1、摘要
机器替代人的问题可以追溯至工业化的开端。在这篇论文中，我们通过反思古典政治经济学家们和工程师们的著作，追问人类工作和机器人（robotic）工作之间的根本区别之所在。我们考察马克思和瓦特的论述中关于人类工作和机器做功（功的英文词是work，与工作是同一个词，而中文中功和工作是两个词。作者使用这个词时有双关的含义。下面根据具体情况进行翻译，讨论物理学时翻译为“功”，而经济学或日常语言语境下则翻译为“工作”——译者）这两个概念之间的关系，以及它们在经济价值形成中的作用。我们考察在他们的论点中，人工动力来源能在何种程度上切实地代替人力。我们继续考察斯密关于动物所做经济工作的观点上的区别，并且根据现代生物学研究，仔细考虑人类工作和非人类工作的哲学区别是否还能继续成立。我们强调动物工作（animal work）的非通用性，在这之后继续讨论恰佩克和图灵的通用机的思想，并且提供我们学院开发的叠衣服机器人的例子作为一个反例。然后，我们回到瓦特，并讨论热力学和信息论的发展。我们想要表明，最近的研究不仅导向了这些领域的统一，而且带来了对劳动过程和价值形成过程的整体性认识。
我们将审视普遍机器人化对利润率和资本主义未来的影响。对此，我们不仅借鉴冯·诺依曼在计算机方面的工作，而且汲取他的经济学思想，来指明机器人造成的真正威胁。
自1950年代以来，自动化给人类劳动造成的威胁就一直是大众科幻作品中经久不衰的主题[1,2]。通过把我们同假想的机器人所比较，作者们探究了作为人类意味着什么。普遍认为，这样的机器人要在几个世纪后的未来才会出现。在过去十年中，机器人技术发展的速度大大加快，远远超出了公众的预期。阿西莫夫（Asimov）和狄克（Dick）的时间尺度看起来挺充足的，反之《自动钢琴（Player Piano）》[3]中反乌托邦的不久的将来则像是冷酷的现实。这种焦虑不限于小说家。甚至史蒂芬·霍金都告诉BBC说:
“完全人工智能的发展会宣告人类的终结。”[4]
机械工程学的进步让机器人技术成为可能，但更重要的是信息学。在这篇论文中，我们来看一看，来自信息学的思想是如何让我们能够更精确地看待我们和机器人之间的差别，以及信息科学是如何让我们更深刻地理解人类劳动的未来。有了这些认识之后，我们就能够继续研究机器人给我们人类造成了哪一种真正的威胁。
在第二节，我们探究劳动的概念以及劳动报酬和劳动能力之间的区别。在第三节，我们考虑劳动之外的其他价值来源，并且得出结论：在所有的商品中，劳动是唯一能够最佳匹配价格的商品。在第四节，我们解释马和人的重要区别，并且解释为什么机器能够代替马。然后在第五节，我们仔细考察图灵的通用机以及关于机器人能力的最新研究。在第六节，我们探究了热力学定律和价值概念之间的关系，并且在第七节做出结论：人类劳动仍然是重要的。在第八节，我们回到冯诺依曼的开创性工作，再一次考虑由机器人统治的世界的可能性。在第九节，我们反思这些论点，并且在第十节中做出结论。
2、功（work）和动力的思想
马克思对劳动和劳动力做了一个很著名的区分[5]。我们会解释他所做的区分是什么意思。
马克思用一个问题来解释这两个术语之间明显的对立。一方面，所有的市场售卖都可以被看做是公平平等的交换。而另一方面，这些公平平等的交换的最终结果是，通过生产，一部分人以牺牲另一群人为代价而变得非常富裕。公正平等的交换是怎样导致了这种状况的呢？一种解释是，工人的劳动价值被骗取了：他们只被支付了他们劳动的部分价值，因为市场受到这样的操作，以至于他们永远无法按照完全价值出售劳动。
马克思琢磨了这个问题：怎么能一方面是劳动者被支付了他劳动的公平价格（所谓公平价格，按照李嘉图的说法[6]，就是维持和再生产劳动者阶级的必需品的价格），同时又有利润和剥削？而马克思实际上做出了这样的结论：“哦，实际情况是，人们得到的不是他们工作的报酬，而是他们工作能力的报酬。”
一个自雇佣的工匠制造东西，然后拿到市场上去买。他直接出售其劳动产品。与其类似的是到你家里来修屋顶的屋顶工。他们都直接得到他们实际劳动的酬劳。如果有人受雇在一个棉纺厂里纺棉花，他就不是直接出售其劳动产品；他所出卖的是他的劳动能力。雇主每天可以从一个工人山上得到的劳动量是一个可变量。它持续的时间和强度都是可变的。
马克思写作那个时代的特点是，工作时间极端地长。工厂制度把劳动日大大地变长了。机械化之后，劳动强度和工厂里机器运行的速度紧密联系在一起。当河里的水涨起来时，工作就更加紧张：
噢，天啊，工厂运转得很快
我们可怜的工人得不到一点休息
更换粗筒和细筒
他们差不多要你干十九个小时
噢，天啊，我希望今天已经结束了
在过道里跑上跑下一点不好玩
更换、接上、纺线、经线和合线
为了吃穿每天要干十九个小时
敦提织工的麻纺厂之歌，最初由伊万·麦考（Ewan MacColl）录制，由玛丽·布鲁克斯班发行。[7]
出卖的是劳动的能力。根据不同的劳动条件，雇主从中得到的劳动量可以得到多得多。劳动自身和劳动能力的这一区别，肯定有某种来源。社会必定已经为我们准备好了这种区别。所以，那些概念究竟是从哪里来的呢？
有理由相信，这一区别起源于工业革命的开端。那时瓦特正在生产蒸汽机。瓦特其实并没有发明蒸汽机。他被指派去完成修复一个纽科门蒸汽机的任务，那时他是格拉斯哥大学的一名技师。这些蒸汽机是用来抽水的：他们没有旋转运动，因为他们完全是抽水机。瓦特仔细研究纽科门蒸汽机，由于他曾经跟布拉克（Black）一起研究过热的本质[8]，他意识到，实际上这些纽科门蒸汽机是非常低效的，因为它们丢掉了热量。它们反复往活塞里洒水，让蒸汽在活塞里冷凝，通过这种方式冷却活塞，因此浪费掉了很多热量。瓦特做的其实是发明了一个分离的冷凝器，通过这个冷凝器，从一个分离的容器的蒸汽中分离出热量。他还发明了一系列自动的阀门，这些阀门可以让蒸汽通过活塞到冷凝器，或者让蒸汽从活塞一边到另一边，这些改进使得蒸汽机效率极大提高。
瓦特的公司将这些蒸汽机出租。他保证租金会少于人们用纽科门蒸汽机时多消耗的煤炭的钱。为此，他需要某种测量这些蒸汽机干多了多少功，评价它们的动力的方法。因为使用蒸汽机之外的替代选择是使用马，所以他是第一个系统性地研究马做功（work）的量人，并且引入了“马力”这一概念。在做这件事时，他也同时成为第一个在做功的能力即马力和实际做功之间做区分的人。对于瓦特来说，工作（work）就是纯粹的劳动，纯粹的劳作：马或者人用力拉起重物，强体力活动。当你想到18世纪后期的社会时，这种对工作的评价是合理的，因为那是大多数工作都需要人类肌肉的体力活动。人们出卖劳动力时，也主要是干这些活。多数活都是重体力劳动。
在亚当·斯密的著作中，体力活动和劳动之间的这种结合到了这样程度，以至于斯密可以轻松地谈论一个农民有劳动的仆人和劳动的牲口，因为人们认为他们干的是同样的事情。[78]瓦特允诺给人们的是动力，用他的机器工作的能力。瓦特的伙伴马修·博尔顿骄傲地向乔治二世宣布：“陛下，我手里有了全世界所需要的东西；这样东西可以把人从苦工中解放出来，从而将文明提高到前所未有的高度。我拥有了蒸汽动力。”通过这种方法，他将要改变整个社会的财富。从某种现实意义上说，他的确做到了这一点，因为在几十年间，他的机器的动力，比整个王国所有的人类和马的肌肉力加在一起都多。从那种观点来看，他似乎已经抓住了劳动和动力的关键区别，而这一概念化在古典政治经济学家中仍然只是刚刚出现。
斯密说，劳动是原币。通过劳动，我们从自然界那里取得东西[79]。而他谈及劳动时，也将其看做是某种人类和动物都可以干的事。在那个社会里，人类劳动和动物劳动都是劳动。他知道，动物没有技能，它们能从事的劳动是有限的：比如，它们不能参与劳动分工。斯密还对为什么事物有价值感兴趣，而他很快就抛弃了事物有价值是因为他们有用的想法。他指出，有很多东西很有价值的东西却并不是很有用。唯一不变的是，有价值的东西都需要很多的工作才能生产出来。在工业革命黎明的时刻，大多数劳动都是体力劳动，因此瓦特和斯密研究的这两种劳动之间的区别并不清楚。他们都是在处理工作（work）：斯密处理的是，如何通过劳动（labour）分工和劳动（labour）的专门化让工作(work)变得更有效率，而瓦特则是在研究如何用人工的动力源来代替工作（work）。
令人惊讶的是，在斯密的《国富论》中，他并没有讨论动力机械的使用。他所有的经济改良都来自于劳动的分工，以便让人们可以更快地完成自己的任务。通过反复完成同一件任务，他们会变得更加熟练，他们的活动也变得越来越自动化，也不会由于切换任务而损失时间，因此生产的东西就变多了。这种生产的设想仍然是前工业化的，因为动力工业在那时还不存在。唯一特别的例外是水力工厂，但是除了生产面粉，大规模生产并不是普遍地基于动力机械。
马克思从斯密和李嘉图那里继承了劳动价值论。在某些方面，马克思让这一理论变得更加精确，因为斯密把可以购买的劳动错误地看做生产东西所需的劳动，而他把二者看做是相同的。在手工业者和农民的前工业化社会，这二者本质上是相同的。当一个苏格兰农民出售自己的谷物，反过来购买铁匠的产品时，他的谷物的价值就表现为他用自己的谷物所能支配的其他人的劳动。他是在间接地支配其他店主的劳动。
所以，在前工业社会或者只有部分资产主义化的社会，价值等于你能获得的劳动量的思想是直观的反映。一旦资本主义广泛扩张，这二者就不不同了，因为工资仅仅构成出售产品的价值的一部分。尽管某个东西可能需要一定量的劳动，但是雇主并不需要支付那么多给他的工人，所以这件东西所能支配的劳动比生产它所需要的劳动（的价格）要多。
李嘉图在介绍了十八世纪末的资本主义机械之后[6]，指出了支配的劳动和物化劳动之间的区别。这些区别在18世纪中期尚不明显，到了十九世纪初期就变得明显了。马克思做出的区分是基于李嘉图的区分。马克思试图解释，在所有东西都按照价值出卖的情况下，剥削为何仍然存在。他的解释基于力量（power）和所做工作（work done）的区别，而我们认为，马克思所做的这一区分实际上是来自于瓦特。
3、其他可能的价值来源
价值和创造价值的能力的这种区别是人类劳动所特有的吗？这种特质可能是任何你拿来作为价值实体（value substance）的东西的属性。假定你拿英国经济作为例子。你不是去计算所有主要工业产品的劳动价值，而是选择说：“我们将石油看做是价值实体”，而“每个产品的价值是直接或者间接用来生产该产品的石油桶数”。现在，对于汽油来说，这就相对简单。塑料也会涉及到石油进入其生产。然后你考虑像电视机这样的东西。电视机需要燃烧石油以提供运输其的能量，需要燃烧石油来制造它的部件，然后还需要石油作为构成其边框的塑料的投入品。如果你使用投入产出表，你可以系统性地这么做：你可以计算出有多少石油进入了每一种产品之中。显然，下一个符合逻辑的问题是：“石油自身的价值是什么？”如果你要保持理论的一致性，你就会说：“石油的价值是生产石油自身所需要的石油的量”。你发现什么了？
你发现，生产一桶石油所直接或间接地需要的石油的量小于一桶。如果你采用那一定义，你会发现，在一次计算之后，一桶石油的价值不是一整桶石油，而可能只需要三分之一桶石油来制造这一桶石油，所以所有产品的价值都会突然下降至三分之一。下一次你再试图进行计算，石油的价值会再一次下降。(因此递归算法必须考虑计算的对象，如果是价值实体，其价值不能定义成制造它所需要的价值实体的量。具体参见[80]—译者注)关键的是，无论你选择哪种商品作为你的价值实体，在一个正常运转的社会里，生产一单位这种物质所需的这种物质本身总是小于一单位。说某种东西是价值实体，它就会具有这种属性，你必须做出这种区分。
你可以对钢铁、电力和其他产品做同样的计算[10]。显然，你必须使用基本产品，这些直接或者间接地用来生产其他一切商品的商品。基本商品数量是有限的：不是所有的产品都是这种意义上的基本商品[11]。但是，在马克思叫做“第一部类”的经济中，这些产品都是直接或者间接的用来制造其他一切产品的。从原则上讲，你可以说选取其中任何一种商品，然后说：“这就是价值实体”。你可以从这种商品得到一种内部一致的价值理论。问题在于：这种价值理论在预测价格方面具有实证上的准确性吗？
当你尝试研究，你会发现，相比劳动价值论，能量价值论、石油价值论或者钢铁价值论等等对实际价格的预测要差得多。虽然，原则上你可以让任何商品具有这种特质，但实证研究的结论是，唯一有意义的商品是劳动。
4、人和马
自从瓦特的蒸汽机代替马作为动力来源后，为什么其他机器没能把人代替了？归根结底是因为这样的事实：工作远不只是肌肉能量。只需要肌肉力的地方，机器替代人并不难。因此马很快就被替代了，而稍晚一些，修铁路的筑路工的重劳动被这样那样的推土机和挖土机所代替了。只有当工资上涨到足够高，用机器代替人划得来的时候，这种替代才会发生。但是只有采用机器划得来，人就的确能被代替。人和马的区别在于，马只能拉：你不能让马纺纱或者修理船帆。然而，几乎所有劳动任务都可以分派给人类去完成。
人可能不十分擅长某种任务，但是他们很容易适应，而这种适应性应该是我们成为统治物种的根本原因。我们实际上是通用机器人（universal robot，或者翻译成“万能工人”——译者注）。这种说法当然有点双关语的意思。在英语中，机器人这一术语来自于恰佩克的戏剧[12]，这部剧写于二十世纪，讲的是一位英国发明家罗梭。这位发明家在布拉格建立了一个工厂制造机械人（mechanical men），而这些机械人就是通用机器人。其实，“机器人（robot）”在斯拉夫语中就是“工人（worker）”的意思。这些假想的通用机器人的确代表了对人类的威胁，因为他们可以做任何人类能做的事情。
这种通用机器人的确是人类的致命威胁，因为到那时，富人会认为维持一个劳动人口是毫无必要的。在那些他们仍然保持控制的国家，人们讨厌去思考将会发生什么。应该记住一点，如果机器人真的能够代替人类完成各种任务，那他们也会像我们一样，具有复杂的内心生活。在菲利普·K·迪克（Philip K. Dick）的小说《仿生人会梦见电子羊吗?》（Do Androids Dream of Electric Sheep）中，作者实质上是在指出，机器人也会造反。这部电影后来被改变成电影《银翼杀手》（Blade Runner）。同样的能力将会伴随着同样的动机。
人们的思想显然是由他们成长时的技术所塑造的[13]。机器人的思想在马克思的时代并不存在。对我们来说，马克思用来定义劳动的那些特质，在现代科学的面前已经不成立了。马克思说，人类劳动和动物“劳动”的区别在于，人会提出计划，能够在他们实际完成之前对他们将要完成的事情有一个图景。这种人类活动和动物活动之间的尖锐差别，在现代科学面前已经不成立了。（值得一提的是，恩格斯在《劳动在从猿到人的转变中的作用》中曾经谈到过动物的有计划的行为，动物对语言的使用以及对人手的灵活性的强调。作者后来向译者承认，他忽视了恩格斯的这些重要论述。不过，对于一场访谈来说，这样的疏漏是可以理解的。——译者注）这种说法甚至在达尔文的著作面前都不能成立：
常有人说，没有任何动物会使用工具，这又不然，黑猩猩在自然状态下就懂得用石块或石子来弄开当地所产的有些像核桃的一种干果。[14]
后来，古德（Goodall）详细地记录了黑猩猩对工具的使用[15]。很难说动物不是有意识地计划行动，很难说他们没有自觉的目的。
博瑞姆根据一位有名的旅行家，欣姆佩尔的话，说到，在阿比西尼亚，在当地称为“格拉达”的一种狒狒结队下山抢劫田里的作物的时候，他们有时候会碰上另一种狒狒，树灵狒狒的队伍，双方就会开仗。“格拉达”狒狒先把大石头从山坡上推滚下来，树灵狒狒就竭力躲开，然后双方短兵相接，喊声震天，彼此猛力冲击。博瑞姆自己曾随同柯堡哥达公爵到非洲，并帮他在阿比西尼亚的孟沙山口用火器向一队狒狒袭击。狒狒还击，也从山坡上推滚下来许许多多的石卵，有的像人头一般大，逼使进攻的人不得不迅速后撤；并且实际上在一段时间里山口堵塞得无法通行，阻挡了公爵一行的前进。值得注意的是，这些狒狒是一起通力合作的。[14]
如果我们考察一个狼群，这个狼群会把任务分成多个任务，一些狼会去追鹿，另一些狼会去埋伏：这显然是有意识的行为。它们也许不能说话，但它们会交流，执行有目的的行为。亨特[16]讲述过一个野牛是怎样有意跟踪和顶上猎人的。任何动物学家一定都能举出许多其他例子。
因此，人类与动物之间最严格的区分是站不住脚的。仍然成立的是，人类能够制定活动计划，并将这一计划物质化。当前有对动物（至少是哺乳动物）是否进行计划和使用情景记忆（episodic memory）的研究[17]。确凿无疑的是，人类可以记录和讨论自己的计划。他们可以用语言记录计划，而语言本身由可以使用情景记忆记住。他们能够用符号和图画把计划记录下来。这一能力使得更复杂的劳动分工成为可能，而这种复杂的劳动分工在人类社会里是非本能性的。
显然，社会化的昆虫比如蚂蚁也表现出了复杂的劳动分工。马克思意识到这一点，然后说,“蜜蜂建筑蜂房的本领使人间的许多建筑师感到惭愧”。然而马克思还说：“蜜蜂不会对他们要做的事情形成图像”。马克思在另一个蜘蛛的例子中说，蜘蛛让织工感到惭愧。最近的实验研究表明，蜘蛛能够制定计划[18.19]。研究者把两只铅笔置于一个封闭的瓶子这个三维的空间里，然后将蜘蛛放在一致铅笔的顶端。在这个瓶子里的另一只铅笔的顶端，放置着一只虫子。蜘蛛想要得到这只虫子。蜘蛛制定了一个如何达到那里的计划，现在人们认识到，蜘蛛为了建一个网，事实上是在有目的地行为的。
甚至不能说只有人类才有文化，因为我们知道，猿[20]和猕猴[21] 中某种形式的工具使用是有文化的，而且我们知道某些鲸群有地方文化（local cultures），有各种不同的狩猎和合作的方式。黑猩猩在迁移后，会适应当地的咕噜声。[22]
这些没有一样是关键的特质。我们认为关键的特质是，（1）人手给我们带来的灵活性，（2）我们可以通过语言相互交流的事实，（3）我们可以读懂他人内心的事实。目前，地球上没有任何其他物种能够结合这三种特点。有一些物种（比如鲸鱼和海豚）似乎能够交流[23]，但它们没有手。有一些物种有手，但是他们没有语言[24]。
利伯曼（Lieberman）宣称[25]，人类有一种理解他人内心感受的独特能力。他认为，这给了我们相对于其他物种的一个很大的优势，因为这使得我们可以合作，而这种合作带来了生存。其他物种合作但是不能洞察其他人的心智理论(Theory of Mind)能力。其他研究宣称，其他灵长类动物也有至少是萌芽期的这种类似于人类心理的能力[26]。认为同理心(empathy)，或者说心智理论是人类内在特质的思想，可以追溯至亚当·斯密[27,28]。即使我们将其他灵长类动物有心智能力考虑在内，手、同理心和语言这三者的结合仍然是人类独有的。
5、通用机
阿兰·图灵最开始引入通用计算机的概念时，是把它看做一种可以完成任何人类数学家能做的数学运算的机器。值得详细研究一下他是怎样分析人类数学家做运算的。因为在他的时代，数学被认为是最抽象和最理性的人类活动，是一种人类才有的东西。他谈到一个人想做计算时：他需要方格纸，他写下数字，然后它对这个数字做一些加或者乘的操作。当一个人做这样的运算时，他一直是只看着那张纸上的一小块区域。比如，相加起来的那一列数字。他们在自己的工作记忆中保持小部分累计总和。每一次超过10，他们在旁边的一列数字旁写下一个小1（你可以回想念小学时，老师是怎么教你做乘法的)。所以本质上讲，所有的数学说到底都是学术家们能够看见某一个数字符号，同时还有某种心智状态，而基于那一种心智状态，写下一个新的符号。可能也许他有一个橡皮擦，用它来擦掉东西。所以图灵说：
“假定我建造一台机器能做同样的事情？”
第一台机器用了磁带而不是方形纸，即一种上面有方格的长条纸。这台机器能够往上写数字。它知道当前的数字，也知道它自己的心智状态，它写下另一个数字，或者移向磁带的左边或者右边，并改变自己的心智状态。所以图灵认为：使用这种非常简单的机器，我就抓住了数学家所能做的事情的本质，而从这一本质出发，我就能建造一台通用机。”
通用机与特别抽象的图灵机略微不同，因为它是一台可以模拟其它所有图灵机的图灵机。因此，只要接受正确的指令，这一通用图灵机原则上可以求解任何数学问题。图灵在战后开始试图建造使用的通用计算机时，他的目标就是建造这样的机器。他的目标是明确提出一种机器，这一机器可以求解任何数学问题，包括进行数学家能做的证明。图灵不是第一个想到通用计算器（calculator）的人。在十九世纪早期，巴贝奇产生了基本一致的思想[30]。他说，如果他有一台达到某种复杂度的机器，他突然意识到这台机器可以求解任何数学问题。图灵不是第一个这么做的人，但是他比前人更加清晰地将这一思想表达出来。他使用这个通用机的概念来反思数学的极限，探究哪些事情是数学家做不了的。他表明，数学中的希尔伯特形式主义计划，即试图基于公理和推理规则的固定集合创建整个数学的计划，一定会失败[31][32]。图灵先是以思想形式的形式发明了他的通用计算机，将其用于阐明人类计算的极限。直到后来才着手建造作为实用机器的通用机[33]。
有趣的是，图灵发表通用机的思想的同一年，卡雷尔·恰佩克（Karel Capek）的戏剧也在BBC上演。因此，通用机器人的思想，通用机的思想，是那个时代的概念。图灵在特别数学化的背景下应用这一概念。关于这些机器，最重要的一点是，他们不像所有以前的机器。之前的机器是建造来执行某个任务，而计算机可以应用于任何信息处理任务；只要给予足够的时间，它们就能求解。这造成了全方位的节省，因为这意味只需要确定一种计算机的设计，它就能大规模制造。因此，在某种程度上，这一信息处理中的通用性已经被机器实现了。我们必须记住，它们是无形体的智能，而在当时还只是相当有限的智能。
在格拉斯哥大学，我们正与欧洲的同事一道从事CLOPEMA 项目。这一项目是开发一个叠衣服的机器人[34][35]。我们可以轻易完成的事情，比如捡起布并把它折起来，对于机器人来说都是异常困难的任务。设置让机器搞清楚应该在什么地方把布捡起来，都是非常具有挑战性的。这些事情人类觉得是小事一桩，甚至很小的小孩都能做。当前的眼手自动协调非常耗时，其数学表达也非常复杂。从实质上讲，我们离计算机能够做各种人类劳动能完成的琐碎工作，还有很长的路要走。比如，如果你有一个医院的洗衣房，那里会有专门的善于叠衣服的机器。但他们没有通用的智能。他们可以以很快的速度叠衣服,比人类还快。他们是这样叠衣服的：先把衣服摊开，然后各种各种摆来摆去，最后把衬衣肩膀摆过去，就叠好了。这种经典的特殊用途的工业机械还不算不上通用机器人。机器人工程科学目前争议非凡的速度发展。已经有了机器动物，机器狗，机器马，和各种其他由波士顿的机器人实验室制造的动物，这些动物可以走过或者跑着穿过树林，而且其步法跟动物的那种步法一样。
那些人类最容易做的事情，非理性的事情，却是机器人最难做的事情。直到最近，机器人才能够避开障碍或者现实地移动。
我们的叠衣机器人重达一吨，而且还固定在一个大楼第七层的混泥土地板上。我们做了专门的加固才能承受这个机器。所以，要制造出能够在任何工作场所部署的机器人，还有很长很长的路。
正如同你可以使用标准技术水平的劳动小时数来决定事物的价值，在计算中，原则上你也可以用图灵机需要执行的周期数来衡量算法的复杂度。没有人实际使用过图灵机，因为它们是相对低效的。研究不同语义能力的机器上执行的周期数和代码长度如何不同，是一个目前非常活跃的研究领域。人们还没有完全理解这些事情，但是从原则上讲，我们知道任何其他机器可以完成的计算，在通用图灵机上都可以完成。受制于某种效率因素，这些不同的计算的复杂度是相等的。这是计算机科学中的强假说（strong hypotheses）之一：这一假说还没得到证明，但是受到了强有力地接受。
6、从热力学定律到价值规律
实际上，热力学始于瓦特改进蒸汽机的效率的尝试。瓦特已经意识到，热被转化为功（work）,而热转换为功的效率越高，蒸汽机的效率也就越高。卡诺[36]随后表明，存在着一个热机所能达到的最大效率。在任何热机中，效率都跟输入输出的热的温差有关。克劳修斯紧接着制定了热力学定律。这一定律指出，热从事从高温物理流向低温物体，不可能完成热变成功，而焦耳表明你可以功重新转换成热[38]。热力学过程存在着不可逆性。
接下来，在1940年代，一个在贝尔实验室工作的电话工程师试图量化电话线的信息承载能力。我们在这里看到与瓦特非常相似的东西。瓦特是试图量化一个日常概念即工作（work）的概念，然后他给这一概念提供了科学的含义。在香农[39]以前，信息显然是一个日常概念,但是一旦你说：“我们怎么衡量它？”，你就必须给它下一个严格的定义，而香农从概率论的角度，给电话信息或者电报信息下一个严格的定义。
当你完成了概率论的数学，得到的公式其实与波兹曼[40]试图从分子运动和分子运动的概率的角度表示热力学定律的公式是一样的。香农意识到，信息和熵是同一个东西。这种说法是反常的，因为人们认为信息是熵的反面。但香农所表明的是，在比特流变得与随机数字或者说与随机噪音变得没有区别时，顺着数字信号的信息传输最大化。比特流越是远离随机噪音，编码就越是冗余，信息传输的效率就越低。这代表了人们思考信息的方式的巨大的、根本性的改变。如果你阅读1950年代的评论，那时许多人仍然不理解。如今，如果你在研究信息论、数据压缩或者视频压缩，你会把它们看做是同一个东西。熵和信息本质上是一样的，而这种观点已经广泛地被接受了。
熵是一个无序对有序的概念。最意料之外事情是，无序的增加伴随着信息的增加。比如说，假如你放了一杯热咖啡在屋子里，随着时间的流逝，被子的温度会变得跟整个屋子的温度相同，所以这杯咖啡变得更无序了：热消散了。
从根本上讲，波兹曼是在说：“某物在某种状态的概率是什么？”相比咖啡杯里的热扩散到整个屋子，所有热都在咖啡杯里这一状态的可能性更低。屋子里的全部气体分子都携带热能的方式，相比只有咖啡杯所能承载热能的方式，要多得多。所以，随着时间的流逝，系统会转向一种更可能的状态，也就是热在整个屋子扩散的状态。正是从这里，得到的公式与香农使用的公式（H=∑PlogP）是相同的。
香农的想法是，如果你通过电线发送信息，比如说发送我在讲话的内容，然后我一直说这个“那么”和“而且”这两个词，那么这是非常低效的。我们可以把这个信息处理成更小的信息。甚至塞缪尔·莫尔斯（Samuel Morse）都意识到了这点。当他发明摩尔斯电码时，他为经常用的字母设置了较短的莫尔斯符号（ dots and dashes），而为较不常用的字母设置了较长的莫尔斯符号。E是(.),A是(.-),而Y则是（-.–）。一般说来，传输视频数据或者上YOUTUBE看视频，也是以同样的方式完成的。在一个场景中经常出现的模式相比不常出现的模式，可以以较少的比特发送出去。在机器人感知的发展的每一个阶段，我们都使用了香农的概念。
要把思想用于政治经济学，人们对信息的认识还需要进一步深化。这一发展是在1960年取得的，当时蔡廷（Chaitin）[41] 正在研究随机数字的问题，而在俄国，柯尔莫哥洛夫也想到了这一点。柯尔莫哥洛夫认为[42]，如果没有任何公式比生产这一数列的公式更短时，这一数字就是随机的。而蔡廷随后这样正式表述：如果没有比打印出来的这个数字序列本身更短的打印这一数列的图灵机程序，那么这一数字序列就是随机的。
这种说法提供了另外一种对信息量的定义。当香农在谈论信息量和熵时，他是从概率论的角度在谈论。蔡廷给了我们一种不同的，非概率论的信息定义[43]。这一定义基于打印这一信息所需的比特数。在一个电脑上打印一个东西所需要的最小的比特数，就是这个东西的信息量。比如说，π是一串可以无限延伸的数字，但实际上，很小的一段代码就可以打印出这一串数字。尽管在你进行计算之前，这些数字是不可测的，但实际的信息量是由打印这一串数字的计算机程序的长度所确定的。
这是一种非常深刻的思想，涉及到随机的本质，以及信息的本质。如果你看一看工业生产，你就发现，工业生产中的一系列革命都是通过对信息的节省实现的。
让我们以这些工业革命中最早的一个即陶工旋盘为例。陶工旋盘使得圆罐的大规模生产成为可能。为什么？因为一个圆的物体有更少的信息量。你所需要做的就是设定半径，由于半径是罐子的圆周上所有点所共有的，当罐子旋转时，陶工用她或者他自己的食指和拇指来指定半径。从本质上讲，这是用更少的信息量来塑造整个罐子的形状。
如果没有陶工旋盘，就得转整个一圈挤压塑形。而且没办法弄得特别圆，也更加耗时。有一系列经典的工业计划都依赖于旋转，车床是另外一个明显的例子。另外一种对信息的节约是从直角对被塑形的东西同时应用信息。很久以来，有两个历史性的行业采用了这种技术进行大规模生产。罗马高卢的古罗马陶器Samian ware，是大规模生产的。其表面是由注塑成型的，所以上面有各种神怪。而这都是通过先制造模具，然后把还没有完全硬化的泥土倒进模具中的方式来制造的。不像陶工旋盘，你可以传递更多的信息，可以制造出更精致的东西。
制罐时是用手指来指定罐子的宽度，这只是一个点，而用模具可以往上面增加很多艺术的东西，然后进行复制。
你可以反复使用模具，所以只是在雕刻模具时才耗费人类劳动，只用一次。模具随后会把信息（信息本身需要人用很长的时间去制造）转换到许多许多的罐子上。另外一个这方面的例子是，在很早的时候，秦朝就使用了的弩的扳机。这些扳机是大规模制造的标准化的扳机。当人们在看到秦始皇陵墓里的这些弩的样品和陶俑武士时，是很震惊的。让人吃惊的是金属制品的质量，铜剑，以及弩的金属加工。这些都是大规模制造的，是用模具，以标准的尺寸和形状制造的。
然后我们再谈到巴贝奇。在亚当·斯密之后，巴贝奇是下一个经济学家。他非常关注工业生产率的基础。斯密也关注这个问题，他是从劳动分工方面来解释的。实际上巴贝奇在工程知识方面比斯密更胜一筹，在他的书[30]中，巴贝奇指出在简单的劳动分工之外的其他几个原则带来了生产率的提高，而他把复制技术看做是绝对的关键。
另外一个造成了巨大的变革的行业是印刷业。如果我们从信息论和熵的角度来分析，那么一开始只是一些随机的纤维素纤维，它们在糊状的汤里，是完全无序的。然后把它煮沸，铺开形成纸张。而这一铺开的过程就是减少材料的熵的过程：材料的自由度变少了。纸张了的纤维被迫与表面对齐，因此自由度更少了。
自由度少了，就更有序的；熵就变低了。通过生产低熵的材料，人们可以往上面添加人类信息。减少了自然界的信息，就可以把印刷头放过去，在上面写下字母，用人类信息代替自然界的信息。把印刷头放下去的技术跟模具中使用的技术是相同的。印刷头放下去，把染料放在纸上，那么纸在黑白之家就变得更无需了。实质上，我们是让纸变得更无序了。
另外一个典故可以用来说明这一点。博尔赫斯（Borges）写过通用图书馆[44]（universal library）的故事。在这个图书馆里，任何可能的书都存在，其中有任何字母的可能的组合。很明显，这些书中很大一部分毫无意义，但是一些书的确是有意义的。印刷机可以把很多可能的字母组合印在纸上，但是却往上面印上特定的人类指定（human-specified）的组合。
如果你看看许多制造过程，就会发现，它们都是从减少材料的熵开始，然后往上面增加某种人类特有的信息。制造汽车的过程也是如此。为了制造铁，许多能量用于减少铁矿的熵，然后更多的功（work）用于减少一大块铁的熵，将其变成平的轧制板。有了可以被压成任何形状的铁板，一种特殊的硬模将其压成车门的形状。这一过程与制造Samian ware是一样的：并行地表达信息。在大规模制造行业中，占首要地位的行业都是能够并行地以直角往材料上传递人类产生的信息的行业。取得了巨大进步的半导体行业，实际上就是一个印刷行业，一个微印刷行业。
从本质上讲，一旦将生产数字化，所有这些就变得显而易见了。假如你要打印某个东西，你实际上知道要向激光打印纸传输多少比特来打印这一信息。以不同种类的激光打印机为例。如果你使用最早的一代激光打印机，就必须以把每个比特都发给激光打印机，每英寸300个点：你不得不把打印头开了关，开了关…然后Adobe发明了postscript。Postscript做的事情其实是把你的激光打印机变成一个图灵机。你给打印机发送的是可以打印图像的程序。每一次你使用Adobe postscript的激光打印机，你就应用了一次蔡廷的定理。这比直接发送图像所需要的信息量小，因为你发送的是把整个东西打印出来的程序。
7、劳动依然重要的证据
有许多经验证据支持经典劳动价值论。主流经济学不注意劳动价值论，甚至不认为它是真的，完全不重视。但是，劳动价值论在经验上的确是得到了很好的支持。对于几乎任何国家，如果你计算生产每个行业的产出所需的劳动量，然后看看那个行业的产品卖了多少钱。这二者之间的相关系数（correlation coeficient）超过了95%。这意味着，所有行业的产出价值的价格变动中有95%都是由生产那些产出所需要的劳动量决定的[45,46,47,48]。
这是一个非常强有力的结果。经济学没有多少东西能够接受那样的检验。斯密和李嘉图等古典经济学家认为这是显而易见的，因此他们觉得不需要提出任何证据。当新古典经济学代替古典经济学作为主导性的理论时，他们实际上并没有提出任何证据反对劳动价值论：他们构建了一套抽象的非实证的数学理论，他们宣称这套理论可以解释价格是如何运作的。不幸地是，新古典经济学实际上是一套不可测试的理论。因为新古典经济中的自由变量（ free variable）数超过了你可以观察得到的事物。如果一个理论中有比观察得到的事物还多的自由变量数，那么，通过玩弄自由变量，就可以解释一切。因为它解释了一切，所以就什么也解释不了。这又是蔡廷的观点：科学理论必须节约信息，它们必须预测比这个理论自身内容更多的东西。[49]
这就是“奥卡姆剃刀”的理念：一个理论的解释越短越简洁，在某种意义上，这一理论就越正确。基本上，新古典理论没提供对整个经济的总体价格结构的任何预测。那么为什么劳动价值论仍然成立呢？
你可以经验地观察到劳动价值论成立，你也可以像马克思那样做一个人类劳动和能量之间的类比，但是这都不能解释为什么劳动决定了事物的价值。
一个线索是说，人类是目前唯一的通用（生产）资源。这是卡佩克/图灵类型的论证。另一个理论是由两位数学家Farjoun 和Machover[50]在1980年代提出的(有意思的是，Machover是一名递归理论家
他们实质上使用了统计力学（statistical mechanics）的论证来说明，如果你对出售价格不足以支付产品的综合劳动系数（integrated labour coeficient，他们自己的说法）的存活概率做出某种合理的假设，那么劳动价值论就会是成立的。假设你制造巧克力消化饼干，需要一定量的劳动来制造巧克力饼干，同时需要支付工资。工资还需要用来支付供应巧克力和面粉等等的劳动。可以一路回溯到农民，看看需要为这些劳动支付都少报酬。他们说，“假设一个公司销售饼干的收入，还不足以支付整个供应链的劳动的工资。”那么，很明显，这一公司不可能长期经营，因为他们不只是在亏本，甚至不足以支付前面的制造过程的工资。所以，他们说,“让我们假设只有5%的公司可以在这种情况下运营。然后，让我们做一个严格的假定。假设实际价格对劳动量的比率是正态分布的（normally distributed）。”
如果它是正态分布的，那么只有一定百分比的企业能够在售价如此地的情况下存活。那么你可以说你已经限制正态分布有某种标准偏差（standard deviation）。在此基础上，他们对劳动价值对价格的比率的标准差做出预测，他们说：“它一定是窄分布的（narrowly distributed）。”在任何有大量自由变量的系统中，这些自由变量加在一起产生某种效果，这一系统最终都会是正态分布的：这是概率的一个特性。实际上，一个随机系统，一个熵（entropic）的系统，都会是正态分布。现在，如果做了这个假定，然后我们做出额外的一个约束：如果公司不能支付成本，就不能保持偿还能力，存活几率很低，那么那就足以证明劳动价值论。[81]
这基本上是一个熵的论证。出售商品是一个混沌过程，由于熵的最大化，这一过程最终结果是价格对价值内容的特定的概率分布。这一熵最大化分布是一种价格相对紧密地聚集在劳动的分布。瓦特和斯密都关注工作/功（work），瓦特和马克思关注工作/功(work)和动力（power）。来自热力学的概念，先是被克劳修斯用来解释蒸汽机，被波兹曼用来解释气体，然后被香农用来解释信息，最后被Farjoun 和Machover用来推导劳动价值论[51]。我们走了整整一圈。
8、机械化的第二阶段
人类劳动的不可缺少，是劳动价值论有效性的全部基础。如果机器人代替几乎所有人类工人，会发生什么呢？
如果机器将要比人还多，似乎经济中资本对劳动的比例会飞涨。马克思主义理论[52,53]和新古典理论[54]都预测，在这种情况下，资本的回报率，利润率，会低很多。的确，如果看看日本这个恐怕是机器人使用最广泛的国家，资本的回报率已经降低到非常低（图2）。这似乎已经证实了预测。
在资本主义经济体中，低利润率有抑制效应。它会阻碍投资，而日本经济自1990年代以来，也的确深陷萧条之中。人们担心，这一过程会在全部发达国家蔓延[55]。萨默斯（Summers）在一篇有影响的文章中谈到了“自然利率”的下降[56]，而这导致了“长期停滞”（secular stagnation）。罗伯茨（Roberts）提到，利润率的下降导致了2008年以来的大衰退[57]。
美国前劳工部长罗伯特·赖克（Robert Reich），描述了一个噩梦般经济的新情况。在这种经济中，机器人做所有可预见的工作，而人类只局限于做一些机器人尚不能做的残存的工作[58]。这些不可预见的微小工作由各种软件来协调。这种软件就像是亚马逊的“土耳其机器人”（Mechanical Turk）服务或者优步的租车系统。在这种经济中，毫无工作安全可言，也没有年金或者救济金。结果是，不平等不断增长，中产阶级负债累累，无法为机器人工作所生产的不断增长的大众产品提供市场。而这又都会反过来加强长期萧条[59]。最近皮凯蒂关于不平等增长的巨著[60]的出版使得这一叙事进一步加强。
但是这一叙事有些问题。首先，皮凯蒂的不平等增长模型基于的是资本的回报率比经济增长率更高。在这种情况下，他论证了财富的份额流向资本所有者是注定要一直增加，由此造成一个越来越不平等的社会。如果日本的经验还值得参考的话，那么猛烈的自动化会导致资本回报率的下降，并倾向于稳定财富的不平等程度。不过，认为自动化会削弱劳动的谈判能力，并导致更加不平等的收入分配，也是说得通的。
甚至在今天的日本，机器人的使用也不是通用的。人类劳动仍然是所有生产过程中不可缺少的投入。日本的人口正在老龄化，生育率也低，有充足的动机使用机器人，但是这些机器人并不像是《银翼杀手》中能通过人类测试（pass-as-human）的人形机器人。它们更像是图1中的机器人。他们不能走到生产线上，从事开公交车的工作或者在医院上班。认为机器人导致更高的资本劳动比率并因此造成低回报率的根本理由，是人类劳动依然是所有工业中不可缺少的投入品这一假定。
假定阿西莫夫和恰佩克等人设想的那种真正的人形机器人能造出来了：那么这一论断还成立吗？你能说，至少从原则上能说，资本主义经济仍然能维持下去吗？要找到一个答案，我们不用求助于图灵，人们都知道他认为机器人会变得跟人类一样智能[61]。我们求助于另一位伟大的计算先驱：冯·诺依曼。图灵是一个博学的天才，但是他的兴趣没有延伸至经济学。同样是一位博学之士，冯·诺依曼的贡献跨越了量子力学[62],计算机设计[62],自我复制的机器[64]以及经济学[65]。他想到的基本的计算机设计现在仍然被每一台笔记本电脑和智能手机所复用。
此处我们关心的是他的另外两个贡献。他的经济均衡理论[65]描述了一个理想化扩张的资本主义体系，在这个体系中，生产出来的产品的比例与用于生产的投入品的比率相同。他表明了，在这种情况下，增长率和利润率相同，并且会有独一无二的一组价格，使得各个行业的利润率相同。他用后来被称为投入产出表的方法来表示他的模型经济。马克思发明了两部类再生产图式[66]，投入产出法被看做是马克思图式的多部类一般化。在冯·诺依曼的模型中，劳动只是另一种由一定量的食品和衣服等等工人的生存必需品所生产出来的投入品：这是非常典型的李嘉图的概念。很明显，从原则上讲，人们可以用同样的等式来表示一个“劳动”全部由机器人提供的经济，而丝毫不违背冯·诺依曼的数学。你得到的是资本主义的反证法（reductio ad absurdam）。在这个经济中，有竞争性的公司，其员工都是机器人，这些机器人的产出被用于生产更多的机器和更多的机器人。机器人运营的公司仍然可以买卖东西，仍然有价格和利润，但是不再有人类消费者。这是一个不再受劳动短缺约束的资本主义（而正是这种劳动短缺降低了日本的增长速度），它会一直扩张，直至达到地球的物理极限。
冯·诺依曼的经济思想的另一部分，则是处理了需要怎样才可以建立自我复制机器的系统[64]的问题。所谓自我复制的机器是指可以在没有人干预的情况下，能够制造机器的机器。这催生了目前被称为细胞自动机（cellular automata）的领域。在电脑游戏比如“游戏人生”（Life）[67]和早期版本的流行经济模拟游戏“模拟城市”（Sim City）就是以细胞自动机为基础的。更重要的是，他的自我再生产机器有一套软件，可以指导它们自己制造更多自身的副本，这一模型极大地影响了对活细胞以及细胞中遗传密码作用的现代理解。从那时起，这一思想继续影响了道金斯（Dawkins）[69]和丹尼特（Dennett）[70]的进化论哲学。
所以，从原则上讲，可以有指数增长的机器人资本主义。很显然，把全部的产出都用于生产机器人的制度不符合人类的利益。然后，很容易修改一下冯·诺依曼的经济模型，得到一个不增长的食利者资本主义。在这个制度中，机器人运营的工业所生产出来的全部剩余都被用来为他们的所有者生产奢侈品，而不是用于再投资。（我们认为，像Benzell[71]等人的反乌托邦模型忽视了拥有机器人的公司的存在，而假设所有投资都来自于工人的储蓄。这就离资本主义现实太远了，因此不能为可能将要发生什么提供指导。）在这时，已经有了通用机器人，人类劳动就会停止发挥亚当·斯密认为劳动会起到的那种调节所有价格的作用。没有人类劳动，也能创造利润。对于公司经济来说，工人们会成为多余的。他们会是纳粹统治时期的吃闲饭的人。欧洲历史表明了，如果政府把人看做是可有可无之时，会发生什么样的事情。
9、反思
当霍金对BBC说“完全人工智能的发展会宣告人类的终结”时，他显然是从智能机器作为人类敌人的角度来思考的。应该记住，机器也是存在于法律制度和社会关系的背景之中的。我们通常会把这些关系看做是人和人之间的关系。但在这里，“人”的含义是有弹性的。公司是法人，法律主体。帕舒卡尼斯（Pashukanis）法学学派[72]认为，抽象的结构性关系是第一位的。法律人格从关系中产生。人类是这些关系的承担者：按照由社会关系的不成文法所规定的脚本来扮演角色的演员。马克思用了一个来自古希腊喜剧的语言，将资本家描绘成特拉格（Trager）或者说戴资本家面具的人，就像古典喜剧中观点演员会带面具一样。从原则上讲，机器人也可以带这样的面具。当自动交易者（algorithmic trader）订立经他们计算会盈利的合同时，我们确实已经看到这种情况发生了。在金融市场中，已经是由机器来做时间要求苛刻（time critical）的决定了。早在1987年时，自动交易就已经被怪罪是一场重大股市崩溃的罪魁祸首了[73]。考虑到这样的崩盘会影响到数百万人的生活（本文的作者之一在股市崩盘的几天之后就失去了工作），人们可以说，机器人早在25年前就已经接管了。
从图灵的观点来看，应用利润最大化原则的人类交易者的网络和执行算法交易的计算机网络，这二者之间的区别仅仅在于他们的时钟速度。的确，除了速度不同之外很少有统计证据显示1987年的股灾与之前人工交易的股灾[74]有什么不同。自从海德门（Hyndman）把股灾怪到电报身上[75]开始,就一直一种怪罪最新的通信技术的倾向。交易者，无论是人工的还是自动的，一起组成了一个有复杂的、不可减少的和有突发行为的分布式计算机。
二十世纪二三十年代艺术家都深刻地理解这一隐喻：经济是一台巨大的机器，它碾碎人类，对生活、希望和理想毫不关心。恰佩克的《罗梭的万能工人》，弗里茨·朗的《大都会》和卓别林的《摩登时代》都表现了这一主题。问题是：小人物们，卓别林的男主角们，如何战胜这一机器?
10、结论
大众媒体大力宣传机器人会接管整个世界[76,77]。本文通过构建哲学的论证，挖掘丰富的经济学、信息论和热力学文献，考察了这一预测的有效性。我们的结论是，就机器人在劳动力市场上代替人来讲，在真正的“通用”机器人还没造出来以前，机器人不会构成真正的威胁。
- 作者分别是格拉斯哥大学计算科学学院的高级讲师和准教授
- 文章整理自一次访谈，发表于2016年3月11日
- 原文标题：Humans, robots and values
- 原文链接：https://www.researchgate.net/publication/297682431_Humans_robots_and_values?ev=prf_pub
- 作者：凯伦·雷诺、保罗·科克肖特
- 译者：黑夜里的牛
