服,从初级分析到标准创作,AI正在系统性地抹去那些曾构成中产阶级基石的“体面工作”。更可怕的是,它创造的新岗位——提示工程师、AI伦理师、数据策展人——其数量远少于被抹去的,且需要极高的认知门槛和资源支持。
普通人的困境不是“如何转型”,而是“无处可转”。
二、所有出路的破灭:我们如何走到了绝境
起初,人们相信总有出路。
第一条幻象之路:横向迁移,去做AI不擅长的事。
“去做心理咨询、艺术创作、手工艺、社区关怀——那些需要‘人性温度’的工作。”理论如此美好,直到现实发问:当大多数人失业,谁还有钱购买这些“人性服务”? 一个普遍贫困的社会里,心理咨询是伪命题,艺术是奢侈品,社区关怀若无公共资金支持,便是无源之水。横向迁移的前提——一个健康的消费市场——已然瓦解。
第二条幻象之路:向上攀附,成为AI的驾驭者。
“学习编程,学习AI,成为管理机器的人。”但驾驭复杂工具的,永远是少数。这由认知的幂律分布、资源的极端集中和时间的阶层化所决定。当学习成本高到需要全职投入、且知识迭代以月为单位时,为生存奔波的大多数,已被永久排除在竞赛之外。所谓的“AI民主化工具”,不过是让更多人成为“用户”,而非“驾驭者”。用户与驾驭者之间,是数字封建制下的佃农与领主。
第三条幻象之路:抱团取暖,构建互助网络。
“既然系统抛弃我们,我们就自己构建系统。”这是最动人的想象,却也最脆弱。在成熟的资本与权力逻辑下,‘抱团’是被系统性防范的头等风险。 平台经济将劳动者原子化;算法用信息茧房制造对立;过劳榨干了组织所需的时间与精力;任何有凝聚力的苗头,都会面临从合法收编到暴力压制的“重点照顾”。互助网络不是出路,而是为系统提供的“压力测试”样本。
第四条幻象之路:等待社会救济,寄望制度变革。
当所有个人努力被证伪,目光便投向集体。全民基本收入(UBI)、工作共享、技术红利税……这些制度设计在理论上成立,在政治上却步履维艰。在资本逻辑中,“救济”是为了防止动荡的“维稳成本”,其额度仅限于维持生物性生存,并伴随着严苛的监控与尊严剥夺。它避免你饿死,但系统地确保你“无用”。
三、绝境的本质:从“无用阶层”到“系统冗余”
至此,我们看清了绝境的轮廓:一个日益庞大的人群,他们:
1. 经济上无法被剥削(其劳动价值低于自动化成本)。
2. 消费上无法被收割(缺乏购买力)。
3. 政治上无法被组织(被系统性地原子化)。
4. 精神上被持续否定(被定义为“失败者”或“累赘”)。
他们不再是马克思意义上的“无产阶级”(其劳动是必需的),而是赫拉利预言的 “无用阶层” 。在系统眼中,他们甚至不是“阶层”,而是待处理的“冗余数据”。他们的存在,对系统的稳定运行构成负担;他们的觉醒与联合,则构成首要威胁。
于是,逻辑的终点清晰无比:在物质与精神的双重挤压下,缓慢地“等死”。 这里的“死”,是社会性死亡(失去角色与联结)、精神性死亡(陷入麻木与绝望),并最终导向物理生命的加速凋零。
四、在坠落的终点前:存在主义的微光
如果“等死”是系统为我们写好的客观剧本,那么,在这条终点确定的路上,我们还剩下什么?
答案或许不再是社会学或经济学的,而是存在主义哲学的。当外部的一切出路均已封死,唯一剩下的场域,是内在的、关于姿态与意义的选择。
选择一:被动格式化。
接受系统赋予的“废物”身份,在算法推送的娱乐与麻木中消磨时间,将痛苦内化为自我否定。这是最轻松的路径,也是系统最乐见的“稳定态”。你提前在精神上完成了自己的社会性死亡。
选择二:进行日常的、微小的“叛离”。
认清结局,但拒绝在精神上提前投降。叛离的目标不再是“改变命运”(那已不可能),而是 “定义自己”:
· 认知上的叛离:不顾“无用”,依然学习和思考,只为理解身处的机器如何运转。成为“清醒的囚徒”,而非糊涂的零件。
· 关系上的叛离:与身边的“狱友”建立真实、脆弱的情感联结。分享食物,倾听痛苦,在原子化的荒漠中,手植一株信任的幼苗。
· 意义上的叛离:去记录,去创作,去表达。在废墟上画一朵花,为孩子编一个关于勇气的故事。用行动宣告:我的生命,不是由我的“用处”来定义的。
这些行动,不能阻止船的沉没,但能决定“沉没时,船舱里正在发生什么”。它们是在坠落过程中,硬生生划出的第三维度——不是向上(求生),也不是平行(逃避),而是向内深挖,掘出一种不被外界命运剥夺的尊严。
五、成为系统无法消化的“坚硬颗粒”
这种“微叛离”的最终意义,或许不在于拯救个体,而在于改变系统的“质地”。
当系统试图将所有人打磨成光滑顺从、可随时替换的标准化零件时,那些坚持进行微小叛离的人,便成了无法被彻底消化的 “坚硬颗粒” 。他们不发动革命,他们只是拒绝被完全溶解。他们用自己微不足道的存在,证明着另一种人性关系的可能:基于共情而非算计,基于创造而非消费,基于团结而非竞争。
无数这样的颗粒,或许终将磨损系统的齿轮,或许只是无声湮灭。但这本身,构成了一种新型的抵抗:不再追求占领高地,而是追求成为高地沦陷后,依然埋在地下、等待未知季节的种子。
结语:在等死的时代,选择如何活过
我们可能正步入一个“后希望”的时代。关于个人奋斗、技术进步惠及所有人的宏大叙事正在崩塌。未来的分裂,或不在阶级,而在境遇:少数人进入人机合一的“神人”之境,多数人滑向别无选择的“冗余”之地。
对于绝大多数普通人而言,未来的核心命题,或许残酷地简化为:在通往社会性“死亡”的确定路上,你选择以何种姿态,走过这段尚存知觉的余生?
是闭上眼睛,在麻痹中滑向终点?
还是睁大眼睛,看清荒诞,然后——与同样坠落的人手握着手,在失重的虚空里,分享一首跑调的歌,讲述一个关于星空的故事?
这选择无关成败,只关乎我们想在人类的故事线中,留下何种关于“尊严”的注解。在算法决定生死的时代,这或许是我们最后,也是全部的自由。 -
ysw
1月31日 11:33OP人工智能現在主要是大型語言模型,雖然令人驚歎,但是依照AI 教父圖靈獎得主楊立昆(Yann LeCun)對當前席捲全球的大語言模型(LLM)發出了的嚴厲批判,他認為這些模型雖然在文字處理上表現驚人,但其「理解」能力仍是表層、統計性的,缺乏基礎的常識、因果推理及物理世界認知,甚至無法與 4 歲幼童,或如貓狗等動物的智慧相比。
光是人工智慧幻覺(也就是有時會一本正經的胡說八道)就仍未解決,AGI 通用人工智慧其實不那麼容易達到,馬斯克的估計太樂觀,
Google DeepMind 共同創辦人兼執行長 Demis Hassabis 預估到2030年,通用人工智慧(AGI)降世機率為50%。
光是無人駕駛(不算是AGI),搞了許多年了,至今還未成熟。
機器人會成為人工智慧競爭的下個賽道,但是仍然不算是AGI, 只是功能較多,實在不必太悲觀。
我在高通做過手機,我至今都沒有全部搞清楚內部軟硬體的結構,但是完全不妨礙我使用手機成為助手和工具,即使你不懂人工智慧的內部結構,人工智慧的應用絕對可以是人人可學可用的,所以不需擔心學不會,只要肯學,就不會失業。
