Ai: vrhunski ustvarjalec dela?

V zadnjih nekaj desetletjih smo (vsaj) slišali za grozečo grožnjo tehnološke brezposelnosti - prevzem človeških delovnih mest z avtomatizacijo. Toda v teh dneh se zdi še posebej neizogibno. Primer: Ko je v začetku letošnjega leta minister za finance Steve Mnuchin razrešil pojem robotov, ki so ljudi odpuščali iz službe, je znanstvena in tehnološka skupnost odgovorila s statistikami in grafikoni, ki so podirali to oceno.

Umetna inteligenca se znajde v vedno večjem številu domen, kar napoveduje, da je zaposlitvena krajina brez primere moteča. In nevronske mreže in algoritmi strojnega učenja, najpomembnejše sestavine sodobnega AI, obetajo ali zagotavljajo boljše rezultate kot človeški strokovnjaki. Revolucija AI prihaja s hitro hitrostjo in tako je pravi čas, da začnemo pripravljati svojo izobraževalno in gospodarsko infrastrukturo za prihodnost, v kateri bodo ljudje vse manj vključeni v izvajanje določenih vrst nalog.

"Jasno je, da bo avtomatizacija z računalniki, ki začnejo videti, slišati in brati, doživela neznane učinke, " pravi Alex Linden, podpredsednik za raziskovanje strojnega učenja pri Gartnerju. "To mora še vedno obroditi sadove. Veliko nedavnih dogodkov bo trajalo nekaj let, preden se bo začelo dogajati avtomatizacija materialov. Toda veliko neproizvodnih domen… lektorji, strokovnjaki za strojno prevajanje in zagotovo se morajo bati za delovna mesta."

Vendar to ni celotna slika. Vsaka industrijska revolucija govori toliko o premestitvi in ​​prilagajanju delovne sile, kot tudi o njeni zamenjavi, in ta najnovejši cikel ni izjema. Toda širjenje umetne inteligence bo zagotovilo tudi nove priložnosti za učinkovito uporabo človeške ustvarjalnosti in inovativnosti.

Povečano povpraševanje po Tech Talentu

"Vemo, da bo umetna inteligenca v kratkem času najučinkovitejša za delovna mesta, ki jih lahko razdelimo na vrsto rutin, ne glede na to, ali gre za ročna dela ali kognitivne naloge, " pravi Joe Lobo, botmaster v podjetju za umetno inteligenco Inbenta. "To pomeni, da se bodo ljudje lahko osredotočili na bolj ustvarjalne in posledično bolj prijetne naloge."

"Tehnologija še nikoli ni bila neto uničevalec delovnih mest, " pravi Stuart Frankel, izvršni direktor Narrative Science. "Poglejte si skoraj vsako tehnološko delovno mesto, ki obstaja v katerem koli podjetju danes. Nobeno od teh delovnih mest ni obstajalo pred dvajsetimi leti in večina jih verjetno še ni obstajala pred desetimi leti."

V bistvu je težava v tem, da ne gre za popoln prevzem človeških delovnih mest z roboti, ker je veliko prostih delovnih mest in premalo usposobljenih ljudi, da bi jih lahko zapolnili. Z naraščanjem podatkov, ki temelji na podatkih, povpraševanje po tehniških talentih narašča.

Leta 2016 je na primer raziskovalec kibernetske ekonomije Cybersecurity Ventures poročal, da je stopnja brezposelnosti v kibernetski varnosti enaka nič - in da v resnici primanjkuje več kot milijon strokovnjakov po vsem svetu. Podobna področja zaposlovanja v tehnologiji, kot sta razvoj programske opreme in znanstvena obdelava podatkov, ne napredujejo bolje in se spopadajo s svojo vrzeljo v talentih. Potreba po več strokovnjakih za tehnološka delovna mesta se bo še naprej povečevala, saj bo umetna inteligenca našla pot na še več področij.

"Verjamem, da bi morale vlade zagotoviti, da se kodiranje vrednoti tako visoko kot angleščina, matematika in znanost, če želimo zagotoviti, da bomo lahko ta razcvet maksimirali v priložnostih, ki nam jih bo nudila umetna inteligenca, " pravi Lobo.

V zadnjih letih je bilo več projektov, ki jih vodi vlada, pa tudi pobude zasebnega sektorja za pomoč pri izpolnjevanju potreb po tehničnih talentih. Projekt TechHire nekdanjega predsednika Baracka Obame je primer: Vključuje dotacijo v višini 100 milijonov dolarjev, ki naj bi utrla pot večjim ljudem na tehnološka delovna mesta, vključno s tistimi, ki nimajo visokošolskih certifikatov.

Opažamo tudi razvoj množičnih odprtih spletnih tečajev (MOOC) institucij, kot sta Coursera in Big Data University - brezplačno spletno izobraževanje za tehnične veščine, po katerih je veliko povpraševanja. Prav tako se je povečala priljubljenost kodiranja zagonskih kampov, ustanov, ki prijavitelje računalniško programirajo v kratkem času. Hkrati podjetja, kot je AT&T, pomagajo svojim zaposlenim, da se prilagodijo prihodnosti zaposlitve.

Ko se bo stopnjeval razvoj umetne inteligence, se bodo zahteve po spretnosti in strokovnem mnenju spreminjale prav tako hitro. V prihodnosti niti razvoj programske opreme ne bo ostal enak in se bo preusmeril od kodiranja k algoritmom usposabljanja AI.

Revolucija v interakciji med človekom in računalnikom

Številni ljudje, ki izgubljajo službo AI, nimajo znanj in znanja, da bi vstopili v tehnološka delovna mesta, in njihovo usposabljanje zahteva veliko časa. Na srečo lahko v tem pogledu umetna inteligenca pomaga rešiti težavo, ki je lahko v veliki meri lastna. AI že obljublja, da bo na več načinov spremenil izobraževanje, vključno s personalizacijo in optimizacijo učne izkušnje. To pomeni, da bo trajalo manj časa za učenje novih veščin.

"Ljudje se bodo lahko hitreje kot kadar koli prej prekvalificirali v druge panoge in jim tako zagotovili največjo prožnost pri odzivanju na spremembe na trgu dela, " pravi Lobo. "Zakaj se voznik tovornjaka v nekaj mesecih ne more pomakniti v karierno kariero?"

Če AI ne more zmehčati krivulje učenja, bo lahko razčlenil kompleksnost nalog in jih poenostavil, kar bo omogočilo več ljudem, da vstopijo v delovna mesta, za katera so bila potrebna leta izobraževanja in usposabljanja.

Pomemben razvoj je predelava in generacija naravnih jezikov (NLP / NLG), veja umetne inteligence, ki ima povezavo z razumevanjem in ustvarjanjem pisav o človeškem jeziku. NLP in NLG na novo opredelita način, kako komuniciramo z računalniki, odstranjujemo ovire in ovire pri opravljanju nalog ter nas pri svojih delovnih mestih veliko bolj učinkovito.

"NLG je omogočilna in povečevalna tehnologija, " pravi Frankel iz Narrative Science. "V kombinaciji s človeškimi veščinami lahko NLG prinese rezultate, ki daleč presegajo tisto, kar bi lahko dosegla vsaka skupina sama. Mislim, da je Excel odlična analogija NLG. Ko sta se Lotus 123 in Excel prvič pojavila, je bilo veliko strašnih napovedi o prihodnosti računovodje in finančni analitiki, vendar smo hitro izvedeli, da teh orodij ne bodo nadomestili analitiki. Pravzaprav so se analitiki spremenili v super analitike, podjetja pa so jih začela najemati v skupih. Enako se dogaja z NLG."

Narrative Science integrira NLG v platforme poslovne inteligence (BI) in tako uporabnikom nudi inteligentne pripovedi, pronicljive, pogovorne komunikacije, polne informacij, pomembnih za občinstvo, ki zagotavljajo popolno preglednost pri sprejemanju analitičnih odločitev. Tehnologija, pojasnjuje Frankel, pomaga širši skupini ljudi opravljati svoje delo, ne da bi pri tem potrebovali poseben nabor znanj, kot je nauk o podatkih.

"To pomeni, da manj tehničnih oseb ali ljudi na katerem koli analitičnem naboru znanja lahko uporablja ta BI orodja, takoj dobi vpogled, ki ga potrebujejo, in na koncu opravi svoje delo bolje, " pravi.

NLP pa po drugi strani ljudem precej olajša povezovanje z analitičnimi orodji in viri podatkov. To lahko že vidite na platformah, kot je IBM Watson Analytics, kjer ukazi v naravnem jeziku olajšajo poizvedovanje o virih podatkov. To lahko utira pot ljudem z matematičnimi znanji, da vstopajo v delovna mesta s področja podatkovnih podatkov, ne da bi morali opraviti dolge tečaje programiranja.

NLP prav tako pomaga pri smiselnosti velikih korpusov nestrukturiranega znanja, vključno s članki, knjigami in belimi prispevki, tako da jih uredi v podatke, ki jih stroji lahko iščejo in uporabljajo. Tako lahko programska oprema in storitve postanejo veliko bolj učinkovite pri pomoči človeškim strokovnjakom.

Alex Linden, raziskovalec pri Gartnerju, verjame, da lahko to pomaga ustvariti učinkovitejše grafe znanja - ohlapno strukturirane zbirke podatkov, ki napajajo AI motorje. "AI / NLP lahko pomaga ustvariti resnično industrijo znanja, " pravi. Dodaja: "Še vedno smo v povojih."

Dopolnjevanje človeških prizadevanj

Primer je IBM-ova nedavno predstavljena platforma Watson za Cybersecurity, ki temelji na AI. Watson uporablja algoritme strojnega učenja za presejanje na tone strukturiranih in nestrukturiranih podatkov. Nato se "uči" o ponavljajočih se in nastajajočih grožnjah in pomaga varnostnim analitikom, da opravljajo svoja dela. Caleb Barlow, podpredsednik IBM Security, meni, da je Watsonova vloga podobna zdravniku, ki pomaga zdravniku. Tako lahko analitiki z manj spretnosti in izkušnjami veliko lažje postanejo bolj strokovni pri reševanju varnostnih incidentov.

Tehnologija ni edini sektor, kjer lahko AI dopolnjuje človeška prizadevanja in zaposli več ljudi. Algoritmi za umetno inteligenco se obetajo tudi na področjih zdravstva in medicine, ki jih kronično primanjkuje zdravnikov in usposobljenih delavcev. Nevronske mreže in pomočniki AI veliko olajšajo odkrivanje, diagnosticiranje in zdravljenje bolezni, s čimer se skrajša čas, potreben za usposabljanje zdravnikov, in zdravstvene storitve dostopne še mnogim ljudem.

"V ZDA primanjkuje zdravnikov, medicinskih sester in zdravnikov, zunaj razvitega sveta pa je še bolj akutna potreba, " pravi Frankel. "Razmislite o vseh stvareh, ki jih AI lahko naredi - odvzamite ogromno količino podatkov, jih analizirate, sporočite najpomembnejše točke - in razširi razpoložljivost številnih storitev, ki bi jih lahko opravili le ljudje z obsežnim (in običajno dragim) usposabljanjem. Še vedno potrebujete ljudi, da se lahko ukvarjajo s pacienti. AI več ljudem omogoča to, ker znanje naredi bolj dostopno. Mislim, da bo AI dejansko ustvaril več delovnih mest."

Sčasoma bo razvoj umetne inteligence ustvaril zaposlitvene možnosti za strokovnjake, ki presegajo tradicionalna področja, povezana s tehnologijo. Avtor podatkov o znanosti in inštruktor LinkedIn učenja Doug Rose verjame, da mora tudi industrija obvladati drugačna znanja.

"Zadnje pol stoletja je blagodejno za kvantitativna področja. Računalniški programerji, inženirji in podatkovni znanstveniki so prevladovali na trgu dela in ustvarili množična podjetja, " pravi Rose. "Kljub temu se nekateri ključni izzivi AI precej razlikujejo od programske opreme. Tu bo največji izziv ustvarjanje boljše človeške izkušnje."

Ob prevzemanju vse bolj zapletenih nalog se umetna inteligenca spopada s socialnimi, etičnimi in političnimi izzivi. Inženirji se ukvarjajo s popolnoma novimi težavami, kot je ustvarjanje nepristranskih algoritmov AI.

"Trenutno je področje akademikov, inženirjev in razvijalcev programske opreme, " pravi Rose. "Na koncu bo področje zahtevalo drugačen nabor spretnosti. Potrebovali bodo ljudi z močnim znanjem humanistike. Ključ do boljše človeške izkušnje bo iz filozofije, kulturnih študij, retorike, jezikov in umetnosti. Ti strokovnjaki bodo bodite vodniki, ki pomagajo premostiti vrzel med programsko opremo in našimi bistvenimi potrebami ljudi."

Rose je to temo razdelala v eseju, "Kdo nas bo naučil, da bodo naši stroji prav narobe?" v katerem pojasnjuje, zakaj mora biti sedež za naše antropologe, strokovnjake za komuniciranje, filozofe in kulturne strokovnjake.

Inbenta je podjetje, ki zaposli jezikoslovce, da razvije leksikon za svoje iskalne rešitve, s čimer zagotavlja, da so robustne in svojim strankam lahko zagotavljajo visoke cene storitev.

"Na splošno se od jezikovnih študentov pričakuje, da se bodo v okviru poučevanja ali prevajanja lotili kariere, vendar smo opazili, da se bo njihov trg zaradi AI začel spreminjati, " pravi Lobojeva Inbenta. "V naslednjih nekaj letih se bodo podobne vloge, ki jih trenutno ne moremo dojeti, izkazati ljudem, ki bi lahko bili zaskrbljeni, da bi lahko pridobljene veščine postale stare."

Dokler roboti ne sprejmejo vseh opravil, ima človek še veliko dela. Toda sprejeti moramo spremembe in se nanje pripraviti.