计算器并没有取代数学家,AI也不会取代人类

  我们中没有多少人会将计算器视为对我们工作的威胁。然而正如这些现在无处不在的工具的开发使一些数学家感到不安一样,人工智能(AI)和机器学习(ML)的快速发展现在引发了争论,并引起了对全球劳动力未来的关注。
计算器并没有取代数学家,AI也不会取代人类_第1张图片

  最近的数据表明公众对推动人工智能发展的看法存在重大分歧,最明显的是直接与教育水平,工资,技术专长甚至性别相关联。随着政策制定者不断挑战与技术变革保持同步,似乎没有人在关注商店。一些工人担心,一个不熟悉且快速接近的未来将使他们失业。但我并不担心,我很兴奋。

  自250年前第一次工业革命开始以来,人们也提出了类似的担忧。随着20世纪技术的加速,这些只在频率和强度上增长。但在无数例中,它一再被证明,技术成为效率和效力的推动者,放大了人类的成就,而不是减少它。

将可能性加倍

  这些天,有人会心甘情愿地做好数学计算吗?同样,人工智能的最大好处之一是将低级重复性任务分配给机器而不是人,从而提高工作效率并使工人专注于更高级别的功能。

  在最近一次去加利福尼亚葡萄酒之乡的旅行中,我了解到葡萄采摘者已经非常紧张,以跟上需求的步伐。寻求解决方案,葡萄园业主引进了技术,以执行葡萄的自动化最佳检查和分类。该技术不是取代采摘者,而是减少了他们为满足需求而工作的夜班,并使他们能够从事更复杂的工作,包括在该地区蓬勃发展的旅游业。事实上,自动化已被估计为葡萄酒行业的吞吐量增加三倍。与此同时,该地区的农场工人数量在过去十年中稳步增长。

  在就业范围的另一端,在高技能,高学历但规模较小的网络安全专业人员队伍中,人工智能存在不同但并行的问题。许多网络分析师花费大量时间在看似乏味的任务上。不需要审查非典型的折衷指标,最需要的是分析和应对攻击所需的高级法医技能。与其取代这些令人垂涎的工作人员,自动化数据关联和其他艰苦的任务将使他们能够专注于更多相应的工作,例如修复当前的攻击并防止未来的攻击。当威胁在复杂性和频率上都在增加时,这一点至关重要。

大于其各部分的总和

  对于我们大多数人来说,我们使用技术越多,学习捷径就越好。AI是一样的。机器学习(ML)是人工智能的一个日益令人印象深刻的分支,它使机器能够处理数据并自行学习,在获取每个附加数据时复合知识。虽然这可能会让亚瑟·C·克拉克的“ 哈尔”以及2001年“宇宙奥德赛”的序曲感到令人不安,但现实是增加了既定学科的成果和好处。

  以广告业为例,该行业将继续增长。[2018年全球广告支出增加230亿美元或4.3%。使用AI和ML来帮助审查和编制广告和营销中的“配对”数据对于进一步扩大这种增长特别有用。在Globality,创建和利用AI有助于我们推动创新,不仅在我们的营销部门,而且在整个公司。通过从持续投入中学习,基于人工智能的匹配系统将变得越来越精确和复杂,为希望根据不同领域的优点聘请营销机构的国际公司带来巨大利益。

停止减去人并开始增加指数权力

  虽然我确信它们会有效率,但我无法想象必须与由计算器组成的部门合作。人类仍然是成功的关键。人工智能会影响变革,并以一种只有技术才能实现的方式赋予个人权力。Globality的智能采购平台在短时间内将采购能力倍增,使有需要的公司与最优质的服务提供商以合适的价格匹配每个项目。这创造了更广泛的机会,同时也使每个人都能获得我们平台所提供的复合努力的回报。
计算器并没有取代数学家,AI也不会取代人类_第2张图片

不要分担努力和成功

  积累的集体知识可以促进团队学习。在竞争激烈的世界中,协作对于有效的绩效比以往任何时候都更为关键。AI可以立即加速有效的沟通和团队合作。在买方 - 卖方市场中,基于AI的系统通过持续的反馈来学习,变得更聪明,更能够预测客户的偏好。通过这种进展,他们可以识别和匹配以前需要大量直接互动的无形资产,例如沟通偏好,个性,公司文化,工作方式和成功商业关系的其他以人为中心的特征。这些见解从一开始就大大增加了双方获得有利结果的可能性。

这一切都等于什么

  从纸和笔到计算器再到电子表格的演变并没有取代数学家 - 它只会使它们更有价值。随着复杂分析引擎的进步推动了对人类可以带来的更高级解释和应用的需求,这一价值将会增加。我们反复看到,随着技术的发展,市场需求呈指数增长,并且往往以未预期的方式发展。乘数不仅关乎效率和效率,还关乎实现创新。

  直到最近,某些职位实际上还包括“计算器”和“计算机”这两个术语。进步使得速度的指数级增长和这些能力的民主化成为可能,这使得劳动力变得更加有效。在过去十年中,即便是计算器也发生了巨大变化,这表明我们的进步速度如何加快。事实上,我十多年来没有拿过计算器 - 我现在用智能手机或电子表格计算,或者问我的智能音箱。十年后,人工智能很可能将劳动力和工作场所带到了我们今天只能梦想的地方。

你可能感兴趣的:(人工智能,神经网络,浅谈人工智能发展,人与人工智能)