，哪些是人工智能时代的安保职业，逐渐成为人们不得不面对的问题。随着人工智能的发展，原本由人类承担的一项又一项工作已经被机器所取代。AlphaGo完成了围棋冠军的工作，微软的小兵完成了诗人的工作，特斯拉的无人驾驶汽车完成了司机的工作，亚马逊的无人超市完成了销售员的工作……传统职业都变了不再安全。人们不禁要问：未来还有哪些职业是机器无法替代因而相对安全的？判断这个问题不能靠猜测，而是需要一个思维框架。人工智能时代安防行业的问题，本质上是人工智能擅长什么，不擅长什么；人们擅长什么，不擅长什么。弄清楚人和机器各自的优缺点，这个问题自然会有答案。首先，JudeaPearl和DanaMcKenzie讨论了《为什么：关于因果关系的新科学》中与人工智能本质相关的问题。他们提出了一个简单的框架来理解人工智能能力的本质，这就是因果推理框架。因果推理是关于相关性和因果关系之间的关系。通俗地说，相关对应归纳，因果对应演绎。Pearl院士反对只谈相关不谈因果，认为人工智能只有通过建模将相关提升为因果关系，才能通过推理解决问题。对应职业，就是说找不到的东西（只有关联没有因果的东西）更适合人来完成，而能找到的东西（可以从关联推断出原因的东西）和效果）可以用机器代替。更简单地说，机器无法在任何无法建模的工作中取代人类。例如，有些人随心所欲地购物，而建模对他们来说往往是困难的，因此适合为这些消费者服务的人。其次，对于涉及职业性质的问题，ScottPage在《多样性红利》中也提出了一个超简单的判断框架：多样性胜于能力。这里的多样性可以用cobbler（人类）代替；能力可以用诸葛亮（人工智能）代替。皮匠在什么条件下才能战胜诸葛亮，或者说，人在什么条件下才能战胜人工智能？其实条件很简单。不如天道的人，不适合诸葛亮（人工智能）；相反，凡是能算清楚的人，都不适合做鞋匠（人）。很显然，人工智能这个“诸葛亮”之所以厉害，就是因为它会计算。算不清，自然要投降。什么不清楚？按照佩奇院士的理论，它是一个复杂度超过计算能力的事物，比如股市、生态多样性、婚恋等等。最后，针对人工智能与职业关系的相关问题，马化兴与王鹏合着的提出了一个人工智能与职业关联的判断框架。该框架将工作分为程序性工作和探索性工作。程序性工作对应Pearl院士所说的可以建模发现因果关系，对应Page院士所说的“能力”类型的工作；探索性工作对应Pearl院士所说的只有相关性是无法建模的。对应佩奇院士所说的“多样性”类型的工作。《做出好选择》相信从事探索性的工作是未来的方向。这就是人工智能时代的安全职业。书中总结了三种有前途的探索性工作：社会工作、设计工作和体验工作。但是，如果了解人工智能的原理和职业，安全职业可以不止这三类，而是可以无限增加。比如整个网络文艺行业，符合佩奇院士所说的“多元化”标准，只要作品被复制，就会被判抄袭。其中包括网络文学、网络音乐、网络视频、网络音频等10余种职业，还有很多其他职业是从产品内容和体验中进一步衍生出来的，比如直播带货、设计儿童注射剂卡通片等。;娱乐细分为体育、游戏等上百种职业，具有人不如天的特点，层出不穷……总之，只要与人的情感（如对人的向往）有关更好的生活），适合人而不适合人。人工智能。真正的问题可能是安全职业多得数不过来，迫使人工智能更加努力，才能腾出人力，才有机会大展拳脚。
