Ai: didžiausias darbo kūrėjas?

Per pastaruosius kelis dešimtmečius (bent jau) girdėjome apie gresiančią technologinio nedarbo grėsmę - automatizuotą žmonių darbo vietų perėmimą. Tačiau šiomis dienomis tai atrodo ypač neišvengiama. Pavyzdys: Anksčiau šiais metais iždo sekretorius Steve'as Mnuchinas atmetė mintį, kad robotai išmeta žmones iš darbo, mokslo ir technologijų bendruomenė atsakė statistine informacija ir diagramomis, slegiančiomis šį vertinimą.

Dirbtinis intelektas atranda kelią į vis didėjantį sričių skaičių ir reiškia precedento neturintį užimtumo sutrikimą. O neuroniniai tinklai ir mašininio mokymosi algoritmai, patys ryškiausi šiuolaikinių AI komponentai, žada arba teikia geresnių rezultatų nei žmonių profesionalai. PG revoliucija vyksta sparčiai, ir kaip dabar tinkamas laikas pradėti rengti mūsų švietimo ir ekonomikos infrastruktūrą ateičiai, kurioje žmonės vis mažiau įsitrauks į tam tikrų rūšių užduočių atlikimą.

„Akivaizdu, kad dabar, kai kompiuteriai pradeda matyti, girdėti ir skaityti, automatika patirs nežinomą impulsą“, - sako Aleksas Lindenas, „Gartner“ mašinų mokymosi tyrimų viceprezidentas. "Tai vis dar turi duoti vaisių. Daugybė naujausių įvykių užtruks kelerius metus, kol pradės veikti medžiagų automatizavimas. Tačiau daugelis ne gamybos sričių… korektoriai, mašininio vertimo ekspertai ir, be abejo, turi bijoti dėl darbų. “

Vis dėlto tai nėra visas vaizdas. Kiekviena pramonės revoliucija yra susijusi tiek su darbo jėgos perkėlimu ir pritaikymu, kiek su pakeitimu, ir šis naujausias ciklas nėra išimtis. Tačiau dirbtinio intelekto sklaida taip pat suteiks naujų galimybių efektyviai panaudoti žmogaus kūrybingumą ir naujoves.

Padidėjusi technikos talentų paklausa

„Tai, ką mes žinome, yra tai, kad dirbtinis intelektas bus efektyviausias per trumpą laiką atliekant darbus, kuriuos galima suskaidyti į daugybę kasdieninių darbų, nesvarbu, ar tai būtų rankinis darbas, ar pažintines užduotis“, - sako dirbtinio intelekto firmos „Inbenta“ botanikos meistras Joe Lobo.. "Tai reiškia, kad žmonės galės susikoncentruoti į kūrybingesnes ir dėl to malonesnes užduotis."

„Technologija niekada nebuvo grynasis darbo vietų naikintojas“, - sako Stuartas Frankelis, „Narrative Science“ generalinis direktorius. "Pažvelkite į beveik kiekvieną technologinį darbą, kuris šiandien egzistuoja bet kurioje įmonėje. Nė vienas iš šių darbų neegzistavo prieš dvidešimt metų, o dauguma jų greičiausiai net neegzistavo prieš dešimt metų."

Tiesą sakant, šiuo metu problema yra ne visiška robotų perimama žmonių darbo vieta, bet ta, kad yra daug laisvų darbo vietų ir nepakanka kvalifikuotų žmonių joms užpildyti. Augant duomenų verslu, technologijų talentų poreikis didėja.

Pavyzdžiui, 2016 m. Kibernetinės ekonomikos tyrinėtojas „Cybersecurity Ventures“ pranešė, kad kibernetinio saugumo nedarbo lygis yra lygus nuliui ir kad visame pasaulyje trūksta daugiau nei milijono ekspertų. Panašios technologijos, susijusios su užimtumu, pavyzdžiui, programinės įrangos kūrimas ir duomenų mokslas, nėra geresnės, jos sprendžia savo talentų spragas. Daugiau specialistų, dirbančių technologijų srityje, poreikis ir toliau augs, nes dirbtinis intelektas atsidurs dar daugiau sričių.

„Manau, kad vyriausybės turėtų užtikrinti, kad kodavimas būtų vertinamas taip pat aukštai, kaip anglų kalba, matematika ir mokslas, jei norime užtikrinti, kad maksimaliai padidintume galimybes, kurias mums suteiks dirbtinis intelektas“, - sako Lobo.

Pastaraisiais metais buvo įgyvendinta daugybė vyriausybės vadovaujamų projektų, taip pat privačiojo sektoriaus iniciatyvų, padedančių patenkinti techninių talentų poreikį. Buvęs prezidento Baracko Obamos „TechHire“ projektas yra pavyzdys: jis apima 100 mln. USD dotaciją, skirtą atverti kelią didesniam skaičiui žmonių į darbo vietas technologijų srityje, įskaitant tuos, kurie neturi aukštojo mokslo pažymėjimų.

Taip pat matome, kaip masiškai rengiami atviri internetiniai kursai (MOOC) iš tokių institucijų kaip „Coursera“ ir „Big Data University“ - nemokamas internetinis techninių įgūdžių, kurie yra labai paklausūs, mokymas. Kodavimo stovyklų kodavimas - įstaigos, kurios per trumpą laiką moko pareiškėjus kompiuterių programavimo, taip pat išaugo. Tuo pačiu metu tokios įmonės kaip AT&T padeda savo darbuotojams prisitaikyti prie užimtumo ateities.

Įsibėgėjus dirbtinio intelekto vystymosi tempui, įgūdžių ir kompetencijos reikalavimai pasikeis taip pat greitai. Net programinės įrangos kūrimas išliks tas pats ateityje ir pereis nuo kodavimo prie mokymo PG algoritmų.

Žmogaus ir kompiuterio sąveikos revoliucija

Daugelis žmonių, praradusių darbą dėl AI, neturi įgūdžių ir žinių, kad galėtų patekti į technikos darbus, o jiems mokytis reikia nemažai laiko. Laimei, šiuo atžvilgiu dirbtinis intelektas gali padėti išspręsti problemą, kuri iš esmės gali kilti dėl jo paties. PG jau žada įvairiais būdais perversti švietimą, įskaitant personalizavimą ir mokymosi patirties optimizavimą. Tai reiškia, kad reikės mažiau laiko išmokti naujų įgūdžių.

„Žmonės galės greičiau nei bet kada anksčiau persikvalifikuoti į kitas pramonės šakas, suteikdami jiems maksimalų lankstumą reaguoti į pokyčius darbo rinkoje“, - sako Lobo. "Kodėl sunkvežimio vairuotojas per kelis mėnesius negali pereiti į kodavimo karjerą?"

Ten, kur AI negali sušvelninti mokymosi kreivės, ji sugebės suskaidyti užduočių sudėtingumą ir padaryti jas paprastesnes, leisdama daugiau žmonių patekti į darbą, kuriam kažkada reikėjo metų švietimo ir mokymo.

Vienas pastebimas įvykis yra Natūralios kalbos apdorojimas ir generavimas (NLP / NLG) - dirbtinio intelekto šaka, susijusi su žmonių kalbos scenarijų supratimu ir sudarymu. NLP ir NLG iš naujo nustato mūsų bendravimo su kompiuteriais būdą, pašalina kliūtis ir kliūtis atlikti užduotis ir daro mus daug efektyvesnius savo darbe.

„NLG yra įgalinimo ir papildymo technologija“, - sako „Narrative Science“ vadovas Frankelis. "Derinant su žmogaus įgūdžiais, NLG gali duoti rezultatų, kurie žymiai viršija tai, ką kiekviena grupė galėtų pasiekti atskirai. Manau, kad„ Excel “yra puiki analogija su NLG. Kai pirmą kartą pasirodė„ Lotus 123 “ir„ Excel “, buvo daugybė skaudžių prognozių apie„ NLG “ateitį. buhalterių ir finansų analitikų, bet mes greitai sužinojome, kad šios priemonės nepakeis analitikų. Tiesą sakant, analitikai virto super analitikais, o įmonės pradėjo juos samdyti „droves“. Tas pats vyksta ir su NLG."

Narratyvinis mokslas integruoja NLG į verslo žvalgybos (BI) platformas, kad vartotojams būtų pateikiami intelektualūs pasakojimai, įžvalgūs, šnekantys pranešimai, supakuoti su auditorijai aktualia informacija, užtikrinančia visišką analitinių sprendimų priėmimo skaidrumą. Frankel aiškina, kad ši technologija padeda platesnei žmonių grupei atlikti savo darbą nereikalaujant specializuotų įgūdžių, tokių kaip duomenų mokslas.

„Tai reiškia, kad mažiau techninių žmonių ar analitinių įgūdžių turintys žmonės gali naudotis šiais BI įrankiais, iškart gauti reikiamų įžvalgų ir galiausiai geriau atlikti savo darbus“, - sako jis.

Kita vertus, NLP leidžia žmonėms daug lengviau naudotis sąsaja su analizės įrankiais ir duomenų šaltiniais. Tai jau galite pamatyti tokiose platformose kaip „IBM Watson Analytics“, kur natūralios kalbos komandos palengvina užklausų teikimą iš duomenų šaltinių. Tai gali padėti žmonėms, turintiems matematikos įgūdžių, pradėti dirbti su duomenų mokslo darbais ir jiems nereikia praeiti ilgų programavimo kursų.

NLP taip pat padeda įprasminti didelius nestruktūrizuotų žinių kaupus, įskaitant straipsnius, knygas ir informacinius paveikslėlius, suskirstant juos į duomenis, kurių užklausa gali būti teikiama ir mašinomis galima juos naudoti. Tai gali padaryti programinę įrangą ir paslaugas kur kas efektyvesnes padėti žmonėms ekspertams.

Alexas Lindenas, „Gartner“ tyrėjas, mano, kad tai gali padėti sukurti veiksmingesnes žinių schemas - laisvai struktūruotas duomenų saugyklas, kurios maitina AI variklius. „AI / NLP gali padėti sukurti tikrą žinių industriją“, - sako jis. Bet jis priduria: „Mes vis dar esame pradinėje stadijoje“.

Žmogaus pastangų papildymas

Pavyzdys yra neseniai IBM paleista AI pagrindu sukurta „Watson for Cybersecurity“ platforma. Watsonas naudoja mašininio mokymosi algoritmus, norėdamas atsijoti daugybę struktūrizuotų ir nestruktūruotų duomenų. Tada jis „sužino“ apie pasikartojančias ir kylančias grėsmes ir padeda saugumo analitikams atlikti savo darbą. Caleb Barlow, „IBM Security“ viceprezidentas, mano apie Watsono, kaip ir paramediko, padedančio gydytojui, vaidmenį. Tai gali padėti analitikams, turintiems mažiau įgūdžių ir patirties, įgudusiems tvarkyti saugumo incidentus.

Technika nėra vienintelis sektorius, kuriame PG gali papildyti žmogaus pastangas ir pritraukti daugiau žmonių į darbo vietas. Dirbtinio intelekto algoritmai taip pat rodo pažadą sveikatos priežiūros ir medicinos srityse, kuriose chroniškai trūksta gydytojų ir kvalifikuotų darbuotojų. Neuroniniai tinklai ir AI padėjėjai leidžia žymiai lengviau nustatyti, diagnozuoti ir gydyti ligas, sutrumpina laiką, reikalingą gydytojų mokymui, ir daro sveikatos priežiūros paslaugas prieinamas daugeliui kitų žmonių.

„JAV trūksta gydytojų, slaugytojų ir gydytojų padėjėjų, o išsivysčiusiame pasaulyje yra dar akivaizdesnis poreikis“, - sako Frankelis. "Jūs galvojate apie visus dalykus, kuriuos gali padaryti AI - paimkite didžiulius duomenų kiekius, analizuokite juos, perduokite svarbiausius dalykus - ir tai praplečia daugelio paslaugų, kurias galėtų atlikti tik žmonės, turintys platų (ir dažniausiai brangų) mokymą, prieinamumą. "Vis tiek reikia, kad žmonės dirbtų praktiškai su pacientais. AI suteikia galimybę tai padaryti daugiau žmonių, nes tai daro žinias prieinamesnes. Tokiu būdu manau, kad AI iš tikrųjų sukurs daugiau darbo vietų."

Galiausiai dirbtinio intelekto plėtra suteiks galimybę įsidarbinti ekspertams ne tik tradicinėse su technologijomis susijusiose srityse. Duomenų mokslo autorius ir „LinkedIn“ mokymosi instruktorius Doug Rose mano, kad pramonė turi įtraukti ir kitus įgūdžius.

"Pastarąjį pusmetį buvo gausu kiekybinių sričių. Kompiuterių programuotojai, inžinieriai ir duomenų mokslininkai dominavo darbo rinkoje ir sukūrė masines kompanijas", - sako Rose. "Vis dėlto kai kurie svarbiausi AI iššūkiai labai skiriasi nuo programinės įrangos. Čia didžiausias iššūkis bus sukurti geresnę žmonių patirtį."

Dirbtinis intelektas, vykdydamas vis sudėtingesnes užduotis, susiduria su socialiniais, etiniais ir politiniais iššūkiais. Inžinieriai sprendžia visiškai naujas problemas, pavyzdžiui, sukuria nešališkus AI algoritmus.

„Šiuo metu akademikai, inžinieriai ir programinės įrangos kūrėjai yra domenas“, - sako Rose. "Galų gale sričiai reikės kitokių įgūdžių. Tai pareikalaus žmonių, turinčių tvirtą humanitarinių mokslų pagrindą. Raktas į geresnę žmonių patirtį atsiras iš filosofijos, kultūros studijų, retorikos, kalbų ir menų. Šie specialistai būti vadovais, kurie padeda įveikti atotrūkį tarp programinės įrangos ir mūsų esminių žmonių poreikių “.

Rose išsiaiškino šią temą esė „Kas išmokys mūsų mašinas tiesiai iš netinkamo?“. kuriame jis paaiškina, kodėl reikia vietos mūsų antropologams, komunikacijos specialistams, filosofams ir kultūros ekspertams.

„Inbenta“ yra įmonė, įdarbinanti kalbininkus kuriant paieškos sprendimų leksiką, užtikrinant, kad jie yra tvirti ir gali suteikti aukštą paslaugų įkainį savo klientams.

„Tikimasi, kad kalbų studentai pradės karjerą dėstydami ar vertdami, bet mes pastebėjome, kad jų rinka pradeda keistis dėka AI“, - sako „Inbenta's Lobo“ atstovas. "Per ateinančius kelerius metus įvyks panašūs vaidmenys, kurių šiuo metu negalime suvokti žmonėms, kuriems gali kilti susirūpinimas, kad jų įgyti įgūdžiai gali pasenti."

Iki dienos, kai robotai imsis visų darbų, žmonėms dar yra daug ką nuveikti. Bet mes turime priimti pokyčius ir tam pasiruošti.