當下，風(fēng)景園林或景觀(guān)設計行業(yè)不能只在自己的小圈子討論設計好或不好，而是應該跨出舒適區，與不同的行業(yè)交流切磋。筆者一直對AI充滿(mǎn)關(guān)注。認為未來(lái)是AI的時(shí)代，我們人類(lèi)應該要未雨綢繆，更好地駕馭AI，或與AI并肩戰斗。

　　從圍棋AlphaGo、AlphaGo Master到AlphaGo Zero的演變和進(jìn)化，我們看到了什么?

　　今年倫敦當地時(shí)間10月18日18:00(北京時(shí)間19日01:00)，谷歌旗下的DeepMind團隊公布了進(jìn)化后的最強版AlphaGo ，代號AlphaGo Zero。

　　新版本的AlphaGo究竟有多厲害?打敗李世石的AlphaGo用了3000萬(wàn)盤(pán)比賽作為訓練數據，AlphaGo Zero用了490萬(wàn)盤(pán)比賽數據。經(jīng)過(guò)3天的訓練，AlphaGo Zero就以100:0的比分完勝對陣李世石的那版AlphaGo。與學(xué)習大量人類(lèi)棋譜起步的前代AlphaGo不同，AlphaGo Zero是從"嬰兒般的白紙"開(kāi)始，通過(guò)3天數百萬(wàn)盤(pán)自我對弈，走完了人類(lèi)千年的圍棋歷史，并探索出了不少橫空出世的招法。自我對弈40天后，AlphaGo Zero變得更為強大，超過(guò)了此前擊敗當今第一人柯潔的"大師"版AlphaGo。通過(guò)數百萬(wàn)次自我對弈，AlphaGo從零開(kāi)始掌握了圍棋，在短短幾天內就積累起了人類(lèi)幾千年才有的知識。AlphaGo Zero也發(fā)現了新的知識，發(fā)展出打破常規的策略和新招，卻又更勝一籌。

　　該團隊的負責人哈薩比斯等人撰文《AlphaGo Zero從零開(kāi)始》提到:人工智能研究的一個(gè)長(cháng)期目標就是創(chuàng )造能在最有挑戰性的領(lǐng)域，不用人類(lèi)輸入就達到超人水平的算法。AlphaGo Zero之所以能當自己的老師，是用了一種叫強化學(xué)習的新模式。系統從一個(gè)對圍棋一無(wú)所知的神經(jīng)網(wǎng)絡(luò )開(kāi)始，將該神經(jīng)網(wǎng)絡(luò )和一個(gè)強力搜索算法結合，自我對弈。在對弈過(guò)程中，神經(jīng)網(wǎng)絡(luò )不斷調整、升級，預測每一步落子和最終的勝利者。升級后的神經(jīng)網(wǎng)絡(luò )與搜索網(wǎng)絡(luò )結合成一個(gè)更強的新版本AlphaGo Zero，如此往復循環(huán)。每過(guò)一輪，系統的表現就提高了一點(diǎn)點(diǎn)，自我對弈的質(zhì)量也提高了一點(diǎn)點(diǎn)。神經(jīng)網(wǎng)絡(luò )越來(lái)越準確，AlphaGo Zero的版本也越來(lái)越強。

　　那么從阿法狗的進(jìn)化，我們發(fā)現AI強大的學(xué)習能力。所以，人類(lèi)開(kāi)始擔憂(yōu):AI會(huì )不會(huì )取代人類(lèi)?或者說(shuō):在這個(gè)時(shí)代，做什么工作最有可能被機器人淘汰?干什么最不容易被淘汰?

　　上周BBC分析了365個(gè)職業(yè)，我們意外地看到如攝影師之類(lèi)的藝術(shù)家職業(yè)也正在被AI所取代，那么就是說(shuō):AI也已經(jīng)能拍出美美的照片了?

　　上周，《紐約客》雜志的一張最新封面毫無(wú)征兆地在朋友圈里刷了屏。封面上，人類(lèi)坐地行乞，機器人則扮演了施予者的角色，意指明顯--在未來(lái)社會(huì )，人類(lèi)的工作機會(huì )被不斷進(jìn)化的機器人剝奪，從而淪為了流落街頭的弱者。

　　BBC 基于劍橋大學(xué)研究者 MichaelOsborne 和 Carl Frey 的數據體系分析了 365 中職業(yè)在未來(lái)的"被淘汰概率"。

　　雖說(shuō)他們分析的僅僅是這些職業(yè)在英國的前景，所基于的也不過(guò)是英國本土的數據。但從這些概率中，我們可以得出兩個(gè)基本的結論:

　　如果你的工作包含以下三類(lèi)技能要求，那么，你被機器人取代的可能性非常小:

　　社交能力、協(xié)商能力、以及人情練達的藝術(shù);

　　同情心，以及對他人真心實(shí)意的扶助和關(guān)切;

　　創(chuàng )意和審美。

　　如果你的工作符合以下特征，那么，你被機器人取代的可能性非常大:

　　無(wú)需天賦，經(jīng)由訓練即可掌握的技能;

　　大量的重復性勞動(dòng)，每天上班無(wú)需過(guò)腦，但手熟爾;

　　工作空間狹小，坐在格子間里，不聞天下事。

　　以下則是部分具體職業(yè)的前景展望，我們重點(diǎn)關(guān)注了攝影師這個(gè)職業(yè)!但是，我們往下看到了建筑師。

　　電話(huà)推銷(xiāo)員

　　被取代概率99.0%

　　打字員

　　被取代概率98.5%

　　會(huì )計

　　被取代概率97.6%

　　保險業(yè)務(wù)員

　　被取代概率97.0%

　　銀行職員

　　被取代概率:96.8%

　　政府職員

　　被取代概率:96.8%

　　接線(xiàn)員

　　被取代概率:96.5%

　　前臺

　　被取代概率:95.6%

　　機器人前臺這兩年已經(jīng)多次登上了新聞標題，話(huà)題度最高的是由日本軟銀公司開(kāi)發(fā)的 Pepper。目前，日本以及歐美多國都已經(jīng)有醫院、銀行、電器店之類(lèi)的機構購買(mǎi)了 Pepper，作為前臺接待人員使用。

　　客服

　　被取代概率:91.0%

　　人事

　　被取代概率:89.7%

　　保安

　　被取代概率:89.3%

　　房地產(chǎn)經(jīng)紀人

　　被取代概率:86%

　　工人，以及瓦匠、園丁、清潔工、司機、木匠、水管工等第一、第二產(chǎn)業(yè)工作

　　被取代概率:80%-60%

　　廚師

　　被取代概率:73.4%

　　IT工程師

　　被取代概率:58.3%

　　圖書(shū)管理員

　　被取代概率:51.9%

　　攝影師

　　被取代概率:50.3%

　　令人驚訝的是，攝影師這樣一份依賴(lài)主觀(guān)審美的工作竟然也被判定為有超過(guò) 50% 的可能被機器人取代。

　　而谷歌也的確開(kāi)發(fā)出了一種試驗性的深度學(xué)習系統，這個(gè)系統會(huì )模仿專(zhuān)業(yè)攝影師來(lái)展開(kāi)工作，從谷歌街景中瀏覽景觀(guān)圖，分析出最佳的構圖，然后進(jìn)行各種后期處理，從而創(chuàng )造出一幅賞心悅目的圖像。

　　下面是該 AI 系統基于 Google 街景創(chuàng )作出來(lái)的一些作品:

　　演員、藝人

　　被取代概率:37.4%

　　在所有常見(jiàn)的藝術(shù)創(chuàng )作工種中，"演員"被判定為最容易被機器自動(dòng)化取代的行業(yè)，概率高達 37.4%。

　　但怎么說(shuō)呢，撇開(kāi)科幻小說(shuō)中用虛擬形象取代真人演員的情節不談，單單是當下以假亂真的"摳圖劇"就讓我們對這個(gè)行業(yè)被取代的前景充滿(mǎn)了信心。

　　化妝師

　　被取代概率:36.9%

　　寫(xiě)手、翻譯

　　被取代概率:32.7%

　　理發(fā)師

　　被取代概率:32.7%

　　運動(dòng)員

　　被取代概率:28.3%

　　警察

　　被取代概率:22.4%

　　程序員

　　被取代概率:8.5%

　　記者

　　被取代概率:8.4%

　　保姆

　　被取代概率:8.0%

　　健身教練

　　被取代概率:7.5%

　　藝術(shù)家、音樂(lè )家、科學(xué)家

　　被取代概率分別為:3.8%、4.5%、6.2%

　　無(wú)論技術(shù)如何進(jìn)步，人工智能如何完善，對人類(lèi)而言，創(chuàng )造力、思考能力和審美能力都是無(wú)法被模仿、被替代的最后堡壘。

　　律師、法官

　　被取代概率:3.5%

　　牙醫、理療師

　　被取代概率:2.1%

　　建筑師

　　被取代概率:1.8%

　　近年，已經(jīng)有各種各樣的所謂"人工智能建筑師"被開(kāi)發(fā)出來(lái)，但這些系統能完成的工作僅僅是畫(huà)圖紙而已。

　　公關(guān)人員

　　被取代概率:1.4%

　　心理醫生

　　被取代概率:0.7%

　　教師

　　被取代概率:0.4%

　　酒店管理者

　　被取代概率:0.4%

　　從中我們可以看出:在專(zhuān)家的評估中，圖像審美與其他藝術(shù)不同，是可以被量化、數據化的。

　　那么，問(wèn)題來(lái)了。以建筑師為代表的設計師被取代指數為1.8%，名列該榜倒數第五位。其點(diǎn)評是因為:"以建筑師為代表的設計師真正賴(lài)以立足的創(chuàng )意、審美、空間感、建筑理念和抽象的判斷都是機器難以模仿的。"

　　套用一句同濟建筑城規學(xué)院領(lǐng)導的話(huà)來(lái)說(shuō):未來(lái)所有的人都是設計師，而所有的公司都是設計公司。

　　那么，再深究下去，景觀(guān)設計師是否比建筑師更不容易被AI所取代?

　　我覺(jué)得答案是顯而易見(jiàn)的，景觀(guān)設計師幾乎很難被取代。有以下三個(gè)原因:

　　1. 對風(fēng)景園林的審美存在主觀(guān)性。首先有東西方的差異，其次即使都是中國人，人與人也對園林景觀(guān)有著(zhù)不同的看法，差異也很大。這一點(diǎn)建筑行業(yè)的標準相對統一，審美比較一致。

　　2. 如果說(shuō)圖像審美可以通過(guò)大數據進(jìn)行量化，但是風(fēng)景園林的審美則難于被量化。我們很難說(shuō)蘇州園林指數34567，而日本園林的指數是76543，彼得沃克作品指數是86532，巴拉甘作品指數是97651....等等。依據不足，數據也不夠大，如何被量化?

　　3.無(wú)法用大數據來(lái)量化并優(yōu)化學(xué)習的根本原因是，風(fēng)景園林或景觀(guān)設計的標準和規律并不明確。哪些人或設計項目可以成為標準?這些標準的判斷是一致的嗎?還是各有矛盾?所以說(shuō)，我們不要為難AI了，他都無(wú)從下手，學(xué)都不知道如何學(xué)，他如何戰勝人類(lèi)?這實(shí)在是AI厚黑學(xué)的經(jīng)典案例。

　　當然，風(fēng)景園林學(xué)科中很多已經(jīng)標準化的內容會(huì )更容易被大數據窮舉法運算出來(lái)，這實(shí)在都不需要AI出手。

　　最后，我們還是希望說(shuō)透一個(gè)問(wèn)題:審美是否可以被量化?而如何被量化?

　　要回答這個(gè)問(wèn)題，還是回頭問(wèn):"美到底是什么?"

　　應該說(shuō)，美是一種引起人的愉悅感的物質(zhì)屬性。"認為一個(gè)事物美"，可以被看成一個(gè)行為或是大腦的一個(gè)認知活動(dòng)。無(wú)論你是誰(shuí)、對象是什么、在什么時(shí)候，這個(gè)活動(dòng)都是有一定的共通性的。

　　而從神經(jīng)科學(xué)角度來(lái)定義美的這類(lèi)研究，叫"神經(jīng)美學(xué)(Neuroaesthetics)"。這是一個(gè)相對較新的美學(xué)分支，最開(kāi)始是由倫敦大學(xué)學(xué)院的神經(jīng)美學(xué)教授Semir Zeki(澤米兒·澤基)提出的，他本身也是一個(gè)很有名的視覺(jué)神經(jīng)科學(xué)家。Zeki在神經(jīng)美學(xué)上最大的一個(gè)貢獻是發(fā)現負責評價(jià)"一個(gè)視覺(jué)作品美不美"的大腦區域--覆蓋于眼眶之上的大腦皮層，眼窩前額皮層(或叫眶額皮層，orbitofrontal cortex)。

　　有趣的是，核磁共振實(shí)驗發(fā)現，人對作品的美丑評價(jià)，和這個(gè)區域的活動(dòng)強度有關(guān):活動(dòng)強，便認為一個(gè)作品很美;活動(dòng)弱，便是丑的。從這個(gè)維度來(lái)說(shuō)，"美"是可以量化的。

　　那么，我們認為美所帶來(lái)的"體驗"，景觀(guān)設計或建筑設計等一系列設計最終都是可以通過(guò)大數據量化的。而大數據量化的一個(gè)標準可能是"體驗設計"的多個(gè)標準化體驗點(diǎn)的打分機制。