為什么人工智能合作將主導(dǎo)未來的工作

麻省理工學(xué)院(MIT)數(shù)字經(jīng)濟(jì)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(xué)院斯隆管理學(xué)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(shù)現(xiàn)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(jī)器將能夠完成人類所能完成的所有智力任務(wù)——仍有很長的路要走。但是機(jī)器學(xué)習(xí)在某些領(lǐng)域已經(jīng)達(dá)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(xué)》(Science)和《美國經(jīng)濟(jì)協(xié)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(wù)，并將這些問題應(yīng)用于包含964個美國職業(yè)的O*NET數(shù)據(jù)庫。

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

布林約爾松在會議上表示:“大多數(shù)工作都會受到機(jī)器學(xué)習(xí)的部分影響，但人類也需要做一些事情。”相反，未來可能會涉及人類和機(jī)器之間的伙伴關(guān)系(稱為協(xié)作機(jī)器人，或co-bots)，以更有效地完成工作。他補(bǔ)充道:“我們很少會完全消滅整個工作類別。”

參與小組討論的麻省理工學(xué)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(lián)合機(jī)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(yīng)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(yīng)。高德納曾預(yù)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(nèi)將創(chuàng)造230萬個就業(yè)崗位。

以聯(lián)邦快遞為例，雷諾茲說:當(dāng)公司引進(jìn)將貨物運送到北卡羅來納州工廠的機(jī)器人時，他們預(yù)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(rèn)為目前的機(jī)會比我們所了解的要多。”

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(jìn)了機(jī)器人，但減少了人工任務(wù)的多樣性和可移動性，雷諾茲說。她補(bǔ)充說:“在設(shè)計技術(shù)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(jī)器學(xué)習(xí)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(shù)與科學(xué)學(xué)院副教授麻省理工學(xué)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(xiàn),Rahwan的研究發(fā)現(xiàn)。

雷諾茲說:“我們國家存在技能不匹配的問題。”“高技能工作有很大的增長，而我們在地區(qū)勞動力市場上找不到人來填補(bǔ)它們?！彼a(bǔ)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(xué)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(jī)器學(xué)習(xí)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(jī)器學(xué)習(xí)來補(bǔ)充現(xiàn)有的工作，并讓它變得更好。”

與會者一致認(rèn)為，醫(yī)療保健在人工智能和機(jī)器人領(lǐng)域有許多強(qiáng)大的應(yīng)用。杰克遜說，身體輔助機(jī)器人可以提供一些服務(wù)，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(shù)據(jù)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(zhǔn)備時，首席信息官們應(yīng)該考慮雇傭靈活、樂于學(xué)習(xí)的員工，因為自動化可能會改變他們的工作性質(zhì)。

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

他補(bǔ)充道:“有時你可以從數(shù)據(jù)中得到預(yù)測模型，然后讓它自由發(fā)揮，但隨后情況就發(fā)生了變化。”例如，如果您優(yōu)化了某些與運輸或物流有關(guān)的事情，并且調(diào)整了規(guī)則，那么可能會對您的業(yè)務(wù)產(chǎn)生間接但重要的影響。Rahwan說:“如果你在一組歷史數(shù)據(jù)上訓(xùn)練機(jī)器學(xué)習(xí)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(wù)而改變，你可能會失去進(jìn)一步優(yōu)化業(yè)務(wù)的機(jī)會。”“算法必須不斷學(xué)習(xí)。”

Brynjolfsson說，有一點是明確的:數(shù)字技術(shù)將繼續(xù)加速發(fā)展，而我們目前的技能、組織和機(jī)構(gòu)仍然落后?！耙磺姓张f解決不了這個問題，”他補(bǔ)充道。“我們需要重塑我們的技能、組織、機(jī)構(gòu)和指標(biāo)，以跟上不斷加速的技術(shù)?！?/p>