您的位置: 首頁 >科技 >

為什么人工智能合作將主導未來的工作

2020-06-01 15:04:07 編輯: 來源:
導讀 麻省理工學院(MIT)數字經濟計劃(Initiative on the Digital Economy)主任埃里克·布林約爾松(Erik Brynjolfsson)在2018年麻省理工學院斯隆管理學院(MIT Sloan)首席信息官(CIO)研討會的一個小組討論會上表示,我們正處于“人工智能覺醒”的過程中,因為人工智能技術現在可以在圖像識別等基本技能方面趕上或超過人類。 Brynjolfsso

麻省理工學院(MIT)數字經濟計劃(Initiative on the Digital Economy)主任埃里克·布林約爾松(Erik Brynjolfsson)在2018年麻省理工學院斯隆管理學院(MIT Sloan)首席信息官(CIO)研討會的一個小組討論會上表示,我們正處于“人工智能覺醒”的過程中,因為人工智能技術現在可以在圖像識別等基本技能方面趕上或超過人類。

Brynjolfsson說,人工一般智能(AGI)——機器將能夠完成人類所能完成的所有智力任務——仍有很長的路要走。但是機器學習在某些領域已經達到了超人的能力,并能給企業(yè)帶來許多好處。

在最近發(fā)表于《科學》(Science)和《美國經濟協會》(American Economics Association)上的兩篇論文中,布林約爾松及其同事提出了一個由23個問題組成的規(guī)則,以確定人工智能目前擅長的任務,并將這些問題應用于包含964個美國職業(yè)的O*NET數據庫。

研究發(fā)現,大多數工作涉及20到30個不同的任務。在大多數情況下,機器學習可以比人類在特定職業(yè)中更好地完成一些任務。然而,它永遠不可能比它的人類對手更好地完成工作所需的所有任務。

布林約爾松在會議上表示:“大多數工作都會受到機器學習的部分影響,但人類也需要做一些事情?!毕喾?,未來可能會涉及人類和機器之間的伙伴關系(稱為協作機器人,或co-bots),以更有效地完成工作。他補充道:“我們很少會完全消滅整個工作類別?!?/p>

參與小組討論的麻省理工學院未來工作小組執(zhí)行主任伊麗莎白?雷諾茲(Elisabeth Reynolds)援引麥肯錫的研究稱,只有5%的員工會被人工智能取代。

雷諾茲說:“聯合機器人的引入使我們能夠取代日常工作,讓工人們做一些其他的事情?!薄澳愦_實必須應對流離失所問題,但這只是我們看到的增長的一小部分?!边@與高德納(Gartner)的研究相呼應。高德納曾預測,到2020年,人工智能將減少180萬個就業(yè)崗位,但在同一時間段內將創(chuàng)造230萬個就業(yè)崗位。

以聯邦快遞為例,雷諾茲說:當公司引進將貨物運送到北卡羅來納州工廠的機器人時,他們預計將取代1300人倉庫中的25個工作崗位。但該中心每年仍將創(chuàng)造約100個新就業(yè)崗位。雷諾茲說:“我認為目前的機會比我們所了解的要多?!?/p>

然而,你也會遇到一些類似于亞馬遜物流中心的情況,它們引進了機器人,但減少了人工任務的多樣性和可移動性,雷諾茲說。她補充說:“在設計技術時,我們需要考慮人類的優(yōu)勢以及他們?yōu)楣ぷ鲙淼募寄??!?/p>

參見:研究:公司缺乏實施和支持人工智能和機器學習的技能(Tech Pro Research)

美國目前有大約600萬失業(yè)人口和600萬個職位空缺。這可能與一個技能差距,Rahwan伊說,AT& T教授職業(yè)發(fā)展和媒體藝術與科學學院副教授麻省理工學院媒體實驗室,但贏得更高的薪水的工作,一個人通常需要更多的教育和分析技能,這可能不是很容易實現,Rahwan的研究發(fā)現。

雷諾茲說:“我們國家存在技能不匹配的問題?!薄案呒寄芄ぷ饔泻艽蟮脑鲩L,而我們在地區(qū)勞動力市場上找不到人來填補它們?!彼a充說,這部分是由于地理限制,因為每年只有不到2%的美國人口跨越州界。

麻省理工學院城市研究與規(guī)劃系助理教授杰森?杰克遜表示:“我們確實控制了人工智能和機器學習方法的未來,它們將被嵌入到工作中?!薄拔覀兛梢运伎既绾卫脵C器學習來補充現有的工作,并讓它變得更好?!?/p>

與會者一致認為,醫(yī)療保健在人工智能和機器人領域有許多強大的應用。杰克遜說,身體輔助機器人可以提供一些服務,比如把病人從床上抬起來,這可能是人類難以做到的。雷諾茲說,收集疾病數據的能力可以幫助更好地診斷病人。

雷諾茲說,在為未來的工作做準備時,首席信息官們應該考慮雇傭靈活、樂于學習的員工,因為自動化可能會改變他們的工作性質。

Rahwan說,實現人工智能的最大挑戰(zhàn)之一是確保你的數據是最新的,并實際反映一些潛在的過程。

他補充道:“有時你可以從數據中得到預測模型,然后讓它自由發(fā)揮,但隨后情況就發(fā)生了變化?!崩纾绻鷥?yōu)化了某些與運輸或物流有關的事情,并且調整了規(guī)則,那么可能會對您的業(yè)務產生間接但重要的影響。Rahwan說:“如果你在一組歷史數據上訓練機器學習模型,然后部署它,世界會因為你沒有想到會影響你的業(yè)務而改變,你可能會失去進一步優(yōu)化業(yè)務的機會?!薄八惴ū仨毑粩鄬W習?!?/p>

Brynjolfsson說,有一點是明確的:數字技術將繼續(xù)加速發(fā)展,而我們目前的技能、組織和機構仍然落后?!耙磺姓张f解決不了這個問題,”他補充道?!拔覀冃枰厮芪覀兊募寄?、組織、機構和指標,以跟上不斷加速的技術?!?/p>



免責聲明:本文由用戶上傳,如有侵權請聯系刪除!

2016-2022 All Rights Reserved.平安財經網.復制必究 聯系QQ280 715 8082   備案號:閩ICP備19027007號-6

本站除標明“本站原創(chuàng)”外所有信息均轉載自互聯網 版權歸原作者所有。