首页视觉资讯快速崛起的机器学习改变人类工作机会站长QQ:926563750

浏览

1

回复

快速崛起的机器学习改变人类工作机会

作者:cvchina | 分类:视觉资讯 | 标签:机器学习 机器人 大数据 

 

  曾经流行一时的《杜拉拉升职记》主角,是无数女孩竞相模仿的职场导师。但是,当人们看到杜拉拉用厚黑学和办公室政治步步高升之时,却忽略了她入职之初焦头烂额,熬夜学习,第一次得到了大领导的赏识的努力。

  杜拉拉代表着整整一代中产阶层家庭的孩子。他们能够以优异的成绩从顶尖大学毕业,而后进入当下最热门的金融行业中,这是令所有人钦羡的选择。他们的事业将从分析助理起步,只要熬过杜拉拉般的艰苦岁月,有幸成为高级管理人员,等待他们的,将是光明的前途、丰厚的薪水和金钱的殿堂。但是,悄然间,当大数据和智时机器学习时代来临之际,这些美好的期待都将化为泡影。也许就在明天,杜拉拉们的饭碗将被计算机迅速淘汰,他们的奶酪将被各各种各样的数学算法抢得干干净净。

  归纳起来,大数据及机器学习将从两个方面改变现有的金融从业人员等白领,甚至是金领的工作机会。

  其一:工作性质被改变:

  投行研究员日常工作是通过数据分析,为客户寻找新的投资机会。初级分析员的主要工作就是利用彭博或其它财经终端,从浩若烟海的市场中提取出数字,将其列入EXCEL表格之中。仅仅为了完成这一项工作,投行每年需要投入数十万“优秀毕业生”从事这项工作。这些大学生也因此为豪,因为此项技能将成为在投行发展的敲门砖。

  但是,坏消息来了。新发明的机器算法也可以替代人工完成金融炼金术。前谷歌工程师丹尼尔。纳达勒(DANIEL NADLER)的发明,有可能将这些优秀青年们的岗位完全替代。他的发明沃伦(WARREN)取自全球首屈一指的投资者巴菲特的大名。沃伦由智能计算机组成,不仅仅可以从市场终端中自动提取数字,处理信息,同时,它也可以提供背景介绍,回答问题甚至做出投资推荐等等。

  与此同时,芝加哥名为“故事科学”的创新公司也发明一种新的算法,可以通过消化金融数据撰写深度的财经报告。去年,公司创始人兰. 威尔特(LEN WELTER)将这项技术卖给了金融信息公司MARKIT,使这家公司能够利用算法自动从终端中搜寻数据,自动撰写信息,并以新闻热线的形式,第一时间发到用户手中。代替了以往的财经信息纪录者和分析员。这个自动创作财经新闻的电脑名字叫QUILL,可以每天创作 40条财经新闻。据说,它的创作质量很高,速度很快,内行人看到它的产品时,根本分不清这是由人类创造的,还是由电脑所撰写的。而且,最令财经记者们感到恐怖的是,如果QUILL正式上岗,会有很多从事同样工作的记者失业。

  但这仅仅是机器学习的某种特殊用途。今天,计算机技术正以前所未用的速度和规模,威胁着其它传统白领工作者们的饭碗。特别是计算机高级人工智能(AI)技术的涌现,将使更多的电脑变得更加聪明,使许多原有的白领技术工种被淘汰。正如硅谷创新者、斯坦福大学讲师杰里. 卡普兰(JERRY KAPLAN)所说,AI技术将从根子上消灭许多职业。杰瑞本人也在斯坦福大学教授AI技术。据他说:“AI技术从试验室走出,开始进入到市场之中,其传播速度之快,令人感到震惊。”

  “故事科学”的首席科学家克里斯. 哈默德指出:“金融数据如同大海,分析师们利用自己的脑力,只能分析一个小部门,撰写一到两篇小稿件。这种投入和产出是不成正比的。”他说:“当下,许多人还不明白这是个什么东西?也不明白这个技术会以什么样的方式改变我们的生活。换句话说,我现在的呼吁就象当年第一个喊出全球气候变暖的声音。”

  其二,工作岗位被淘汰

  技术改变生活,听上去是陈辞滥调,但在现实的世界中,这个口号的凶狠之处在于,它能够迅速摧毁一切人们的旧共识,改变劳动力结构,淘汰一大批在今天看起来仍然很舒服的职业。牛津大学教授卡尔(CARL BENEDIKT FREY )和麦克( MICHAEL OSBORNE)用数字来说明这种现象:美国现今47%的的职业是可以由计算机替代的。而麦肯锡咨询公司则预测,到2025年之时,由计算机主导的知识经济,也就是今天仍然在由白领所从事的业务,将占据人类知识经济生产总量的40%。

  如今,计算机人工智能技术的发展与科技发展水平相互呼应,已经形成加速之势。导致这项技术成功的因素主要有以下四个方面:

  第一:计算能力的提高,成本的不断降低。麻省理工学院学者埃里克(ERIK BRYNJOLFSSON)和安德鲁(ANDREW MCAFEE)在其新书《第二个机器时代》中指出:在计算科学领域,原有的小小的突破已经渐渐形成了积少成多之势,使技术飞跃成为可能。

  第二:无处不在的数据:随着机器学习技术的不断发展,计算机可以通过强大的处理能力来识别人类的行为模式,并可以由算法推导出相应的结果,这种能力是过去的计算机技术无法想像的。

  第三:认知计算体系正在从计算机技术中脱颖而出。目前,IBM在业内已经处于领先地位,它的人工智能沃森系统在三年前的电视智力测验节目中脱颖而出已经证明,机器不仅仅可以完成机械的计算,更可以在与人脑的较量中,不断学习,即而掌握人类的自然语言。

  第四:没有任何技术背景的人,也可以在智能技术的帮助下,完成非常复杂的工作,在这方面,手机已经处在了时代的前列。最明显的例子就是苹果IPHONE的SIRI技术和谷歌的NOW技术,它们都可以通过使用者的信息需求收集判断使用者目的技术。未来,这项技术如果发展成熟,会越来越多地进入到人们的生活空间之中。相应地,智能技术将越来越多地主宰办公室中具有重复性特点的工作。

  综上所述,智能技术将渐渐成功,其所带来的深远影响也将表现在两个方面:其一,智能技术将主导许多非常无聊的工作,将人类的双手解放出来,使人们能够拥有更多的时间从事最为擅长的工作---脑力劳动。其二:由于智能技术的引人,许多人们曾认为可靠舒适的工作将很不幸地被扫进垃圾堆。

  机器人的崛起

  新型智能技术介入到人类的生活后,它所带来的冲击是非常巨大的。特别是对职场来说,杜拉拉们必须要做出新的选择。

  位于圣地亚哥的Smart Action创新公司就是一个例子。他们使用机器学习和语言识别技术为传统的话务中心进行服务。也就是说,机器可以懂得电话询问的人意思,并与之交流。机器懂得人类语言越多,成功解决问题的可能性就越大,并最大可能减少人工介入的次数。这家公司的CEO指出:“这种技术让你大幅度削减人力。”与此同时,人们与话务接通中心通话的习惯正在改变。虽然老人们喜欢听见真正的人声,而对于数码时代成长的人们来说,与机器打交道本来就是一件自然而然的事情。

  再比如,未来,销售数码产品的售货员也有可能被取代。人们可以从自动售货机中购买手机,从机器服务员那里得知产品的特性和功能,并由机器修理员来解决售后服务的问题。

  再比如,机器可以为法律和医疗工作者制造出比人类更加完美的答案,而它学习的过程,要远比杜拉拉们的速度快得多。IBM正在出售这种技术,据称它可以将认知系统置入到现在的办公设备之中,使之迅速提高效率。

  再比如,网络推广公司日常工作中需要大量的运算,实时监控客户委托的宣传推广活动。他们需要知道哪些网站的传播具有最大化效应,哪个时间段对哪类人群最具效果。市场营销公司ROCKET FUEL已经将这类数据处理工作委托算法和智能工具来完成。并取得了惊人的数据处理效果。

  再比如,机器可以为连锁购物超市、保险放心保)公司、财富管理公司提供实时商业数据,并通过削减大量的人力来节约成本。

  智能学习机器替代人类,已经成为大势所趋。因为在人类的发展历程中,解放生产力是任何时代经济发展的第一要素。由于人类自身的体能和智力限制,解放生产力的速度永远不可能与机器发展的速度齐头并进。人类原有的工作方式,发展到一定阶段后,一定会制约生产效率,并形成瓶颈效应。以金融系统为例,即便是所有的从业人员投入到分析和计算之中,也无法消耗人类经济活动在24小时内所产生的海量数据。

  创新技术的可怕性在于,一旦技术红利得以实现,并被社会所接受,那么将在短时间内迅速形成规模效应。特别是在生产效率和成本支出的等式中,如果商人们发现新技术使用之后,可以最大效应地提高效率,促进股价,他们一定会毫不犹豫地将等式背后的人力支出减去。就象随着电话技术的不断完善,电话接线员工种迅速萎缩的道理一般。

  谁将被淘汰?

  对于杜拉拉的个体来说,他们所从事的职业是否将被历史所淘汰,将取决于他们在知识经济中所处的地位。可以预见,技术取代的是站在知识经济底层的人群,而与此同时,它将释放知识经济中顶层人群更大的活力,使他们的大脑能够得到更多的解放,从而介入到更具创造力的认知活动之中。

  因此,对于那些正处在事业起步阶段,又受过良好教育的杜拉拉们来说,判断职业前景要结合两个因素。其一:要思考自己所从事的专业是否会有足够的脑力工作;其二,当旧有的不费脑子的工作被淘汰后,新工种的出现是否具有足够的速度可以向失业人群供给。

  麻省理工管理系教授马洛尼在其作品《工作的未来》中写道:从短期及孤利的个案来看,许多原本很舒适的白领工作被淘汰确实是悲剧。但从长远来看,整个社会被淘汰的工作机会和被创造的工作机会是相当的。以美国为例,自1910年到现今,农业所占据的美国工人的就业岗位,已经从90%下降到2%。从短期来看,个体受到了损失,但从长远来看,随着技术进步,整个社会的生产效率得到了巨大的提高。

  但是,马洛尼同时也指出,这个转变的过程注定充满了曲折和艰辛。今天,当我们放眼世界,多个领域中的数码智能化正在加速进行。20年前,美国最大的金融财团富达集团的所有业务都是围绕着电话进行的。该集团高级科技部主管西恩。贝尔卡说:曾几何时,富达集团的金融产品销售几乎完全是通过电话进行的,在最忙碌的时分,总部所有的工作人员都要到一线电话接听部门去帮助。但今天,在总数12000名富达集团的员工中,每10人中就有3人是在IT部门工作。公司每年在移动设备、APP应用和其它软件项目中的支出达到10亿美元。而富达集团的业务也变得越来越以技术为中心。当然,新的技术也在创造新的工作机会,如前面提到的那家网络营销公司ROCKET FUEL将增加一半的工作职位,使整个员工人数达到600人。

  更可怕的是,当算法、智能学习机器与机器人技术结合之后,甚至可以实现对整个产业的改造。比如,美国机器人制造公司RETHINK ROBOTICS生产的价值25000美元的新型机器人BAXTER。它与以往进行简单工作的机器人不同,BAXTER可以自由移动,从事多项工作,且具有不断自我学,自我完善的能力。据BAXTER的发明者罗德尼(RODNEY BROOKS)介绍,BAXTER的出现并不偶然,它是高级传感器(手机工业发展的副产品)价格不断降低,机器学习技术不断完善的必然结果。

  到目前为止,BAXTER擅长的工作主要是在仓库中移动笨重的物品和装载卡车。人力装卸工所能用到的灵敏双手和敏锐眼神,BAXTER可以轻松超越数千倍。据悉,亚马逊和谷歌去年已经已经买入两台类似的仓库机器人。

  BAXTER的出现颠覆了人们对于劳动的一个基本定义:即许多低技能的体力劳动太难以自动化,因此将永远留在人类的手中。硅谷创业者杰瑞(JERRY KAPLAN)说:“也许全面自动化的时代还没有来临,但是由机器人所从事的工作将会影响到整个作业流程的方方面面。”

  值得一提的是,在自动化机器人方面,谷歌早已经走在前列,今年是谷歌发明无人驾驶轿车的第十年,自动轿驶的轿车已经证明了它们的安全可靠。未来,满载货物的无人驾驶卡车甚至有可能出现州际高速路上,只有在最后进入库房前,由人工替代,以完成更加精妙的入库动作。除此之外,挖掘壕沟、铺设管线、指挥交通,甚至公务员官僚制度管理,都将有可能实现完全计算机智能化。随之而来的,则是原本舒适的工作岗位面临前所未有的残酷淘汰。

  人类也在学习

  机器替代越来越多的就业岗位,,会不会出现《终结者》式的未来,即机器完全取代人类?并最成成为人类的主宰?答案当然是否定的。在这个世界上,只有人类才具有精神和意志,也只有凭借着人类的精神和意志,我们才能按照自己的梦想来塑造整个世界。机器在不断进化,但人类通过灵性完成的自然进化过程将永远走在机器前面。

  我们以体育为例,回到2000年前,当希腊长跑选手菲迪皮德斯(PHIDIPPIDES)带着波斯军队战败于马拉松的消息奔跑之时,我们并不清楚他花了多长时间返回雅典。但是,我们却很清楚地了解,在1896年第一届现代奥运会中,冠军完全马拉松全程的时间是3小时。

  此后,现代人类经过不断地完善,逐步缩小了完成42公里195米的时间。你也许并不了解,百年前奥运会100米比赛的冠军成绩是12秒6。但今天,你必须要跑进9秒8,才有机会站到奥运会赛场的决赛跑道上。

  竞争的距离越长,改进的幅度就越大。在未来几年内,也许会有人能够在2小时内完成马拉松。有统计证明,过去十年中,马拉松成绩年均提高幅度约为0. 4%。进步的原因有多种,如技术,科学训练,精细营养搭配,运动恢复及保健等。这些经过长期积累的专业知识使运动员的“生产效率”得到提高,使人体“支出成本”显著下降。

  而且,更加重要的是,冠军的来源更加广泛。早期奥林匹克冠军获得者基本都来自欧美的白人贵族世家,局限于非常狭窄的社会阶层。而今天的冠军,则来自更加广泛的社会阶层。比如,最擅跑的马拉松运动员来自东非,而最棒的短跑选手基本都来自美国或牙买加,但他们的祖先则来自西非。

  体育的进步反映出全球化进程使人类劳动更加细分的大趋势,越来越多的工作变得更加专业精细。所以,今天我们无需再让菲迪皮德斯替我们传递雅典获胜的消息,即便是他能够打破当今马拉松的世界纪录2小时3分23秒。光纤只需0.14毫秒就能传达信息。社交网站的速度也许会更快,因为菲迪皮德斯根本无需离开战场。

  在旧的观念中,经济发展最重要的动力来自于我们的学习能力,最终的结果表现在我们可以把事情做得更好。这种学习的能力建立在知觉和直觉感观基础上,在学习的过程中,人类建立新的视野,发现新的问题。因此,在未来,经济发展的最重要动力不在于我们是否能够把旧的工作做得更加完善,而在于用完全不同的方式更快捷的实现与旧工作同样的目标。

  20年前,耶鲁经济学家比尔。诺达乌斯(BILL NORDAUS)解释过人类照明方式的变迁。古人在火炬下用火把照亮岩洞,以画出图腾壁画;中世纪的文人在烛光之下创造千古名著;近代人由于拥有用天燃气点燃的路灯,而使城市获得生命并不断扩张;爱迪生发明了白炽灯泡,更使得人类的活动时间扩大到24小时。今天,我们则使用低能耗灯泡,它所释放出来的热量几近于无。

  经济学家在计算光的价格和产出之时,他实际上计算的是为了获求光明,所必须的支出和用于制造光明的成本。但是,他们并没有意识到,当制造光明的物件,如木头、蜡烛、天然气和电力的价格在不断上升之时,光明的价格却在不断下降,道理很简单,人们正在以前所未有的低成本来获得光明。今天,任何人为光所支付的帐单都只占据他收入中很小很小的一部分。

  诺达乌斯教授指出,我们在衡量真实工资、真实收入以及价格时,会出现各种各样的误差。就象某些政客在削减政府养老支出时,总是参照当下的材料支出价格,或是当人们叫嚣着医疗成本过于昂贵,使普通人难以为继,参考的也仅仅是医院支付系统中打出的帐单。但是,人们从未想到,随着技术的进步,成本的增加,新的工作岗位的涌现,养老或看病本身的的实际价格正在不断下降。越来越多的老龄人口将受惠于新的技术进步,使治愈病患变得更加容易。未来,随着医疗健康系统的不断完善,人们实际为医疗健康的支出,将只占收入的很小一部分。

  所以,我们不能以今天的眼光,看待即将发生的变革。如果我们问在马拉松的雅典将军,需要什么帮助吗?他也许会说,更坚固的盾和更擅跑的通信员。汽车大王福特曾经有过名言,顾客不知道自己要什么,也许是更快的马。在我们这个时代,真正的英雄是那些哲学家,他们可以看到以光速运行的信息,而当这些哲学家化身为创业者的时候,他们真正为社会创造的价值在于,以完全不同的方式创造与旧往一模一样的结果,比如,制造光。 

本文链接:http://cvchina.net/post/80.html
原创文章如转载请注明:转载自计算机视觉网-AI技术供需平台-计算机视觉论坛谢谢!

评论列表:

菱镁板  发表于2015-3-23 4:40:46  〖回复〗
不错的文章,内容出类拔萃.

发表评论:

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。