上周三，微软小冰解锁了新技能——「面试官」，自行对「微软(亚洲)互联网工程院·人工智能组」招募的实习生进行面试，据微软(亚洲)互联网工程院人工智能组人员透露，通过微博等平台，在十几个小时里小冰完成面试初筛12000多人，其中超过3500名粉丝通过面试，进入到下一步人事流程。
我们对这个场景或许会有些似曾相识——这是一种逆向的图灵测试，图灵注意到「智能」这一概念难以确切定义，提出了著名的图灵测试：如果一台机器能够与人类展开对话(通过电传设备)而不能被辨别出其机器身份，那么称这台机器具有智能。图灵测试是人工智能哲学方面第一个严肃的提案。在图灵测试中，是人类「面试」机器并给出一个是否通过的结果，而这次小冰充当「面试官」却是一次颠覆性的机器面试人类，在这一刻，机器决定了人类的命运。这或许会让我恐慌，比如那些「人工智能恶魔论」的提出，但如果我们回归理性，我们会发现，我们研究人工智能的初衷就是「让机器完成那些此前只有依靠人类才能完成的任务」，而现在人工智能已经出色的完成了阶段性任务，我们应该理智的去接受。
除了小冰变身面试官之外，近期也出现了许多机器开始服务人类，甚至是取代人类的案例，这表明目前的人工智能相关技术已经发展可以使机器来代替我们完成某些工作及作出某些决策的阶段了。美联社将撰写工作外包给北卡罗莱纳州的高科技公司AutomatedInsights，它使用的算法将原始数据转换成故事，整个新闻创作流程基本实现了自动化看起来像人类的书面语言;NarrativeScience公司的智能写作产品已经被商业杂志《福布斯》用于基本财经报道的写作;位于麻州剑桥的Kensho旨在将金融工程师现有的工作自动化，该工作平台将可以快速、大量的进行各种数据处理分析工作并且能够实时的回答投资者所提出的复杂的金融问题，从而危及到金融分析师的工作;一家法国企业Yseop使用自然语言处理软件来描述查询需求，搜遍所有数据来寻找答案，然后 1秒钟就可以用英语、西班牙语、法语或德语写出3000页的答案;欧莱雅和兽医在线VetOnline等公司已经使用该系统用于网站的用户支持功能;Skype推出了实时翻译功能，可以让你不需要再配备一名外语翻译;IBM大名鼎鼎的智能计算机沃森更是应用在了医疗健康、药物分析和金融等领域，在很大程度上取代了人类的部分工作。
这些案例表明，机器侵占人类工作的大幕已经拉开。此前的工业机器人取代了大量蓝领工作，而人工智能的出现和发展更是让一些脑力工作或者说是智力工作岌岌可危。尽管目前机器的智能还是较为狭隘和局限，但根据牛津马丁学院2013年发表的一篇论文，美国统计学家追踪的工作类型中将有一半会遭受到机器的袭击。而机器之所以能够如此明目张胆的夺走人类的工作，原因就在于它提高了我们的工作效率，增强我们自身的认知能力，更多的将人类解放出来，对效率、自身能力和自由的追求便是我们持续寻求技术变革的不竭动力。从工业革命到信息革命，再到目前的人工智能，都是如此。
最近出现的这些人工智能应用案例便是大大提升了我们的工作效率，将我们从繁琐复杂的工作中解救了出来。美联社执行总编辑卢费雷拉在公司博客中表示，每个季度记者花费时间和资源，生产约300份盈利报告。采用自动化的技术，可以在相同的时间周期产生4400份简短的盈利报告(150-300字)。再以小冰的此次面试为例，要完成所有的这些面试，一个HR团队需要1200小时的面试初筛工作量，而小冰这个人工智能机器人在短短的16个小时内就完成了，节省了大量人力与时间，而随着小冰的功能从面向普通用户逐渐扩展到面向企业，这更是带来了效率的提升以及规模效应。就在小冰发布这个技能的同时，微软收到了多个合作伙伴的电话，希望将小冰接入他们的HR系统，实现在线面试照片等功能。这显示了小冰重塑生产力的巨大市场潜力。
当人工智能发展到一定阶段，机器具有一定智能之后，在面对同样任务时，机器势必会比人类完成的更加出色，这一方面是因为机器天然优于人类的计算能力，另一方面是机器在处理任务和做出决策时不会受情感所影响。以面试来说，不管人类面试官有多专业，他总是会因为自身经历、个人偏爱和多变的情感而影响面试结果的客观性和公正性。而基于数据和算法的机器面试官「小冰」就从来不会产生这样的偏差。
不管是机器人面试官，还是机器人记者和机器人分析员，这仅仅是个开始，随着人工智能核心技术的发展、数据的积累和应用场景的开拓，我们会将越来越多的工作分包给机器，就像MIT宇宙学家MaxTegmark所说，人工智能的运作已处于走出实验室进入社会的阶段了。我们需要便携的、自动化的、便宜的机器翻译，而不是一个人类翻译;我们需要一个不知疲倦的且速度飞快的电脑来查看医学影像，从而将医学专家解放出来去完成更多创意性的工作;我们需要自动驾驶汽车来杜绝交通事故，并能真正的享受行程。
机器人正在逐渐接管我们的工作，隐藏在背后的其实是人工智能技术的持续发展和越发成熟，目前小冰的智能化主要体现在数据挖掘和自然语言处理，当其拥有语音识别和图像识别等更多认知技术时，它能够接管的工作也会越来越多，对于整个人工智能行业来说都是如此，这将出现一个良性循环——我们创造出工具、工具提高生产效率、我们被解放出来、我们开发出更多更好的工具，因此，人工智能的出现和发展不是要颠覆人类，而是帮助我们提高效率，使我们更自由。
