人工知能の登場により、私たちは仕事を維持できるのでしょうか?

人工知能の登場により、私たちは仕事を維持できるのでしょうか?

週末にニュースを見て衝撃を受けました。Google は最近、同社が開発したロボット (AI) システム AutoML が、人間の制御を完全に超えて、新しい人工知能 (AI) システム (AI の子孫) を独自に発明し、作成したと公式に発表しました。 。 。これはマトリックスの現実版ですか? 。 。私たちは将来どうやって生き残ることができるでしょうか?

[[213135]]

01人工知能は私たちのキャリアにどのような影響を与え始めるのでしょうか?

好むと好まざるとにかかわらず、人工知能は私たちの生活に入り込むペースを加速させ、私たちにとって最も致命的なことは、それが私たちの仕事を奪ってしまうことです。馬氏の無人スーパーマーケット(ビンゴボックス)は市場参入に成功し、全国にさらに10万店舗をオープンする予定だ。 。 。フォックスコンは、より多くのハイテク製品を生産するためにロボットを使い始めている。今年だけで、同社は昆山工場で約6万人の従業員を解雇した。 。 。

実際の例を挙げてみましょう。多くの大企業の人工知能の中で、最初に商用化されたのはIBMのワトソンです。2016年、ワトソンは10分で2000万件のがん研究論文を比較し、まれな白血病を診断し、それ以来有名になりました。 IBMは、ワトソンの診断精度は放射線科医のそれを上回ると主張している。したがって、ワトソンは医師の主な助手となるでしょう。解雇が行われた場合、プロのB超音波医師はまだ仕事があるでしょうか?確かに疑問はあります。 。 。

2013年、オックスフォード大学のフレイ教授とオズボーン教授は、「将来の仕事:人工知能に対する雇用の感受性の分析」と題する報告書を発表し、今後20年間(2013年)にさまざまな仕事がテクノロジーに置き換えられる可能性を調査しました。

報告書は、米国の仕事の47%が20年以内に機械に置き換えられるリスクが高いと推定している。テレマーケティング担当者および保険セールスマン 99%、スポーツ審判 98%、レジ係 97%、シェフ 96%、ウェイター 94%、法律アシスタント 94%、ツアーガイド 91%、パン職人 89%、バス運転手 89%、建設作業員 88%、獣医アシスタント 86%、警備員 84%、乗務員 83%、バーテンダー 77%、ファイル係 76%、大工 72%、ライフガード 67%。

統計から、純粋に労働力を必要とし、プロセス指向の職種は非常に簡単に代替可能であることがわかります。研究指向の仕事のように、プロセス指向が低く、仕事が不規則であるほど、代替は難しくなります。 。 。したがって、科学者は基本的に安心できます。

02それで私たちは何をすべきでしょうか?

この時代の預言者でありテクノロジーの神であるケビン・ケリーは、TED トーク「人工知能の時代が到来」の中で次のように述べています。

効率で測定できるものはすべてロボットが行うべきです。タスクにおいて「効率的な」部分はロボットの任務であり、タスクの「非効率的な」部分は人間が担当します。

将来、最高のセラピストは医師やAIではなく、彼らが作るチームです。つまり、私たちはAIと協力する必要があり、あなたの将来の給料はロボットとどれだけうまく協力できるかにかかっています。

伝統的な産業に従事する人々のうち、どのような人々が仕事を維持しやすいのでしょうか?

彼はテクノロジーのファンであり、テクノロジーを嫌う人ではありません。AI の使い方が上手で、常に新しい機能を発見し、その活用を最大限に活用することができます。 (オフィスを見回すと、オフィス ソフトウェアを完璧に使いこなせる人もいれば、10 年間そこで働いていても最も基本的な機能しか知らない人もいます。これが両者の違いです)

意思決定に必要な専門的能力を備えているが、AI よりも専門的である必要はない (どうせ AI に勝てないから)。

対人関係、問題解決における柔軟性、文章力(明瞭に文章を書けることは非常に実用的な能力です)、リソース統合能力など、仕事において「人間的」な機能をうまく活用する能力。

新しいテクノロジー分野の人にとっては、さらに簡単です!流行っているものを何でも作ってみましょう!ビジネスモデルの観点から見ると、AI関連企業には3つのタイプがあります。1つ目は、マシンビジョン、NLP、AIチップ企業、アルゴリズム企業など、AI技術を提供する企業です。2つ目は、フィンテック、AI医療、自動運転車など、AIと特定の産業アプリケーションを組み合わせた企業です。そして、最も忘れられがちな別のタイプがあります。それは、人工知能業界にサービスを提供する企業です。これは大規模な業界です。たとえば、データクリーニングは、現在の人工知能業界では比較的コストのかかるサービスになっています。

03 未来は本当に想像通り悲観的なものなのでしょうか?

未来は本当に北京フォールディングのようなものでしょうか?上流階級は人工知能の自動化を完全に実現し、人工知能に奉仕する少数の中流階級の人々を維持しています。下層階級の人々の雇用を確保するために、支配階級はゴミを清掃するという唯一の肉体労働を維持せざるを得ないのでしょうか?

[[213136]]

いやいや、必ずしもそうは思いません。テクノロジーは常に、いくつかの雇用を創出すると同時に、いくつかの雇用を奪います。綿糸紡績工、スーパーマーケットのレジ係、タクシー運転手などの職業が消え始めています。同時に、ライブストリーミングインフルエンサー、データラベラー、オンラインライター、ドローンパイロット、プロのeスポーツ選手、オンラインゲームトレーナーなど、私たちにとって新鮮な新しい職業も登場しています。 。 。

確かに、多くの反復労働の仕事は AI に置き換えられるでしょうが、食べ物、飲み物、娯楽などの体験的な消費はますます普及し、そこには無数の新しい雇用機会が生まれるでしょう。 。 。

この時点で、皆さんの中には、新参者は確かに選択できるが、この業界で長年働いてきた私たちのようなベテランはどうなのかと疑問に思う人もいるでしょう。上記02の青い部分を参考にしてください。自分のかけがえのない存在を持つことは良いことです。これは業界の人脈であったり、専門能力であったり、文章力であったり、そしてもちろん一番大切なのは生涯学習能力です。最悪でも、AIと協力することは可能です。協力すれば必ず良い仕事が見つかります。だからあまり悲観的にならないでください。

<<:  人工知能と宝くじの出会いは実は詐欺から始まった?

>>:  人工知能とは何ですか?米Googleが正式発表!

ブログ    
ブログ    
ブログ    

推薦する

...

PythonコードからAPPまで、必要なのは小さなツールだけ:GitHubには3,000以上のスターがある

機械学習開発者にとってアプリを構築するのはどれくらい難しいのでしょうか?実際、Python コードを...

ビッグモデルの要約は信頼できるでしょうか? GPT-4を使用すると、人間の筆記よりも滑らかで、幻覚も少なくなります

自然言語生成 (NLG) のタスクとしてのテキスト要約は、主に長いテキストを短い要約に圧縮するために...

30秒で署名、上海の核酸採取ロボットが登場!

COVID-19の流行が続き、核酸検査が広範囲で徐々に常態化している中、複数の組織が核酸検査用ロボ...

スポーツへの人工知能とビッグデータの導入は、市場を混乱させたり、破壊したりするのでしょうか?

英国ラフバラー大学とチェルシー・フットボール・クラブの研究者らが共同で、最近のシーズンの選手のデータ...

自然言語処理の実践: 機械学習によく使われるツールとテクニック

多くの自然言語処理には機械学習が関係しているため、機械学習の基本的なツールとテクニックを理解しておく...

ロボットはどのようにして深く学習するのでしょうか?論理的判断と感情的な選択は依然として障害となっている

[[187099]]一人でいるときに少し寂しさを感じたらどうすればいいでしょうか?Microsoft...

AIは雇用を奪うのか、それとも雇用を生み出すのか?

人工知能は、職場環境で参照される場合、複雑な感情と視点をもたらします。同僚、友人、または見知らぬ人に...

清華大学張北院士:融合乗算による第三世代人工知能の三空間融合モデルの解釈

人工知能は今どの段階に達しているのでしょうか?どのような問題や限界があるのか​​?どのように突破する...

OpenAIの最強のライバルトレーニングAIがLLMブラックボックスを分解し、ビッグモデルの「魂」を予期せず垣間見る

大規模なモデルの「ブラックボックス」を解体するために、人類解釈可能性チームは、新しいモデルをトレーニ...

ロボットにあなたのことをもっと理解させるにはどうすればいいでしょうか?

[[361286]]自然言語処理技術は人工知能技術の重要な分野です。自然言語処理技術自体が成熟する...

...

英国の反トラスト規制当局は、低性能のAIシステムの拡散を防ぐためのAI規制原則を策定した。

海外メディアの報道によると、9月19日、英国競争・市場庁(競争・市場庁)は、人工知能の規制当局や同技...

企業には自動化の取り組みを監督する最高ロボット責任者が必要ですか?

職場におけるロボット工学と自動化の利用増加に対応するために、企業は最高ロボット工学責任者 (CRO)...