AI进行的训练会用到规模庞大且不断增长的数据
人工智能首页 > AI资讯 > 正文

AI进行的训练会用到规模庞大且不断增长的数据

2018-11-03 阅读76次

  跟着人工智能越来越遍及,咱们不禁会想,将来的某一天人工智能会不会直接代替大部分人类的作业,答案是:会。

  当人工智能开端从实验室走向更为广泛的运用时,它就不再只是具有技能上的冲击力,而是会越来越明显地影响到人类经济社会的运行。人工智能使人类取得更大解放的一起,也带来了赋闲、收入距离拉大等负面影响。

  未来十年,10大作业将名存实亡,但也有10大作业有惊无险,随小编一起来了解一下吧。

  人工智能vs人类

  人工智能只要把数字拿来算一算、推一推,就可以做出各种比人更准确的决议方案、判别、猜测、分类。《AI.未来》里对这个论题做了体系剖析:

  “华尔街的交易员,这个从前很光鲜的作业很快消失了;未来的保安也会部分消失,由于摄像头的监控,加上一些机器人巡视,现已不需求保安了;司机或许也会消失,还包含一些十分高端的白领,比方说放射科医师,他们的看片才能不如机器人。”

  


  


  看看上图高盛在纽约总部的美国现金股票交易货台吧。2000年这儿雇佣了600多名交易员,但今天,这儿只剩下几名交易员“留守空房”。

  为什么会呈现这个成果?剖析人工智能代替作业岗位,不能只是用传统“低技能”比照“高技能”的单一维度来剖析。人工智能既会发生赢家,也会发生输家,这取决于具体作业内容。

  尽管人工智能可以在根据数据优化的少量作业中远胜人类, 但它无法天然地与人类互动,肢体动作也不像人类那么灵敏,更做不到构思地跨范畴思考或其他一些需求复杂战略的作业(由于这些作业投入的要素和成果无法轻易量化)。

  一些人类看上去很难的作业,在人工智能看来或许十分简单;一些在人类看上去很简单的作业,或许却是人工智能的死穴。咱们可以用以下两张图来阐明:

  


  关于体力劳作来说,X轴左面是“低技能、结构化”,右边是“高技能、非结构化”。Y轴下边是“弱交际”,上边是“强交际”。脑力劳作图的Y轴与体力劳作相同(弱交际到强交际),但X轴不同:左侧是“优化型”,右侧是“构思或决议方案型”。

  假如脑力劳作的重点是将数据中可量化的变量最大化(例如设置最优保险费率或最大化退税),就归类为“优化型”的作业。

  这几条轴将两张图各分为四个象限

  第三象限是“风险区”,第一象限是“安全区”,第二象限是“结合区”,第四象限是“慢变区”。

  作业内容主要落在“风险区”的作业(如货车司机等)在未来几年面临着被代替的高风险。

  “安全区”的作业(如心理医治师、理疗师等)在可预见的未来中不太或许被主动化。

  “结合区”和“慢变区”象限的界限并不太清晰:尽管现在不会彻底被代替,但作业任务的重组或技能的安稳进步,或许引起针对这些作业岗位的大规划裁人。

  在左上角的“结合区”中,大部分核算和体力性质的作业现已可以由机器完结,但要害的交际互动部分使它们难以彻底主动化。所以,最或许发生的成果就是暗地优化作业由机器完结,但仍需求人类职工来做客户的交际接口,人类和机器构成共生联系。此类作业或许包含效劳员、理财参谋乃至全科医师。这些作业消失的速度和比例取决于公司改造员作业业内容的灵敏程度,以及客户关于与核算机互动心态的开放程度。

  落在“慢变区”的作业(如水暖工、建筑工人、美术设计师等)不依靠于人类的交际技能,而依靠灵敏和奇妙的手艺、创造性或习惯非结构化环境的才能。这些仍是人工智能的短板。由于不断开展的技能会在未来几年中渐渐提高这些短板,所以此象限中作业消失的速度,更多地取决于人工智能才能的实践扩展。

  其实,正告、失望、恐慌是“不识庐山真面目”的杞人忧天。撕掉标签,人工智能,既不是“人”,也没有那么“智”。它只能成为人类的东西,不或许代替人类的一切作业。

  对职场人而言,来自机器人与人工智能算法的压力是巨大的,但远景并不彻底暗淡。人工智能将会代替现在由人类职工从事的许多作业,在某些职业,这种趋势现已开端显现,但在可预见的未来有些作业并不能被代替。

  


  

  *谷歌新出的机器人迭代速度极快

  以下是猜测的,最简单遭到AI冲击、“名存实亡”的10种作业,以及看似很风险,其实很难被AI代替的10种作业

  未来“名存实亡”的十种作业

  01

  电话营销员/电话出售

  电话出售将是最快被AI代替的岗位之一。你很或许接到过主动语音来电,未来这类电话会变得越来越天然。在由AI主导的单一范畴对话中,AI也更简单到达实在的作用。

  此外,AI会经过顾客材料、购买前史以及表情辨认,找到招引顾客的办法。例如,运用温文的女人声响或有压服力的男性声响,向激动型购买者进行追加出售,用价格、类别均适宜的产品来确定顾客。与人工电话出售员比较,AI几乎是零本钱,而且不诉苦、绩效高、与商业逻辑高度一致,所以电话出售类作业是没有未来的。假如你正从事电话出售,可以考虑换成面对面出售或其他需求和人们打交道的作业。

  02

  客户支撑

  客户互动会跟着AI的运用而添加。不过,鉴于这类作业的重复性(一般会有教科书式的应对办法作为参阅),客户支撑将在很大程度上被AI代替。这一进程会分为几个阶段进行。最早被代替的将是谈天机器人和邮件客户效劳,接着是触及很多来电和相对简单产品/效劳的语音效劳。

  一开端,AI将和人类联手作业,由AI提供建议性的答案、主题和固定回复。人类则将充任后备人员,处理AI无法处理的来电(比方来电者处于愤怒状况)。

  这样将会缩短顾客的等待时刻、提高问题解决率(由于运用AI的前提是确认它可以解决问题)并大大降低本钱。这一进程会为AI堆集很多数据,并最终使得AI的作业体现超越人类。假如你从事的是客户效劳作业,可以从文本支撑转向语音支撑、从轻度支撑转向深度支撑、从电话/互联网效劳转向面对面效劳,一起也应该学习共情、交流和劝说的技巧。

  03

  库房工人

  亚马逊库房现已采用了由Kiva体系开发的机器人,它们会把货架搬到固定方位的人类工人面前,由这些工人拣选好产品并放入箱子里。不过,跟着核算机视觉和机器人控制技能的开展,固定方位工人的作业会阅历强度加大然后被代替的命运。别的,AI将很快能从事搬箱、装车以及其他库房作业。和工厂比较,库房主动化所需的精度低,因而更简单完结。

  04

  出纳和运营人员

  花旗银行近来宣告将运营人员的数量从两万名裁减至一万名。这些都是和数据、信息打交道的“无名”中间人,他们担任的作业包含文件存档、处理、收购、库存办理、错误勘查、出售额估算、向办理层报告调查成果等。

  跟着商务流程的电子化,商务智能体系可以让整个流程完结主动化,AI乃至能直接做出决议方案。这一现象不只发生在银职业,也将呈现在每一个和海量数据打交道的大公司。在AI年代,没有人会想成为千人一面的数据处理员。

  05

  电话接线员

  电话接线员是电话类作业中最不需求用到人际技巧的作业。现在语音辨认越来越精准(微软的语音辨认现已超越了人类水平),以情景对话为导向的语音组成也越来越天然(谷歌最新的语音组成与人声几无差异)。别的,电话类作业也跟着更多的人依靠信息而遭到挑战,因而被彻底挑选只是时刻问题。

  06

  出纳员/收银员

  出纳员和收营员正在被ATM机和自助结账机代替。日益剧烈的竞赛迫使零售商、银行和快餐公司很多精简人工流程。

  Amazon Go无人商铺现已预示了一个商铺彻底无人化的未来。不过,由于无人商铺价格昂扬、移动付出没有遍及且摄像头和面部辨认仍存在隐私问题,无人商铺不会迅速地大规划铺设。但假如你是一名收营员,可先别感到松了口气。

  *Amazon Go购物流程演示

  根据射频辨认(RFID)和核算机视觉的自助结账机正来势汹汹,一同来袭的还有智能贩卖机和小型便利店。现在是时分换份出售助理的作业了,最好是那种会对亲和力与压服力进行评价和奖赏的作业。

  07

  快餐店员

  食物的准备作业兼具重复性和场所固定两大特色,因而将不可防止地被AI代替。现有的连锁餐厅现已开端推行主动化点餐流程,很或许不久后便会运用面部辨认和语音辨认技能。下一步天然就是对食物的准备和烹饪进行主动化了。

  别的,未来还将呈现烹饪和上菜全主动化的全新平价连锁餐厅 (比方价格只要麦当劳一半的机器人中餐厅)。这些“机器人餐厅”将抢走传统快餐职业的生意,然后导致快餐店职工数量下降。

  08

  洗碗工

  不要把洗碗机想像成一个机器人,而要把它想像成一个超大型洗碗机,能直接从餐桌上撤下碗碟(当然还有食物、骨头、餐巾和其他餐具),然后把碟碗和银器洗得锃亮。

  坐落加利福尼亚的草创公司Dishcraft现已在出售这种超大型洗碗机了。这些洗碗机价格确实比较高,可是关于大型餐厅而言,和省下来的人力本钱比较,仍然是可以承受的。假以时日,大规划的投产会使洗碗机的本钱降低。假如你现在正从事洗碗这类重复性劳作,是时分承受练习,换份重复性较小的作业了。

  09

  生产线质检员

  生产线作业将会逐步被挑选,这类作业重复性高,作业环境固定。整个挑选进程有或许长达二十年之久,由于控制机器人对AI来说仍有难度。但也有一些AI简单上手的生产线作业,比方查看产品的损毁和瑕疵状况(像是查看 iPhone装壳这类确保产品漂亮的作业,或是查看电路板这类确保产品功用的作业)。

  这类作业利用了电脑视觉的快速开展,一起需求很少、乃至彻底无需控制。对人类查看员来说,这种作业既麻烦又累人,特别伤眼睛。所以,是时分换一份对健康伤害小、对灵敏度要求高、需求在非固定结构的新环境中从事的作业了。

  10

  快递员

  快递员和送货员正在被快递机器人、小型汽车、大型货车以及无人机代替。最早呈现的将是结构化环境中的室内配送效劳(酒店客房和公寓),之后会延伸至非公共路途,最终浸透整个快递职业。短期内,电子商务会持续添加,快递需求也会随之添加,但快递作业绝不是个好挑选,其中触及的人类专有技能和人际互动微乎其微。

  对智能机器代替人类劳作岗位的忧虑并非是杞人忧天。从货车装卸工人到法令研讨作业者,无论是白领仍是蓝领,只要是重复性的劳作,都将被机器人和根据人工智能的软件代替。

  未来“有惊无险”的10种作业

  01

  健身教练

  尽管未来总会有更高质量、更智能的健身器材帮助咱们练习,但健身教练无可代替的地方在于,他们能为咱们每个人量身打造健身方案,在旁陪练指导,还能敦促咱们坚持练习,防止犯延迟症。

  其次,跟着社会财富增多,出行方法变得更高效(如智能型、乃至是主动型电动平衡车),咱们关于练习的需求将大大超出以往。最终,AI年代会给咱们带来更多的社会财富和空闲时刻,自助、文娱和健康将成为开展的主题。

  02

  养老护理员

  到2030年,麦肯锡医疗保健类作业岗位将在全球规划内猛增5100万个,总数将高达8100万个。这类作业包含养老护理员、家庭健康护理员、私家护理员以及护理助理,不过最大的岗位空缺将呈现在与养老护理相关的范畴。

  考虑到人类寿数延伸、老年人对医疗保健的很多需求以及添补此类作业空缺的难度,这一需求还会不断攀升。AI固然可以完结老年人的医疗监护、安全保证和移动辅佐等基本功用,但像是洗澡、穿衣以及更为重要的谈天和陪同作业,都是AI是无法担任的,只能交由人类完结。

  03

  房子清洁工

  像房子清洁、园艺以及其他需求在非固定结构空间内进行、且地点环境较为多变的作业,关于机器人而言难度太大。尽管像伦巴扫地机器人(Roomba)这样的智能设备会承担部分作业量,但整体而言,这类作业的就业水平有望得以保持。此外,咱们猜测,各类移民效劳岗位将很多添加(在法令答应的前提下),由于AI将进一步拉大贫富国家之间的距离。

  04

  护理

  护理、保育员、心理健康辅导员以及戒毒医治师是最难被机器代替的作业类型之一,这类作业触及很多的人际互动、交流和信赖的培养。

  例如,医治心情不安稳、有郁闷症状的患者需求熟练的交流技巧,医治师需求先了解形成患者心情困扰的本源。这些都远远超出了AI技能现在的才能规划。

  05

  高楼办理员

  高楼办理、酒店办理、定制效劳等其他高端效劳将是财富新贵集体的高需求地点(如AI企业家和工程师)。在互联网(游览网站)和AI(主动化快餐和咖啡)提供标准化效劳的一起,那些具有人情味、个性化以及可以构建长时刻联系和信赖感的优质效劳将具有更高的价值。在AI年代,休闲和文娱工业将成为微弱的添加范畴。

  06

  运动员

  尽管未来机器将比人类更拿手竞赛,但体育运动不会因而而遭到一点点的影响。这些都是需求人类参加的文娱活动。运动明星与闻名歌手、艺人并无二致。跟着人们空闲时刻的添加,拥有特殊天分和个人魅力的运动员将有更强的吸金才能。

  07

  保姆

  保姆是最讨喜的作业之一,乃至或许会被当成家庭成员来看待。保姆的许多体力作业会完结主动化(比方除尘和洗碗),如此一来,他们的作业会逐步转向“关爱和个性化”效劳,比方尽心烹饪一顿孩子爱吃的饭菜,或是朗诵孩子最爱听的故事。保姆将花更多的时刻去陪同、照料家里的孩子,和他们游玩。可以成功转型的保姆是AI无法代替的。

  08

  导游

  优异的导游是拿手讲故事的人。他们将个人经历和百科知识奇妙地交融在一起,并以戏剧化的方法呈现给游客,然后打造出绝无仅有的游览体会。优异的导游还能挑起兴趣横生、内容丰富的说话,创造出一段令人思念的旅程。当然,那些照猫画虎、一味重复的导游,在AI代替人类作业的大潮中就没那么走运了。

  09

  人力资源

  人力资源、特别是职工招聘和猎头作业,都要触及很多的人际互动。压服某人抛弃现有作业、考虑其他作业是适当不简单的,这需求建立在对对方的长时刻深入了解和相互信赖的基础上。

  当然,跟着人力资源作业变得更倾向于以人为中心,人力资源职业也会利用AI完结惯例的问答作业(比方回复雇员的邮件)、监督雇员作业体现、发起招聘启事、挑选求职者并进行作业匹配等。

  10

  数据处理和标签

  最终来个大惊喜。

  尽管每个人都以为数据录入和处理睬因机械化而被挑选(乃至不需用到AI)。但在未来二十年内,AI进行的练习会用到规划庞大且不断添加的数据。这些数据需求经过初期的人工挑选、处理、贴标签和分类。亚马逊土耳其机器人(Amazon Mechanical Turk)就是个很好的例子。不过,可别等待能从这类作业中取得高薪。


随意打赏
WeixinPathErWeiMaHtml
ZhifubaoPathErWeiMaHtml