什么工作不可能被人工智能（AI）取代，什么工作将由AI催生？

“我不知道。”2024世界顶尖科学家协会奖“智能科学或数学奖”得主、美国康奈尔大学计算机科学和信息科学讲席教授乔恩·克莱因伯格坦言，“在2008年，我们不会想到AI将在视觉分析、语言处理上有那么好的发展。2016年时，我们也未曾料到AI可以和人类对话。”

乔恩·克莱因伯格。图片由复旦大学提供

作为智能科学领域近三十年来的领军人物之一，克莱因伯格在搜索引擎算法和社交网络底层架构等前沿领域取得了开创性成就。但同人们一样，他同样为AI的快速发展而惊讶。在他看来，科学活动是人类能力的延伸，是人类的观察和思考的结果。

克莱因伯格把计算机网络的发展分为3个阶段。

1994-2004年间，互联网是一个无所不在、无所不包的图书馆，人们可以把所有的资料都放进这个图书馆，也可以从中汲取营养。

2004年开始，随着社交媒体的兴起，互联网被赋予了更多含义——人与人、人与机器在社交网络的接触，产生巨量分享、转发和虚拟社群信息，在互联网空间形成了囊括各种人类行为的生态系统。

2014年以来，人工智能技术的发展使互联网的发展进入第三阶段。“在这个过程中，算法发挥了至关重要的作用，它们能够处理海量的信息，并从中提取有价值的部分。”克莱因伯格指出。

数字时代，海量的数据如何改变人类？算法视角下的世界是怎样的？

克莱因伯格团队通过分析数百万用户的照片、搜索引擎查询以及移动设备的位置信息，识别地球上人类活动的“热点”。

这些“热点”不仅是物理空间中的聚集点，更是特定时间段内人们社会活动的中心。旅行、度假、家庭、朋友……人们会在社交平台对这些地点进行标记。

在克莱因伯格看来，数据表面就能提供很多意义，大模型可以挖掘出更多信息。他们对地理标签数据进行热力图分析，借助大语言模型从纷繁复杂的数据中提炼出有用的信息，分析其中的高频词汇、特殊词汇，从而准确定位并描述这些“热点”。

这项研究有助于提升城市规划、旅游管理、灾害响应等多个领域的工作效率。“随着越来越多关于人类行为模式的数据积累起来，未来或许能及时有效地应对更复杂多元的社会问题。”

在演讲中，克莱因伯格展现了由点和线组成的复杂社交网络结构。巧合的是，他的研究领域，似乎也能组成一张“网络”。

克莱因伯格的研究横跨了算法、行为经济学、博弈论、法律和网络科学，也正是由于这些不同领域之间的融合交汇，他的研究内容独具特色，对自然科学和人文社科的学者都带来了启发。

“我认为每个人都应该找到适合自己的研究风格，无论是深入探索某一个领域，还是广泛涉猎的跨学科研究。在不同情况下，这两种研究风格都可以做出好的成果。”克莱因伯格表示，“我经常会对自己领域之外的事情感兴趣。我倾向于将之视为一种社交方式，通过找到该领域的专家，尤其是思考问题方式和我相似的人。尽管我们知识背景完全不同，但我们依然拥有共同话题，能够很好地交流，互相学习。”

近些年间，克莱因伯格十分关注算法公平问题，尤其是在算法辅助人类做决定的场景。

“我们必须思考算法对人类生活和后代可能产生的影响。”克莱因伯格强调，除了偏见，算法还可能存在文化单一问题，需要考虑不同的度量标准，确保算法在各个层面上都是公平的。