今日头条
作者 Jon Gabay,特约作家
在 1930 年代,有远见的思想家创造了“技术失业”一词,以表明能力更强的技术可能取代的工作对工作的潜在影响。这从未像今天这样真实。机器人不仅取代了装配线上的非熟练工人,还取代了焊工、机械师甚至医生等熟练员工。
据《经济学人》估计,在未来二十年内,47% 的美国劳动力可能会受到机器人和自动化技术的威胁。令人惊讶的是,世界银行的研究表明,未来 20 年内这一数字将达到 57%。而且,根据Acemoglu 和 Restrepo在 2017 年 3 月发布的研究,对于通勤区的每个机器人,6.2 名工人将失去工作和工资 0.7% 。无论实际数字在哪里,事实是机器人和自动化将极大地影响劳动力和人类以合理工资竞争工作的能力。
当然,许多人可以说随着技术的进步,这些卑微的工作一直在消失。这是真的,因为某些产品的需求已经过时,例如马车鞭子或化油器。随着用于完成任务的技术的改进,这也是正确的。例如,在钻头和电动工具出现之前,采矿业的劳动密集程度要高得多,这使得同样的工作可以用更少的工人完成。
有人会说,只有人类才能完成的高层次和复杂的工作,才能永远生存下去。然而,事实并非如此。最终,基于规则的系统将让位于深度学习技术,并在最高水平上证明比人类更有效。
那么我们的减员劳动力会是什么样子呢?您当然可以指望餐厅走向数字化。从女主人到女服务员,再到食物准备和运送,再到清洁和卫生——他们很可能在某种程度上都是机器人。很有可能食物将由无人驾驶车辆和/或无人机运送,从而减少更多的劳动力。交付行业本身可以让步于完全自动化的劳动力。
交通执法很可能会让位于自动化系统,这些系统可以通过 EZ-Pass、手机转发和/或 RFID 等方式及时读取您的位置。实时数据将用于根据从 A 点到 B 点的行程自动开票。事实上,视频红绿灯已经在无需人工协助的情况下开票。
但它并不止于此。各种人工智能方法的引入正在改变机器与人类的反应和交互方式。这意味着自动化机器可以取代我们劳动力中思维最高的人。这已经开始发生了。
例如,哥伦比亚大学的研究表明,将人工智能的范式从基于规则的学习系统转变为“自行解决”式的深度学习算法,其表现几乎与人类医生一样好。很快他们就会更好地诊断。
该大学使用深度学习人工智能进行的初步研究已经能够发现并找出健康细胞和癌前细胞之间的细微差异。视觉和人工智能机器不知疲倦地观察和比较健康细胞及其不断增加的经验记忆。令人印象深刻的是,它自学了如何分辨差异,并且越来越超越和超越医生。
一个这样的例子是,使用手持扫描仪的皮肤科医生现在可以让 AI 做出比他/她更准确的诊断(见图1)。用简单的语言来说,人工智能算法几乎可以像今天的皮肤科医生一样检测皮肤癌。
图 1:医生只扫描皮肤,人工智能进行实际检查和诊断。图片来源:斯坦福大学。
那么这对社会意味着什么?无论技能水平如何,任何工作都安全吗?
医疗设备工程师布鲁斯·菲斯特尔告诉电子产品公司:“获得工作机会已经是修复我们陷入困境的经济的关键因素。” “更少的工人和更高的价格将导致更多的人需要社会安全网才能生存。”
我们可能会看到基于技术替代的达尔文进化定律的第四条定律。在什么时候我们都被认为是不必要的?
自从学习电气工程以来,Jon Gabay 曾在国防、商业、工业、消费者、能源和医疗公司担任设计工程师、固件编码员、系统设计师、研究科学家和产品开发人员。作为替代能源研究人员和发明家,他从创立和运营 Dedicated Devices Corp 到 2004 年一直从事自动化技术工作。从那时起,他一直从事研发、撰写文章并为下一代工程师和开发技术学生。
审核编辑 黄昊宇
全部0条评论
快来发表一下你的评论吧 !