人工智能人人通生态雲平台

河南人民出版社有限責任公司

2019年12月28日 星期六

咨詢熱線

400-6908-558

在線學習
153 人
雲校學校
220 所
雲校老師
158 人
雲校學生
454 人
雲校家長
51 人

立即報名

家長心聲

您的位置:币安币官网 > 學習天地 > 家長陪學

  • 在人工智能世界中勞動業的未來

    可以肯定的是,到2030年将需要雇用從事數據收集和分析的人員。實際上,鑒于大數據分析和人工智能的發展軌迹以及我們今天所處的位置,看來世界将需要更多的機會十年後的數據科學家和工程師。 這對于大多數Datanami讀者(我們敢于假設)都參與構建數據分析和AI系統是個好處。但是,如果您(或您的表弟)碰巧在其他領域工作,請做好準備工作,因為基于軟件的機器學習系統和基于硬件的機器人技術會給自動化帶來大量工作,這将使工作流失AI。 以自動駕駛汽車為例。大約有五百萬美國人以謀生為生,但是一旦自動駕駛汽車和卡車上路,這些工作就會開始消失。 自主半卡車已經展示了他們在公共道路上可以做什麼,盡管有人工駕駛員作為出租車的後備。但是,根據TuSimple的首席産品官查克·普萊斯(Chuck Price)的說法,明年他們将以完全自主的方式在高速公路上滾動。普萊斯在上個月播出的一段節目中對CBS News的《60分鐘》說:“我們相信,我們将能夠在2021年在公共高速公路上進行首次駕車示範。”從那裡開始,該國的350萬卡車司機将檢查需要幫助的廣告而不是天氣和交通站點,隻是時間問題(和投資)。 相同類型的深度學習進展使汽車和卡車能夠“看到”周圍的事物并基于感官數據做出良好的決策,這些深度學習的進展也被用于創建可以以人類方式閱讀和收聽以及交談的聊天機器人。 随着自然語言處理(NLP)的發展,聊天機器人已經足夠成熟,可以接替電話銷售,銷售和計算機支持專家等領域的人類工人,這些都受到AI的威脅。 總部位于北京的風險投資公司的首席執行官兼創始人李開複說,會計師,工廠工人和放射科醫生也有被基于AI的系統取代的風險,這些年來,該公司已投資了數百家AI公司。 在被譽為“人工智能的甲骨文”的李書福于2018年出版的《人工智能超級大國:中國,矽谷和新世界秩序》一書中,他說,許多抽象的人工智能研究工作已經完成,并且現在隻需要實現算法即可。 他寫道:“基于當前技術進步和采用的趨勢,我預計在15年内,人工智能将能夠替代美國約40%至50%的工作。” 根據美國勞工統計局編制的2018年金融部門工作報告,賬簿管理人和銀行出納員也預計将遭受AI驅動的自動化的失業。

  • 2020年人工智能改變未來的八大趨勢

    2020年人工智能改變未來的八大趨勢

  • 人工智能(AI)真的會帶來大規模失業嗎?

    先說結論:AI 會帶來大規模失業嗎?——會 這個問題其實隐含了另一個問題:我們需要擔心嗎?——不用過于擔心 我們先來看第一個問題: 為什麼 AI 會帶來大規模失業? 事實上,失業已經發生了,隻是是否需要定義為大規模的問題: 高盛隻剩三名股票交易員 華爾街人工智能成趨勢 高盛隻剩三名股票交易員 花旗銀行總裁Forese表示,集團未來5年将減少10000名技術和運營人員。 微軟解雇了數十名為Microsoft News和MSN網站編輯新聞的記者和工作人員。 解雇後,微軟采取了一項措施,轉向依靠人工智能挑選MSN網站以及該公司新聞軟件Microsoft News上展現的新聞和内容。 随手一搜,這樣的新聞不在少數。究其原因,自然是因為 AI 相比于人類有諸多優勢: 嚴格遵守紀律,不會被情緒影響——适合從事自動化交易、客服等工作; 計算能力強,處理速度快——适合從事計算量大,但是場景相對單一的工作; 單一場景經過訓練後超過人類——适合從事違規圖像識别、違規檢測等工作; 不眠不休,有點就能持續工作——适合從事……幾乎所有職業這一點上都秒殺人類。 此外,可以與任何智能設備融合,這又使他們獲得了機器人的優勢: 行為可操控,動作精确度大大超過人類——适合從事制造業、生物科學; 不懼怕病毒、輻射、寒冷、高熱等惡劣條件——适合從事救援、探索、高危作業。 這些想必大家也都清楚,不然也不會有這個問題問出來了。我們重點來看看: 為什麼我們不需要擔心? AI距離大規模落地,道阻且長 正如有個高贊回答裡提到的,與其擔心AI帶來大規模失業,先擔心一下AI從業者大規模失業吧。 我們來看看那個回答裡提到的Gartner Hype Cycle,到低是個啥,靠不靠譜 時光倒回7-8年前,那時候還沒人提人工智能、區塊鍊,因為他們還處于技術萌芽期,最火的當數大數據,再早幾年是雲計算,我們看看2012年,他們在Gartner Hype Cycle上處于什麼位置: 可以看到,大數據即将爬升到泡沫頂峰,雲計算已經開始下降,仔細看看,還可以看到很多大家熟悉的技術,比如HTML5,NFC支付等。 來到2014年: 大數據和雲計算都進入下降通道,泡沫加速破滅。到了今天,我們在圖上已經看不到他們了,因為他們已經走完了爬坡期,進入成熟期,不再是一種新技術了。在工業界的應用情況呢?現在哪家互聯網公司還沒部署Hadoop?初創公司不用AWS、阿裡雲?聽起來好像不可思議,落地成果滿地開花。 說回我們的主角——人工智能,2017年的Hype Cycle: AI相關技術加速爬升,到了2019年: 開始進入泡沫破裂期。影響體現在方方面面,比如招聘: 如何看待2021年秋招算法崗灰飛煙滅?www.zhihu.com 當然,還會有AI行業的從業者失業,雖然這并不是問題的初衷,但是結果是一樣的。 距離AI真正落地,還有相當長的時間,并且,現在的人工智能,還是“人工”智能,或者叫弱人工智能,和大家在電影裡看到的強人工智能還有非常大的差距,要替代人類的工作還有很長的路要走。 AI在導緻失業的同時,會創造新的工種和職位 為了讓AI有充足的樣本進行訓練,AI行業也開始大規模啟用線上外包模式。比如圖片标注,我們想訓練AI識别一張圖片是貓還是狗,對于人類來說,哪怕是嬰兒,也隻需要簡單訓練幾次即可,但是對于AI,需要大量的人,将很多張圖片,标注成是貓還是狗,在學習到足夠多的樣本,抽象出足夠多的特征後,AI才能自己識别新圖片。因此這是一個勞動密集型的行業,标注者的水平不用太高。當然,除了圖片标注,還有語音識别,不然你以為Siri、小米小愛、天貓精靈、科大訊飛都是怎麼學習用戶聲音的? 除了圖片标注,還有語音識别,圖片來自網絡,侵删 還有,另一個行業也有大量的标注需求,那就是自動駕駛 自動駕駛需要大量的路況标注樣本 所以數據标注員,被稱為最後被AI取代的人,因為AI一直需要他們。 數據标注員,就是AI創造的新工種,被稱為人工智能時代的“農民工”。這個行業還可以給很多殘障人士提供就業機會: 作為一名換過40份工作的聾啞人,他很慶幸,終于在“數據标注”領域成了“有用的人”。 小袁是京東衆智平台上“靜公會”的聾啞人标注員,這個公會全部由聽障人士組成。 那些人工智能背後的人工,回鄉了www.huxiu.com 今後,還會有更多的類似職位出現,雖然說起來有點悲哀,他們總是處在人工智能光鮮亮麗的陰暗面,為人工智能的成長提供養料。但是相比失業來說,相比從事重體力勞動來說,相比從事高危作業來說,這樣的工作更加安全,薪水也不少,不失為一種更好的選擇。 AI無法真正的取代人類 前面提到,目前的人工智能,說好聽點叫弱人工智能,說難聽點就是人工智障,别說人類了,連烏鴉都比不過。下面節選朱松純教授的《淺談人工智能》給大家看看: 淺談人工智能:現狀、任務、構架與統一 | 正本清源mp.weixin.qq.com 上圖a是一隻烏鴉,被研究人員在日本發現和跟蹤拍攝的。烏鴉是野生的,也就是說,沒人管,沒人教。它必須靠自己的觀察、感知、認知、學習、推理、執行,完全自主生活。假如把它看成機器人的話,它就在我們現實生活中活下來。如果這是一個自主的流浪漢進城了,他要在城裡活下去,包括與城管周旋。 首先,烏鴉面臨一個任務,就是尋找食物。它找到了堅果(至于如何發現堅果裡面有果肉,那是另外一個例子了),需要砸碎,可是這個任務超出它的物理動作的能力。其它動物,如大猩猩會使用工具,找幾塊石頭,一塊大的墊在底下,一塊中等的拿在手上來砸。烏鴉怎麼試都不行,它把堅果從天上往下抛,發現解決不了這個任務。在這個過程中,它就發現一個訣竅,把果子放到路上讓車軋過去(圖b),這就是“鳥機交互”了。後來進一步發現,雖然堅果被軋碎了,但它到路中間去吃是一件很危險的事。因為在一個車水馬龍的路面上,随時它就犧牲了。我這裡要強調一點,這個過程是沒有大數據訓練的,也沒有所謂監督學習,烏鴉的生命沒有第二次機會。這是與當前很多機器學習,特别是深度學習完全不同的機制。 然後,它又開始觀察了,見圖c。它發現在靠近紅綠路燈的路口,車子和人有時候停下了。這時,它必須進一步領悟出紅綠燈、斑馬線、行人指示燈、車子停、人流停這之間複雜的因果鍊。甚至,哪個燈在哪個方向管用、對什麼對象管用。搞清楚之後,烏鴉就選擇了一根正好在斑馬線上方的一根電線,蹲下來了(圖d)。這裡我要強調另一點,也許它觀察和學習的是别的地點,那個點沒有這些蹲點的條件。它必須相信,同樣的因果關系,可以搬到當前的地點來用。這一點,當前很多機器學習方法是做不到的。比如,一些增強學習方法,讓機器人抓取一些固定物體,如積木玩具,換一換位置都不行;打遊戲的人工智能算法,換一換畫面,又得重新開始學習。 它把堅果抛到斑馬線上,等車子軋過去,然後等到行人燈亮了(圖e)。這個時候,車子都停在斑馬線外面,它終于可以從容不迫地走過去,吃到了地上的果肉。你說這個烏鴉有多聰明,這是我期望的真正的智能。 類似這樣的智能,才是我們期望中強人工智能的樣子。我們距離這種隻能,還太遠太遠了。哪怕有朝一日,真的實現了類似智能,距離人類仍然十分遙遠,我們有生之年未必能夠看見。 所以,結論是人工智能回答帶來大規模失業,但是我們不必過于擔心,因為AI距離真正落地,道阻且長,而且會産生很多新的工種和職業,并且目前的 AI 即便真的落地了,也是弱人工智能,距離大家想象中的強人工智能,還有很長的距離。 與其杞人憂天,不如抓緊過好當下,找到自己真正熱愛的職業,才是我們現在要做的,找到一個人工智能無法取代的職業,才是我們一直應該做的