労働者はなぜ人工知能を恐れるべきなのでしょうか?

労働者はなぜ人工知能を恐れるべきなのでしょうか?

人工知能の概念は何年も前から存在しています。SF映画に出てくるような高度なロボットはまだ登場していませんが、私たちの身の回りの機器がどんどん賢くなっているのは認めざるを得ません。機械学習、意思決定アルゴリズム、ビッグデータ分析…これらの技術は人々の日常生活に静かに影響を与えている。消費者がショッピングサイトを開くと、買いたいものを見てとても喜ぶだろう。オンライン配車サービスは高品質のルートを自動的に手配し、同時に乗客の行き先を70%の確率で把握している。英語翻訳ロボットはすでにバイデンの演説を中国語、日本語、アラビア語、東北方言に翻訳でき、私たちが慣れ親しんだSiriはすっかりしがみつく小悪魔と化した。多くの消費者の娘たちと同じように、彼女はゆっくりと成長し、ますます多くのことを理解している。さらに、AIエンターテインメントロボットの実用化も始まって​​いる。孫正義氏が郭台銘に語ったように、「ロボットの身体はフォックスコンが管理し、魂はソフトバンクが与える」……もちろん、これらはあくまで広義の人工知能であり、今後はより具体的な表現形式が登場するだろう。

[[378499]]

長い間、一般の人々は人工知能は単なる仕掛けであり、技術がどれだけ進歩しても人間の脳にはかないませんと信じていました。しかし、新しい技術の発展と人間による脳の働きの探求により、ますます多くの人々が人工知能の大きな可能性を認識し始めました。実際、人間の脳は「数百億の部品を持つ」機械です。人工知能のデータ量が十分に大きく、応答が十分に速い限り、人間の脳をシミュレートするチャンスがあります。さらに、5G構築、センサー、ビッグデータなどの分野の急速な発展に伴い、AIが具体化し、移民労働者の仕事を「狙っている」。

人工知能によってどんな仕事がなくなるのでしょうか?

近年、「あなたを殺すことはあなたには関係ない」という格言が流行っています。 iPhone はノキアやモトローラに対抗するために発明されたが、予想外にカメラ、MP3、ゲーム機業界に影響を与え、これらの業界は壊滅寸前となった。マイクロソフトや PC 業界も大きな影響を受けた。モバイルインターネットの台頭後、食品配達、宅配便、オンライン配車サービスなどの業界が急速に成長し、インスタントラーメン業界は大きな打撃を受け、QRコード決済は中国を「準キャッシュレス」時代へと導き、「泥棒業界」の見通しを直接的に暗くした。現在、人工知能はまだ初期段階にあり、それがもたらす破壊力とキャリアを混乱させる能力はすでに非常に明白です...周りを見回すだけで、消滅する可能性のある仕事が多数見つかります。

まず、レストラン、スーパーマーケット、コンビニエンスストア、娯楽施設にはサービススタッフがいます。これらの仕事は技術的な内容を必要とせず、すぐに彼らに取って代わるために高度な人工知能を必要としません。昨年、アリババが杭州でオープンした無人スーパーは大きな注目を集めた。上海にも無人スーパーがいくつかある。専門家は、無人スーパーが資本の次の追い風になると見ている。また、「長期的な防疫」にも備えなければなりません。今後の規制では、公共の場での人の密度に厳しい要求が必ず出てくるでしょう。今回の流行は「AIサービスロボット」の推進を加速させる可能性が高いと言えます。近い将来、消費者は、Siri の声で客に挨拶し、熱々の「蘭州ラーメン」を運ぶ美しいロボットをますます多く目にするようになるだろう。また、タクシー運転手は徐々に無人運転車に取って代わられるだろう。職種別に見ると、バスの運転手が「人工知能」によって真っ先に職を失うのではないかと思います。バスの路線は比較的決まっており、判断する道路状況も比較的単純ですが、自家用車が無人運転を実現するにはまだまだ道のりが長いからです。タクシー運転手と比べて、人工知能に取って代わられるべき職業は「自動車教習所の教官」だろう。この機械的で単調で口汚い職業は、とっくの昔に地球上から消えているはずだ。

最後に、組立ライン作業員、記者、編集者、タイピスト、データ収集者、さらには経験豊富な外科医さえも、人工知能に置き換えられる可能性が高くなります。つまり、単調で反復的な作業は避けられないだろう。結局のところ、一次元的な思考空間では、人間は機械や人工知能に大きく遅れをとっているのだ。さらに、AIは病気になることもなく、仕事が終わった後に仕事のメッセージに返信するかどうかを議論することもありません。不満、利己心、貪欲、社会保障についても、人工知能には現れません。

社会は人間中心であり、労働者はそれほどパニックになる必要はない

実際、前述のように、あらゆる技術革命は実際の仕事の構造に影響を及ぼします。つまり、あなたを殺すことはあなたとは何の関係もありません。人工知能の本来の目的は、生産効率と生活の質を向上させ、企業のコストを節約し、同時に自然人を重労働から解放することです。しかし問題は、人間は働く必要があり、特にウェイター、組立ライン作業員、運転手など、雇用範囲が非常に狭い今日の労働者にとっては、直接人に給料を支払うことよりも「必要な程度」の方が重要な場合があるということです。その結果、ますます多くの専門家が「これらの専門家はどこに行くのか?」と心配し始めている。

恥ずかしいのは、専門家は職を失うわけではなく、ただ労働者のことを心配しているだけだということ。労働者は現在の職を失うかもしれないが、心配していない。結局、労働者は現在のことしか考えておらず、将来のことは考えていないのだ。

作業員がパニックに陥らないのも幸いだ。実際、彼らの生存能力と回復力は私たちが考えていたよりもはるかに強いのです。生存が脅かされると、労働者は非常に賢い戦士となり、新たな立場に就きます。例えば、運転手は平日は携帯電話をいじるのが面倒ですが、滴滴出行の補助金戦争のおかげで、支払い方法や注文の受け取り方をすぐに覚えることができました。スーパーマーケットの販売員は、ライブストリーミング販売について学んだ後、すぐに操作ガイド一式を暗記しました...地球上の誰もが、たとえ人工知能が本当にいくつかの仕事をなくしたとしても、必然的により多くの仕事が生まれることを知っています。実際、自動車が馬車に取って代わったとき、誰もが同じ懸念を抱いていました。馬牧場のビジネスは大幅に減少し、騎手は鞭を振り回して走り回る必要がなくなり、調教師は「馬が人間の本性を理解する」という神秘を感じることができなくなり、道路上の馬糞を拾う仕事さえも消えてしまうだろうと。しかし、最終的な結果は、自動車産業が、自動車設計者、組み立て工、品質検査員、運転手、交通警察、自動車学校のコーチ、自動車修理工など、馬車産業の数十倍にも及ぶ、前例のない大量の雇用を生み出したことでした。数え切れないほどあります。

技術の進歩は将来、生活を悪くするのではなく、必ず良くするだろうし、人工知能によって消滅する仕事は必ず別の形で戻ってくるだろうということは疑いようがない。まず、人工知能自体には多くの技術が必要です。これらは、コード編集、システムメンテナンス、ラベル作成、トラブルシューティングなど、労働者が就くことができるポジションであり、最悪の場合、人工知能マシンの組み立て工になることもあります。 第二に、人工知能には依然として新しい法制度と行動規範が必要です。これらのルールを明確かつわかりやすく定義するには、大量のデータ収集が必要であり、これは草の根の人材の仕事です。 最後に、人工知能が大量の労働力を解放すると、人々の音楽への憧れ、美学の追求、スポーツへの愛着はより激しくなり、人々が生活の中で娯楽を楽しむとき、冷たいロボットではなく、自然な人間のサービスが間違いなく必要になります。さらに、社会は常に「人間中心」であり、管理者は行政権力を使って技術の発展と社会の安定のバランスをとる。製造工場に自動化機械を一気に導入することはできないのと同様に、女性の組立ライン作業員の雇用ニーズを考慮しても、専門家の懸念はまったく無用である。

<<:  LSTMに匹敵するTransformerは機械学習界に火をつけました。それは万能です。

>>:  現在人工知能が適している5つの分野

ブログ    

推薦する

...

...

堅牢な機械学習アルゴリズムの構築方法: ブースティングとバギング

[[211376]]機械学習とデータサイエンスの作業は、単にデータを Python ライブラリに渡し...

目を覚ませ、自動運転車は皇帝の新しい服に過ぎない

高速で運転していて、車がブレーキをかけられないとします。目の前の片側には段ボール箱が山積みになってい...

...

エッジデバイステクノロジー市場で入手可能なトップエッジAIソリューション

エッジコンピューティングと人工知能の組み合わせにより、エッジ人工知能 (エッジ AI) は現在のテク...

シンプルな人工ニューラル ネットワークをゼロから構築する: 入力層 1 つと出力層 1 つ

[51CTO.com クイック翻訳] この 2 部構成のシリーズでは、numpy Python ライ...

データガバナンスはAIの将来にとって重要

人工知能は、消費者と組織にとって大きな革命的な進歩です。その結果、さらに重要かつ緊急性の高い発見がい...

検出器がミスを犯し、英語を母国語としない人が書いた英語の記事の半分以上がAIによって書かれたと判定された。

7月13日、スタンフォード大学の研究者らは、英語を母国語としない人が英語の語彙力を十分持っていない...

インテリジェントビデオ分析が小売店を変革する方法

小売業界の状況はかつてないほど変化しています。実店舗の小売業者はオンライン小売業との厳しい競争に直面...

パフォーマンスを犠牲にすることなく、メモリ使用量を90%削減。FacebookがQuant-Noiseモデル圧縮方式を提案

数百メガバイトのサイズのニューラル ネットワークの場合、モデル圧縮によりメモリ使用量、通信帯域幅、計...

...

春の耕作が進むにつれ、農業ロボットが近代的な農業システムの形成に貢献している

春の耕作シーズンとなり、全国各地で春耕作が行われています。農業農村部の最新データによると、国内の春穀...

...

NLP とは異なり、データ駆動型手法と機械学習は、次の 3 つの理由により NLU に勝てません。

自然言語理解 (NLU) は人工知能における中核的なトピックの 1 つであり、最も困難かつ象徴的なタ...