Ai: ang panghuli tagalikha ng trabaho?

Sa nakalipas na maraming mga dekada (hindi bababa sa), narinig namin ang tungkol sa umuusbong na banta ng kawalan ng teknolohikal na trabaho - ang pagkuha ng mga trabaho sa tao sa pamamagitan ng automation. Ngunit sa mga araw na ito, tila lalong malapit na. Kaso sa punto: Noong mas maaga sa taong ito, tinanggal ng Kalihim ng Treasury na si Steve Mnuchin ang paniwala ng mga robot na naglalabas ng mga tao sa mga trabaho, ang komunidad ng agham at teknolohiya ay tumugon sa mga istatistika at mga tsart na nasaksak ang pagtatasa.

Ang artipisyal na katalinuhan ay nakakahanap ng paraan sa isang patuloy na pagdaragdag ng bilang ng mga domain, na nagpapahiwatig ng isang hindi pa naganap na pagkagambala ng tanawin ng trabaho. At ang mga neural network at algorithm sa pag-aaral ng machine, ang pinakatanyag na mga nasasakupan ng modernong AI, ay nangangako o naghahatid ng mas mahusay na pagganap kaysa sa mga propesyonal ng tao. Ang rebolusyon ng AI ay darating sa isang mabilis na tulin ng lakad, at ito ay kasing ganda ng anumang oras upang magsimula ang paghahanda ng aming pang-edukasyon at pang-ekonomiyang imprastraktura para sa isang hinaharap kung saan ang mga tao ay magiging mas kaunti at hindi gaanong kasangkot sa pagsasagawa ng ilang mga uri ng mga gawain.

"Malinaw na ngayon, sa mga computer na nagsisimulang makita, marinig, at mabasa, ang automation ay makakaranas ng hindi kilalang mga booster, " sabi ni Alex Linden, VP ng Machine Learning Research sa Gartner. "Ito ay kailangan pa ring magbunga. Maraming ng mga kamakailan-lamang na pag-unlad ay aabutin ng ilang taon bago magsimulang mangyari ang materyal na automation. Ngunit maraming mga domain na hindi nagmamanupaktura … mga proofreader, eksperto sa pagsasalin ng makina, at tiyak na dapat matakot sa mga trabaho . "

Hindi ito ang buong larawan, bagaman. Ang bawat rebolusyong pang-industriya ay halos tungkol sa pag-aalis at pagsasaayos ng lakas-paggawa sapagkat tungkol sa kapalit nito, at ang pinakabagong cycle ay walang pagbubukod. Ngunit ang pagpapalaganap ng artipisyal na katalinuhan ay magbibigay din ng mga bagong pagkakataon upang ilagay ang pagkamalikhain at makabagong ideya ng tao upang mabisang gamitin.

Tumaas na Demand para sa Tech Talent

"Ang alam natin ay ang artipisyal na katalinuhan ay magiging epektibo sa maikling termino para sa mga trabaho na maaaring masira sa isang serye ng mga gawain, maging sa manu-manong paggawa o mga gawaing nagbibigay-malay, " sabi ni Joe Lobo, botmaster sa artipisyal na firm firm na Inbenta . "Nangangahulugan ito na ang mga tao ay makakapag-concentrate sa mas malikhain at dahil dito mas kasiya-siyang gawain."

"Ang teknolohiya ay hindi kailanman naging isang net destroyer ng mga trabaho, " sabi ni Stuart Frankel, CEO ng Narrative Science. "Tumingin sa halos bawat trabaho sa teknolohiya na umiiral sa anumang negosyo ngayon. Wala sa mga trabahong iyon ang umiiral dalawampung taon na ang nakalilipas, at ang karamihan sa kanila marahil ay hindi kahit na umiiral sampung taon na ang nakalilipas."

Sa katunayan, sa sandaling ito, sa halip na maging isang kabuuang pagkuha ng mga trabaho ng tao sa pamamagitan ng mga robot, ang problema ay mayroong maraming mga bakanteng mga post ng trabaho at hindi sapat na mga taong may kasanayan upang punan ang mga ito. Sa pagtaas ng negosyo na hinihimok ng data, ang demand para sa tech talent ay tumataas sa buong board.

Halimbawa, noong 2016, iniulat ng cyber-economic researcher na Cybersecurity Ventures na ang zero sa antas ng kawalan ng trabaho sa zero - at sa katunayan, mayroong kakulangan ng higit sa isang milyong eksperto sa buong mundo. Ang mga katulad na lugar na pang-tech na nagtatrabaho, tulad ng pag-unlad ng software at agham ng data, ay hindi kumakapit ng mas mahusay at nakikitungo sa kanilang sariling agwat sa talento. Ang pangangailangan para sa higit pang mga eksperto sa mga trabaho sa tech ay magpapatuloy na lumalaki habang ang artipisyal na intelihente ay natagpuan ang higit pang mga domain.

"Naniniwala ako na dapat tiyakin ng mga pamahalaan na ang coding ay pinahahalagahan bilang lubos na Ingles, matematika, at agham, kung tiyakin natin na mai-maximize natin ang boom na ito sa mga pagkakataon na ibibigay sa atin ng artipisyal na katalinuhan, " sabi ni Lobo.

Ang mga nagdaang taon ay nakakita ng maraming mga proyekto na pinamunuan ng gobyerno pati na rin ang mga inisyatibo ng pribadong sektor upang matulungan ang matupad ang pangangailangan para sa talento ng tech. Ang proyekto ng TechHire ng dating Pangulong Barack Obama ay isang halimbawa: May kasamang isang $ 100 milyong gawad na inilaan upang ibigay ang daan para sa mas maraming mga tao sa mga trabaho sa tech, kasama na ang mga walang sertipikasyon ng mas mataas na edukasyon.

Nakikita din namin ang pagbuo ng napakalaking bukas na kurso sa online (MOOC) mula sa mga institusyon tulad ng Coursera at Big Data University - libreng online na edukasyon para sa mga teknikal na kasanayan na mataas ang hinihiling. Ang mga kampo ng boot ng mga boot, mga institusyon na nagtuturo sa mga aplikasyon ng computer ng mga aplikante sa isang maikling oras, ay tumaas din sa katanyagan. Kasabay nito, ang mga kumpanya tulad ng AT&T ay tumutulong sa kanilang mga empleyado na umangkop sa hinaharap ng trabaho.

Habang tumatagal ang bilis ng pag-unlad ng artipisyal na katalinuhan, magbabago ang mga kasanayan sa kasanayan at kadalubhasaan. Hindi kahit na ang pag-unlad ng software ay mananatiling pareho sa hinaharap at lilipat mula sa pag-coding patungo sa mga algorithm ng pagsasanay sa AI.

Isang Rebolusyon sa Pakikipag-ugnay sa Human-Computer

Marami sa mga tao na nawalan ng trabaho sa AI ay walang mga kasanayan at kaalaman upang makapasok sa mga trabaho sa tech, at ang pagsasanay sa kanila ay nangangailangan ng maraming oras. Sa kabutihang palad, sa paggalang na ito, ang artipisyal na katalinuhan ay maaaring makatulong na malutas ang isang problema na maaaring higit sa lahat sa sariling paggawa. Ipinangako ng AI na baguhin ang pag-aaral sa maraming paraan, kabilang ang pag-personalize at pag-optimize ng karanasan sa pagkatuto. Nangangahulugan ito na kakailanganin ng mas kaunting oras upang malaman ang mga bagong kasanayan.

"Ang mga tao ay makakapigil sa ibang mga industriya nang mas mabilis kaysa dati, na nagbibigay sa kanila ng isang maximum na kakayahang umangkop upang umepekto sa mga pagbabago sa merkado ng trabaho, " sabi ni Lobo. "Bakit hindi maaaring lumipat ang isang driver ng trak sa isang karera sa pag-cod sa loob ng mga buwan?"

Kung saan hindi mapalambot ng AI ang curve ng pag-aaral, magagawang masira ang pagiging kumplikado ng mga gawain at gawing mas simple, pagpapagana ng mas maraming tao na makapasok sa mga trabaho na minsan ay nangangailangan ng mga taon ng edukasyon at pagsasanay.

Ang isang kapansin-pansin na pag-unlad ay ang Pagproseso at Pagbubuo ng Likas na Wika (NLP / NLG), ang sangay ng artipisyal na intelektuwal na may kinalaman sa pag-unawa at paggawa ng mga script ng wika ng tao. Ang NLP at NLG ay muling tukuyin ang paraan ng pakikipag-ugnay namin sa mga computer, pag-aalis ng mga hadlang at hadlang upang maisagawa ang mga gawain at gawing mas mahusay sa aming mga trabaho.

"Ang NLG ay isang pagpapagana at teknolohiyang pagpapalaki, " sabi ni Frankel ng Narrative Science. "Kung sinamahan ng mga kasanayan sa tao, ang NLG ay maaaring makagawa ng mga resulta na higit na makakamit ng alinman sa pangkat ay maaaring makamit ng nag-iisa. Sa palagay ko ang Excel ay isang mahusay na pagkakatulad sa NLG. Nang unang lumabas si Lotus 123 at Excel, maraming mga kakila-kilabot na hula tungkol sa hinaharap ng ang mga accountant at financial analyst, ngunit mabilis naming nalaman na ang mga tool na ito ay hindi mapapalitan ang mga analyst. Sa katunayan, ang mga analyst ay naging super analyst at ang mga negosyo ay nagsimulang umarkila sa mga ito. Ang parehong bagay ay nangyayari sa NLG. "

Isinasama ng Narrative Science ang NLG sa mga platform ng intelektwal (BI) ng negosyo upang mabigyan ang mga gumagamit ng mga Intelligent Narratives, may kamalayan, mga komunikasyon na naka-pack na may impormasyon na nauugnay sa madla na nagbibigay ng kumpletong transparency sa kung paano ginawa ang mga desisyon ng analytic. Ang teknolohiya, paliwanag ni Frankel, ay tumutulong na paganahin ang isang mas malawak na grupo ng mga tao na gawin ang kanilang mga trabaho nang hindi nangangailangan ng isang dalubhasang hanay ng mga kasanayan tulad ng agham ng data.

"Nangangahulugan ito na hindi gaanong mga teknikal na tao o mga tao sa anumang analytical skillset ay maaaring gumamit ng mga tool na BI na ito, agad makuha ang mga pananaw na kailangan nila, at sa huli, gawin ang kanilang mga trabaho nang mas mahusay, " sabi niya.

Ang NLP, sa kabilang banda, ay ginagawang mas madali para sa mga tao na makipag-ugnay sa mga tool sa analytics at mga mapagkukunan ng data. Maaari mo na itong makita sa mga platform tulad ng IBM Watson Analytics, kung saan ginagawang mas madali ang natural na mga utos ng wika na mag-query ng mga mapagkukunan ng data. Maaari nitong ipagbigay-daan ang daan para sa mga taong may kasanayan sa matematika upang makapasok sa mga trabaho sa agham ng data nang hindi kinakailangang dumaan sa mga napakahabang mga kurso sa pagprograma.

Tumutulong din ang NLP na magkaroon ng kamalayan ng mga malalaking korpus ng hindi nakaayos na kaalaman, kasama na ang mga artikulo, libro, at mga whitepaper, pag-aayos ng mga ito sa data na hinihingi at magagamit ng mga makina. Maaari itong gumawa ng mas mahusay na software at serbisyo sa pagtulong sa mga dalubhasa sa tao.

Si Alex Linden, ang mananaliksik sa Gartner, ay naniniwala na makakatulong ito upang lumikha ng mas mahusay na mga graph ng kaalaman - maluwag na nakabalangkas na mga repositibong data na nagbibigay lakas sa mga engine ng AI. "Ang AI / NLP ay makakatulong sa paglikha ng isang tunay na industriya ng kaalaman, " sabi niya. Ngunit idinagdag niya, "Kami ay nasa ganap na pagkabata pa rin."

Pagpupuno ng Human Efforts

Ang isang halimbawa ay inilunsad kamakailan ng IBM ng AI-based Watson for Cybersecurity platform na IBM. Ginagamit ng Watson ang mga algorithm ng pag-aaral ng machine upang mag-ayos sa pamamagitan ng mga tonelada ng nakabalangkas at hindi nakabalangkas na data. Pagkatapos ay "natututo" tungkol sa paulit-ulit at umuusbong na mga banta at tumutulong sa mga analyst ng seguridad upang maisagawa ang kanilang mga trabaho. Iniisip ni Caleb Barlow, VP ng IBM Security, ang tungkulin ni Watson tulad ng isang paramedic na tumutulong sa isang manggagamot. Maaari itong gawing mas madali para sa mga analyst na may mas kaunting kasanayan at karanasan upang maging mas mahusay sa pagharap sa mga insidente ng seguridad.

Ang Tech ay hindi lamang ang sektor kung saan ang AI ay maaaring makadagdag sa mga pagsisikap ng tao at maglagay ng mas maraming tao sa mga trabaho. Nagpapakita din ang pangako ng artipisyal na intelligence algorithm sa larangan ng pangangalaga sa kalusugan at gamot, na kung saan ay hindi bababa sa mga manggagamot at bihasang manggagawa. Ang mga network ng neural at katulong ng AI ay ginagawang mas madali upang makita, masuri, at gamutin ang mga karamdaman, pinuputol ang oras na kinakailangan upang sanayin ang mga doktor, at gawin ang mga serbisyong pangkalusugan na ma-access sa maraming mga tao.

"May kakulangan ng mga doktor, nars at katulong sa manggagamot sa US, at mayroong isang mas matinding pangangailangan sa labas ng binuo mundo, " sabi ni Frankel. "Sa palagay mo tungkol sa lahat ng mga bagay na magagawa ng AI - kumuha ng napakalaking halaga ng data, pag-aralan ito, makipag-usap sa mga pinakamahalagang puntos - at pinalawak nito ang pagkakaroon ng maraming mga serbisyo na maaari lamang gawin ng mga taong may malawak (at karaniwang mahal) na pagsasanay . Kailangan mo pa rin ang mga tao na makipagtulungan sa mga pasyente. Pinapagana ng AI ang maraming tao na gawin ito dahil ginagawang mas naa-access ang kaalaman. Sa ganitong paraan, sa palagay ko, ang AI ay talagang lilikha ng maraming mga trabaho. "

Sa kalaunan, ang pagbuo ng artipisyal na katalinuhan ay lilikha ng mga pagkakataon sa trabaho para sa mga eksperto na lampas sa mga tradisyunal na domain na may kaugnayan sa tech. Ang may-akda ng agham ng data at tagapagturo ng Pagkatuto ng LinkedIn na si Doug Rose ay naniniwala na ang industriya ay kailangang mag-onboard ng iba pang mga kasanayan.

"Ang huling kalahating siglo ay naging isang boon para sa dami ng mga patlang. Ang mga programmer ng kompyuter, mga inhinyero at mga siyentipiko ng data ay nangibabaw sa merkado ng trabaho at lumikha ng mga malalaking kumpanya, " sabi ni Rose. "Gayunpaman, ang ilan sa mga pangunahing hamon sa AI ay naiiba sa software. Narito ang pinakadakilang hamon ay ang paglikha ng isang mas mahusay na karanasan ng tao."

Habang tumatagal sa lalong kumplikadong mga gawain, ang artipisyal na katalinuhan ay nahaharap sa mga hamon sa lipunan, etikal, at pampulitika. Ang mga inhinyero ay nakikipag-usap sa ganap na mga bagong problema, tulad ng paglikha ng walang pinapanigan na mga algorithm ng AI.

"Sa ngayon ay ang domain ng akademya, inhinyero, at mga developer ng software, " sabi ni Rose. "Sa kalaunan ang larangan ay hihilingin ng ibang hanay ng mga kasanayan. Mangangailangan ito ng mga tao na may isang malakas na background sa mga humanities. Ang susi sa isang mas mahusay na karanasan ng tao ay magmumula sa pilosopiya, pag-aaral sa kultura, retorika, wika at sining. maging mga gabay na tumutulong sa tulay ang agwat sa pagitan ng software at aming mga mahahalagang pangangailangan ng tao. "

Ipinaliwanag ni Rose ang paksa sa isang sanaysay, "Sino ang Magtuturo sa Aming Makina Mula sa Mali?" kung saan ipinapaliwanag niya kung bakit kailangang magkaroon ng upuan para sa ating mga antropolohista, mga espesyalista sa komunikasyon, pilosopo, at eksperto sa kultura.

Ang Inbenta ay isang kumpanya na gumagamit ng mga linggwistiko upang mabuo ang lexicon para sa mga solusyon sa paghahanap nito, tinitiyak na sila ay matatag at maaaring magbigay ng mataas na mga rate ng serbisyo sa mga customer nito.

"Ang mga mag-aaral ng Linguistic ay karaniwang inaasahan na lumipat sa mga karera sa loob ng pagtuturo o pagsalin, ngunit nakita namin na ang kanilang merkado ay nagsisimulang magbago, salamat sa AI, " sabi ni Inbenta's Lobo. "Ang susunod na ilang taon ay makakakita ng magkatulad na tungkulin na hindi natin kasalukuyang naiintindihan ang tagsibol para sa mga taong maaaring nag-aalala na ang mga kasanayan na kanilang nakuha ay maaaring maging antiquated."

Hanggang sa araw na kukuha ng mga robot ang lahat ng mga trabaho, marami pa rin ang dapat gawin ng mga tao. Ngunit kailangan nating yakapin ang pagbabago at maghanda para dito.