域名备案成功如何做网站,dedecms旅游网站模板,什么是工业互联网,小视频网站开发流程图来源#xff1a;36氪 概要#xff1a;正在进行的人工智能革命将改变几乎所有的工作#xff0c;给社会和经济的发展带来机遇和挑战。一些人认为#xff0c;人工智能将把人类赶出就业市场#xff0c;创造一个新的“无用的阶层”#xff1b;另一些人则认为#xff0c;自动化… 来源36氪 概要正在进行的人工智能革命将改变几乎所有的工作给社会和经济的发展带来机遇和挑战。一些人认为人工智能将把人类赶出就业市场创造一个新的“无用的阶层”另一些人则认为自动化将为所有人创造更广泛的就业机会和更加繁荣的经济。 最新一期的《自然》杂志Nature 发布了一系列关于未来工作的评论与报道。 编者按人工智能将会带来一场深刻的社会变革。最新一期的《自然》杂志Nature发布了一系列关于未来工作的评论与报道。本文主要从社会变迁的角度来讨论人工智能的发展将会造成的影响以及应对方式。耶路撒冷希伯来大学历史系教授、《人类简史》、《未来简史》的作者Yuval Noah Harari认为由于人工智能让许多人失去工作我们必须打造新的经济、社会和教育体系。原文发表于Nature文章由36氪编译。 今年九月一名机器人在意大利比萨的Verdi剧院进行了管弦乐团Filarmonica di Lucca的演出。 正在进行的人工智能革命将改变几乎所有的工作给社会和经济的发展带来机遇和挑战。一些人认为人工智能将把人类赶出就业市场创造一个新的“无用的阶层”另一些人则认为自动化将为所有人创造更广泛的就业机会和更加繁荣的经济。几乎所有人都同意我们应该采取行动防止最坏的情况发生。 自动化革命正从两个科学浪潮的交汇中浮现出来。计算机科学家正在开发人工智能AI算法它可以学习、分析海量数据并在识别模式上有超人的效率。与此同时生物学家和社会科学家正在破译人类的情感、欲望和直觉。信息技术与生物技术的合并正在催生一种算法它可以成功地分析人类并与人类进行沟通。而且在处理任务方面很快就会超过人类医生、司机、士兵和银行家最终可能会将数亿人挤出就业市场。 政府可能会去抑制自动化的发展速度减少由此带来的冲击并留出充足的时间进行调整但要完全避免自动化和失业不仅不可能也不可取。这意味着要放弃人工智能和机器人的巨大潜力。如果自动驾驶汽车比人类更安全、更廉价。禁止它们只是为了保护出租车和卡车司机的工作将会适得其反。 一个更明智的策略是创造新的就业机会。特别是随着日常工作的自动化新的非常规工作机会将会增加。例如专注于诊断治疗已知疾病的普通医师可能会被人工智能医生取代。正因为如此将会有更多的钱用于人类专家进行开创性的医学研究开发新的药物以及开拓新的外科手术技术。 这需要配套的经济体制和法律机制。最重要的是它需要一场教育革命。 终身学习 为了抓住这些新机会人们需要进行彻底的、终身的再培训。人工智能革命不会是一个单一的事件之后的就业市场和教育体系也很难会像之前一样进入一个新的平衡状态。更确切地说它将会带来联动而又持久的冲击与破坏。即使在今天也很少有人愿意一辈子从事同一份工作。到2050年不仅是“终身工作”的概念甚至连“终身职业”的概念都可能会变成老古董。要知道教什么知识给小学生和大学生将变得越来越困难。 预测未来绝非易事。如果你生活在1000年前的中国你会面临很多无法想象的事情帝国可能在50年内崩溃;契丹人可能会入侵或者一场新的瘟疫会夺去数百万人的生命。然而你确实知道大多数人仍会像农民和织工一样工作统治者仍然需要男性在军队中作战管理他们的税收女性仍旧会被婚姻束缚预期寿命仍然是40岁左右。 因此在1017年贫穷的中国父母教他们的孩子如何种植水稻或织布而更富有的父母教他们的孩子如何读书写字如何骑马而他们的女儿则会抚育为一个“谦逊听话的家庭主妇”。很明显这些技能仍然是需要的。相比之下2017年我们对未来的工作、性别、经济甚至死亡都没有这样的确定性。 人的心理也可能成为一个关键的障碍。改变总是有压力的。我们已经处于一个压力和焦虑大爆发的时代。随着就业市场和个人事业的不确定性增加我们可能会想是否每个人都拥有应对持续不断变化的生活所必需的情感耐力。我们可能需要更有效的减压技巧——从药物到神经反馈到冥想——来应对。 相对来说创造新的就业机会可能比重新培训人们来填补空缺更容易。一个巨大的无用的阶层可能会出现这不仅是因为工作岗位的缺失还在于缺乏相关的教育和思想上的灵活性。 测试用例 最重要的是尽早发现谁会从新技术中获益谁又会受到冲击。相对乐观的整体统计数据可以掩盖不同群体之间日益增长的差距。对于不同年龄段、不同性别、不同受教育程度的人来说自动化可能会对他们产生截然不同的影响。 而且获益的和受到冲击的对象也通常不是我们所预想的那样。例如在诊所里自动化对医生的威胁可能比护士更大。许多医生几乎完全专注于处理信息收集病人的医疗数据进行分析并做出诊断。护士需要良好的运动和情感技能给病人进行“痛苦的”注射替换绷带小心地倾听病人的需求。在我们拥有一个可靠的护士机器人之前我们可能会在智能手机上拥有一个人工智能家庭医生。 探索智力和意识之间的关系对于理解未来计算机和人类之间的经济、职业和道德关系也至关重要。我们已经在计算机智能领域取得了巨大的发展但在计算机意识方面却没有任何进步。就像飞机飞得比鸟儿还快却没有长出羽毛那样电脑可以解决问题甚至比人类更能分析人类的情感但不会产生任何情感。研究这些差异将有助于我们预测人工智能能做什么不能做什么并决定哪些东西应该远离人工智能的控制。 在我看来人工智能已经在一些领域取得了长足的进步。自动化已经在一些场景下对工作造成了极大的影响与冲击。 在国际象棋中IBM的“深蓝”计算机击败了Gary Kasparov已经过去了20年。然而人类仍在下棋而“半人半机”团队的人则可以胜过两者。这似乎预示着未来的前景就业市场可以培养那些可以利用、而非与人工智能竞争的人。然而半人半机团队的力量平衡在不断变化。计算机在国际象棋上变得如此优秀以至于人类正在逐渐失去价值而且很快就会变得无关紧要。比如最新版的Alpha Go不依赖人类的经验自学36小时就能打败上一个版本。 2015年在意大利一家疗养院一名妇女带着机器人。 自动驾驶汽车是另一个重要的测试案例。如今生产自动驾驶汽车已经在梅赛德斯-奔驰等老牌钢铁巨头与谷歌等新的硅谷巨头之间展开竞争。交通利用了人工智能的一个核心优势连接性。即使一辆由计算机驱动的汽车不如一个优秀的人类驾驶员但由计算机驱动的汽车组成的网络仍要比目前在道路上占据主导位置的容易犯错的人类司机造成的混乱更安全、更高效。 如今每年约有125万人死于车祸其中90%以上都是人为错误造成的。当两个人类司机靠近同一个路口时他们可能会产生误解和碰撞。但是计算机驱动的汽车可以连接在一起——因此它们发生错误通信和碰撞的可能性要小得多。类似地更容易确保自动车辆遵守限速更不用说禁止酒后驾驶等规定即使这些规则发生了变化。 自动驾驶汽车阐明了两个重要问题。首先在某些领域用机器人和计算机取代所有人类可能是有意义的即使个别一些人会做得更好。其次当改变出现在某些领域时它可能会突然出现而不是渐进的。 军队是另一个重要的风向标它是很多技术的早期采用者。训练人类士兵在经济和政治上的代价非常高因此在战场上用电脑取代人是很有吸引力的。如今最先进的军队越来越依赖数量相对较少的专家再加上先进和自动化的技术如无人机、机器人、智能炸弹、网络蠕虫和算法这些技术可以在海量数据中进行训练。 这种转变在维护、远程控制、编程和网络安全等方面产生了新的军事任务。美国武装部队需要30人来操控在叙利亚上空飞行的“捕食者Predator”或“死神Reaper ”无人机而分析信息的收集则至少要再占用80人。仔细研究军事中出现的新职业可能会告诉我们很多关于民用经济未来发展的信息。 新的秩序 通过从早期预警信号和测试案例中获得的见解学者们应该努力研究发展出新的社会经济模型旧的已经不再成立。例如20世纪的社会主义认为工人阶级对经济至关重要社会主义思想家试图教导无产阶级如何将其巨大的经济力量转化为政治影响力。在21世纪如果民众失去了经济价值他们可能不得不与“变得无关紧要”而非剥削作斗争。 一种新的社会经济模式越来越受到人们的关注和欢迎普遍的基本收入UBI。UBI建议政府应该对富人和大公司征税为每个人提供基本的生活津贴。这将使穷人免受失业和经济混乱的影响并保护富人免受民粹主义的愤怒。它还将解放大众让他们从事更多创造性的工作而这些工作目前可能没有经济价值。大众也可以继续接受教育。 2017年1月芬兰开始了一项为期2年的试验为2000名失业公民提供每月560欧元合657美元的失业救济金不管他们是否工作。加拿大安大略省Ontario、意大利城市利沃诺Livorno和几个荷兰城市也在进行类似的试验。 当然这样的国家和市政方案可能无法解决最严重的问题。全球化让一个国家的人们完全依赖于其他国家的市场自动化可能会瓦解这个全球贸易网络的大部分给最薄弱的环节带来灾难性的后果。人工智能可能会在硅谷和班加罗尔等高科技中心产生巨额财富同时还会对依赖廉价劳动力的欠发达国家经济造成毁灭性打击比如洪都拉斯和孟加拉国。 美国选民或许会同意科技巨头亚马逊和谷歌为美国业务支付的税款应该被用来给宾夕法尼亚州失业的煤矿工人或纽约失业的出租车司机提供津贴。但他们不太可能向洪都拉斯纳税。我们还远没有为后工作经济、社会或政治体制提供任何可行的模式我们也没有多少时间来制定它们。 在19世纪工业革命创造了新的条件和问题而当时的社会、经济和政治模式都无法应对。因此人类必须发展出全新的模式。经过一个多世纪的可怕的战争和革命人们才开始获得稳定找到了相对较好的解决方案。 信息技术与生物技术的合并带来的挑战可能比蒸汽机、铁路、电力和化石燃料所带来的挑战要大得多。考虑到现代文明的巨大破坏力我们负担不起更多失败的模型、世界大战和血腥革命。这一次我们必须做得更好。
