インテリジェント自動化労働力の台頭

インテリジェント自動化労働力の台頭

技術を失う仕事は新しいことではない。 かつては人間によって独占的に行われてきた役割は、産業革命以来、何らかの形の自動化機械によって徐々に着実に置き換えられてきました。 人間の労働者が機械で完全に置き換えられていない場合であっても、人間は機械のバッテリーに頼って 効率的で正確な.

A レポート 将来の技術の影響に関するオックスフォード・マーティン・スクールのプログラムから、米国内のすべての雇用の47%が自動システムに置き換えられる可能性があると述べています。 間もなく、機械で置き換えられる仕事の中には、不動産ブローカー、動物育種家、税務顧問、データ入力作業員、受付係、各種の個人アシスタントなどがあります。

しかし、あなたはあなたの机を詰め込み、コンピュータに手渡す必要はありません。実際、教育、医療、芸術、メディアなどの一定レベルの社会的知性と創造性を必要とする仕事は、そのようなタスクはコンピュータ化が困難なままであるため、人間からの要求である。

そうであってもなくても、私たちは今、 人工知能 (AI)。 AIは、マシンを使用して人間が実行するタスクを模倣するか、またはそれを上回ることさえできる技術の集まりと見ることができます。

私たちはまずそれを見ることはできませんが、Googleを使って情報を検索する、Amazonで推薦する製品を購入する、またはAmazonで推奨される製品を購入するなどの日常的な活動でAIアルゴリズムの何らかの形を使用する1つ以上のシステムを実行することは避けられません。 Facebookにアップロードされた画像の顔を認識します。

深い学習

ブレークスルー AIの中には深い学習と呼ばれる手法が主な原因です。 機械学習やニューラルネットワークとしてよく知られている深い学習では、コンピュータモデルを「訓練」して、画像からオブジェクトを認識できるようにします。 ディープ学習ベースのAIシステムのパワーは、自動的に能力を発揮する能力にあります 目立つ特徴を検出する ハード認識の問題を解決するためにそれらを使用します。

人間はほとんど無意識のうちにこのような認識作業を容易に行うことができるが、人間が正確な手順を十分に詳細なレベルで説明してコンピュータにプログラムできるようにすることは困難なことが多い。

深い学習でこれはすべて変わってきました。 今、深い学習ベースのAIシステムは、 困難な問題を解決する かつては人間だけが解決できると考えられていました。

その結果、人間は精神的にその事実を準備する必要があります 私たちの仕事の一部はAIシステムに失われます。 近い将来、AIシステムを同僚や上司に呼び出さなければならない場合もあります。

しかし、私たちのコンピュータがすぐに取得する知識の深いレベルにもかかわらず、マシンに仕事を失うことは悪いことではありません。 マシンが大量の作業をするということは、人間が日常的な作業から解放されることを意味します。 自動車を運転する.

これにより、人間は機械の代わりに人間のように考えることができるはずです。 おそらくAIによって支援される、より創造的で知的に刺激的な活動に従事するための時間とエネルギーを解放します。

感情的知性

AIシステムは、一般人が理解して修復するだけではあまりにも複雑すぎるため、コンピュータと人間の間の仲介者として働くことができる人々を必要とする新たな役割が生まれます。

医学や法律などの職業と同様に、専門技能を持つ専門家が日々の人々の技術的な詳細を解釈する必要がある場合、AIの言語を話す専門家が必要となります。 これらの専門家はスキルが異なり、ソフトウェア開発者、コンピュータ科学者、データ科学者から構成されている可能性があります。

しかし、人間やAIの共同作業環境から生じる倫理的な問題は真の関心事です。 Facebookにアップロードされた画像に顔が誤って認識されることがあるが、AIによって誤診された場合はまったく異なる問題であり、非常に簡単に起こりうる。 結局のところ、コンピュータは人々のように間違いを犯します。

AIベースのシステムは多くの分野で人間より賢くなっていますが、これらのシステムは 完璧ではない 彼らが使用する予測不可能な学習の仕組みを考えると完璧になることはまずありません。

それは、AI自体の技術的な挑戦ではなく、社会的、文化的な変化が本当の挑戦になる可能性が高いということです。 ですから、私たちの仕事を引き継いだロボットは良いことになるかもしれませんが、私たちが同僚として受け入れる準備ができているかどうかは時間だけで分かります。

著者について

会話ボレガラダヌシカDanuska Bollegala、リバプール大学コンピュータサイエンス学科シニア講師。 彼の研究分野は人工知能、計算言語学、Webマイニングである。 私は上記の分野に関連して、Webデータからの意味論的および関係的類似性の測定、ドメイン適合、感情分析、ソーシャルメディア、個人名の曖昧さ除去、名前エイリアス抽出、およびマルチドキュメントテキスト要約における情報の順序付けなどに取り組んだ。

この記事は、最初に公開された 会話。 読む 原著.

関連書籍

{amazonWS:searchindex =本;キーワード=ロボット労働力; maxresults = 3}

enafarZH-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

InnerSelfをフォロー

Facebookのアイコンさえずり、アイコンrss-icon

電子メールで最新情報を取得する

{emailcloak =オフ}

MOST READ

ガードするXNUMXつの思考のトラップとバイアス
ガードするXNUMXつの思考のトラップとバイアス
by ポールナッパー博士、Psy.D。 アンソニー・ラオ博士
人々が毎日の通勤を逃している理由
人々が毎日の通勤を逃している理由
by アビゲイルマークスほか
メタン排出量は過去最高レベルに達
メタン排出量は過去最高レベルに達
by ジョシー・ガースウェイト
コロナウイルスのパンデミックがフロリダの完全な嵐になった理由
コロナウイルスのパンデミックがフロリダの完全な嵐になった理由
by ティファニーA.ラドクリフとマレーJ.コテ

編集者から

清算の日がGOPにやってきた
by ロバートジェニングス、InnerSelf.com
共和党はもはや親米政党ではない。 それは急進派と反動派に満ちた非合法の偽政党であり、その目的は破壊、不安定化、そして…
ドナルドトランプが史上最大の敗者になる理由
by ロバートジェニングス、InnerSelf.com
2年20020月2日更新-このコロナウイルスのパンデミック全体が運命をたどっています。 そうそう、数十万、おそらく百万人の人々が死ぬだろう…
青い目対茶色の目:人種差別はどのように教えられるか
by Marie T. Russell、InnerSelf
この1992年のオプラショーエピソードでは、受賞歴のある反人種差別活動家で教育者のジェーンエリオットが、偏見を学ぶのがいかに簡単であるかを示すことで、人種差別についての難しい教訓を聴衆に教えました。
変化が訪れる...
by Marie T. Russell、InnerSelf
(30年2020月XNUMX日)フィラデフィアや国内の他の都市での出来事に関するニュースを見ると、何が起こっているのかと心が痛む。 これは大きな変化の一部であることを知っています…
歌は心と魂を盛り上げることができます
by Marie T. Russell、InnerSelf
私はそれが入り込んだのを見つけたときに私の心から闇を取り除くために使用するいくつかの方法があります。XNUMXつはガーデニング、または自然の中で時間を過ごすことです。 もうXNUMXつは沈黙です。 別の方法は読書です。 それから…