人工知能の時代では、機械があなたの仕事を奪うのでしょうか?

人工知能の時代では、機械があなたの仕事を奪うのでしょうか?

テクノロジーの波が押し寄せています。

近年、人工知能技術の発展に伴い、ロボット宅配便や純電気無人車両の発売などのニュースが私たちの視界に次々と現れています。人工知能技術によってもたらされる配送業界や旅行業界の変化が当たり前になると、既存の労働力の失業を招くのではないかと心配する人も多いのではないでしょうか。

[[380330]]

実際、この懸念は新しいものではありません。2016年にAlphaGOが人間のトップチェスプレイヤーを破った後、機械が人間に取って代わるのではないかという懸念はピークに達しました。

「明日の歴史」の中で、ユヴァルはオックスフォード大学の研究報告に言及し、2033年の人工知能による代替率を次のように予測した。テレマーケティング担当者99%、保険代理店99%、スポーツ審判98%、レジ係97%、シェフ96%、ウェイター94%、弁護士94%、ツアーガイド91%、パン職人89%、バス運転手89%、建設作業員88%、獣医86%、警備員84%、乗務員83%、バーテンダー77%、アーキビスト76%、大工72%、ライフガード67%。全産業全体の置換率は47%です。

これらの職種にはすべて、標準化が進んでおり、規則が厳しく、ほとんどが肉体労働であるという共通の特徴があります。

実際のところ、これらの仕事が機械によって完了されることは必ずしも悪いことではありません。 2020年、「システムに閉じ込められた配達員」という記事が、資本がアルゴリズムを使って労働者を搾取することに対する人々の懸念を引き起こした。既存のアルゴリズムの文脈では、配達員は死と競争し、交通警察と競争し、赤信号と友達になっている。ロボットが配達員の代わりに食品を配達し、ビッグデータを使って赤信号やバイクのルートを計算したら、理想的な状況でこのジレンマは解決できるだろうか? 科学技術の発展の目標は、人間を低レベルの反復労働から解放し、人間が創造性を十分に発揮し、個人的価値と社会的価値の向上を実現することではないだろうか? 重労働は機械が行い、人間は科学技術の発展の成果を享受する。これこそが、誰もが憧れる理想的な社会だ。

ロボットによって仕事が奪われたら、配達員や運転手はどうなるのかと疑問に思う人もいるかもしれません。

インターネットの食品配達プラットフォームや旅行プラットフォームが登場する前、中国では食品配達員やシェアカーの運転手の数は今よりはるかに少なかった。彼らは元々は他の業界の従事者だったかもしれないが、新しい技術やプラットフォームの登場により、手厚い待遇に惹かれ、後進的な小都市から出て大都市建設の一部となった。彼らは業界に対して忠誠心を持っておらず、より高給の仕事の機会が訪れると、転職するのは自然な選択です。将来、人工知能技術が人類社会の経済形態を完全に変えれば、将来の職業では、リーダーシップ、対人スキル、論理的思考、能動的な学習、創造性など、労働者のソフトスキルにさらに注目するようになるだろう。人類が成し遂げるあらゆる大きな進歩は、一部の人々を消滅させる。私たちは仕事を失うことを恐れて進歩を拒否することはできない。

さらに、人工知能にも限界があり、医師、デザイナー、画家など、多くの経験と創造力を必要とする職業には従事できません。人工知能の本質は、過去の膨大な履歴データを活用して人間の経験を近似することです。その利点は、大量のデータを保存し、最適化されたアルゴリズムを使用して高速に計算を実行できることにあります。

しかし、人間の脳と比較すると、人工知能はまったく「知的」ではありません。人工知能は、ある事例から別の事例へと推論を導くことはできず、独自のデータとアルゴリズムの枠組みを突破することもできません。 したがって、現在の人工知能は弱い人工知能としか考えられず、これは特定の分野の問題に焦点を合わせてそれしか解決できず、自律的な意識を持たない人工知能を指します。一方、対応する強い人工知能は、人間のすべての作業を実行でき、自律的な意識を持つ人工知能を指します。多くの科学者は、人間が神のように自律的な意識を持つロボットを創造できるとは信じていません。 テクノロジー企業はロボットの役割を推進してきましたが、私たちはまだ人工知能が弱い時代にあり、その応用シナリオは非常に限られています。

例えば、ロボット宅配便は、道路が平坦で、エリアが限定され、ルートも固定されている、デジタル化が高度に発達した特定の地域や都市に限られています。しかし、中国は国土が広く、地形が複雑です。将来、ロボット宅配便が本格的に普及したとしても、デジタル化の度合いが高い都市から始めて、ゆっくりと第3、第4線の都市へと進んでいくことしかできません。これにはかなりの時間とかなりのハードウェアコストがかかる可能性があります。

純電気の無人運転車はすでに市場に出回っていますが、現在の自動運転の効果は満足できるものではありません。一般的な自動化レベルは第3レベルL3であり、これは無人運転車は依然として運転手による制御が必要であり、自動運転システムは補助的な運転機能しか果たせないことを意味します。無人運転車が民間で本格的に利用され、運転手という職業に完全に取って代わるまでには、まだ長い道のりが残っています。

近い将来、機械が人間の仕事を完全に置き換えることはできないでしょう。私たちは、機械と人間が協力して複雑なタスクを完了できると信じています。労働は人々の価値を際立たせ、創造性を刺激し、学習能力を向上させることができます。生産性が高度に発達した社会であっても、労働を機械に完全に依存することは賢明ではなく、また不可能でもあります。

<<:  正確な画像認識を望むなら、AIデータの精度を効果的に向上させることが鍵となる

>>:  顔認識技術の応用リスクと法的規制

ブログ    
ブログ    

推薦する

人工知能は消費者部門で何をもたらしましたか?

最近、北京にショッピングモールがオープンした。オープン当日、客を出迎えたのは「人」ではなく「ロボット...

ディープラーニングを始めるために理解すべき25の概念

[[245072]] 1. ニューロン- 脳の基本要素を形成するニューロンと同様に、ニューロンはニュ...

...

Baidu AI開発者会議が進行中、重要なニュースが次々と発表されている

百度AI開発者会議は予定通り7月4日から5日まで北京国家会議センターで開催されました。百度の創業者、...

ベクトル検索エンジン: 大規模な言語モデルの検索と強化された生成のための強力なツール

翻訳者|朱 仙中レビュー | Chonglou導入大規模言語モデル (LLM) が世界を席巻するにつ...

...

機械学習モデルの品質を保証し、その有効性を評価する方法

[[396139]]近年、機械学習モデルアルゴリズムは、ますます多くの産業実践に実装されるようになり...

新しいマイクロ液体ロボット:「食べ物」がある限り、連続的かつ自律的に動作可能

ロボットといえば、おそらくR2-D2やC-3POのイメージが思い浮かぶでしょう。しかし、ロボットは大...

3つのステップで声紋システムを構築する方法

背景声紋検索は、その名前が示すように、話者認識であり、音を通じて話者の声を確認または識別します。声紋...

...

すべてがUniSimに: 統合自動運転シミュレーションプラットフォーム

最近、トロント大学、MIT、Waabi AIの研究者らがCVPR 2023の論文で新しい自動運転シミ...

トヨタが GenAI を活用して IT サービスを変革する方法

「私の大胆な決断の1つは、2025年までに従来のヘルプデスクを廃止したいということだった」とトヨタ自...

人工知能:この冷たい水はちょうどいいタイミングで注がれます!

最近、AI(人工知能)同時通訳詐欺事件をめぐる議論がテクノロジーや翻訳界で話題となり、「AIは人間を...

JD Digits の AI ロボットが物理産業に貢献し、業界賞を受賞

電気の「ジュージュー」という音が響くコンピューター室では、「スマートガーディアン」コンピューター室検...

...