Ang pagkawala ng trabaho sa teknolohiya ay walang bago. Dahil sa rebolusyong pang-industriya, ang mga tungkulin na minsan lamang ay ginaganap ng mga tao ay unti-unti ngunit patuloy na pinalitan ng ilang anyo ng automated na makinarya. Kahit na sa mga kaso kung saan ang tao na manggagawa ay hindi ganap na pinalitan ng isang makina, natutunan ng mga tao na umasa sa isang baterya ng makinarya upang maging mas mabisa at tumpak.

A ulat mula sa Programa ng Oxford Martin School sa Mga Epekto ng Future Technology sinabi na ang 47% ng lahat ng trabaho sa US ay malamang na mapalitan ng mga automated na sistema. Kabilang sa mga trabaho na madaling mapalitan ng mga makina ang mga real estate broker, mga breeder ng hayop, tagapayo ng buwis, manggagawa sa entry ng data, mga receptionist, at iba't ibang mga personal na katulong.

Ngunit hindi mo kakailanganing i-pack ang iyong desk at ibibigay sa isang computer pa lamang, at sa katunayan ang mga trabaho na nangangailangan ng isang tiyak na antas ng panlipunang katalinuhan at pagkamalikhain tulad ng sa edukasyon, pangangalagang pangkalusugan, ang mga sining at media ay malamang na manatili sa demand mula sa mga tao, dahil ang mga ganyang gawain ay nananatiling mahirap na makompyuter.

Tulad ng ito o hindi, nabubuhay tayo ngayon sa panahon na pinangungunahan ng artificial intelligence (AI). Ang AI ay maaaring makita bilang isang koleksyon ng mga teknolohiya na maaaring magamit upang gayahin o kahit na sa outperform gawain na ginagampanan ng mga tao gamit ang machine.

Maaaring hindi namin muna makita ito ngunit hindi namin maiiwasang tumakbo sa isa o higit pang mga system na gumagamit ng ilang anyo ng isang algorithm ng AI sa aming pang-araw-araw na gawain - tulad ng paghahanap para sa ilang impormasyon gamit ang Google, pagbili ng inirerekomendang produkto sa Amazon, o Kinikilala ang mga mukha sa isang imahe na na-upload sa Facebook.

Malalim na pag-aaral

kamakailan lamang mga tagumpay Ang AI ay higit sa lahat ay may kinalaman sa isang pamamaraan na tinatawag na malalim na pag-aaral. Kadalasang kilala bilang pag-aaral ng makina o neural networking, ang malalim na pag-aaral ay nagsasangkot ng "pagsasanay" ng isang modelo ng computer upang makilala ang mga bagay mula sa mga larawan. Ang kapangyarihan ng mga sistema ng maunlad na kaalaman sa AI ay nakasalalay sa kanilang kakayahang awtomatiko makita ang mga kapansin-pansin na tampok at gamitin ang mga ito upang malutas ang mga problema sa hard pagkilala.

Kahit na ang mga tao ay madaling maisagawa ang naturang mga pagkilala sa halos walang kamalayan, kadalasan ay mahirap para sa isang tao na ipaliwanag ang eksaktong pamamaraan sa isang detalyadong detalyadong antas upang ma-program ito sa isang computer.

Sa malalim na pag-aaral ang lahat ng ito ay nagbago. Ngayon, ang malalim na pag-aaral na nakabatay sa mga sistemang A ay maaaring malaman ang mga mahahalagang katangian para sa paglutas ng mga mahirap na problema na sa sandaling naisip na eksklusibong nalulusaw ng mga tao.

At bilang isang resulta, ang mga tao ay kailangang maghanda sa isip para sa katotohanan na ang ilan sa aming mga trabaho ay mawawala sa mga sistema ng AI. Maaari din naming tawagan ang mga sistema ng AI ng aming mga kasamahan o mga bosses sa malapit na hinaharap.

Ngunit sa kabila ng mas malalim na antas ng kaalaman na malapit nang makuha ng aming mga computer, ang pagkawala ng aming mga trabaho sa mga machine ay hindi kailangang maging isang masamang bagay. Ang pagpapahintulot sa mga makina na gawin ang kalakhan ng trabaho ay nangangahulugan na ang mga tao ay malaya mula sa karaniwang gawain na mas mahusay ang mga computer sa pagganap na may mas mataas na mga rate ng katumpakan, tulad ng pagmamaneho ng mga kotse.

Dapat itong paganahin ang mga tao na isipin ang mga tao sa halip na mga makina. Mapapalaya din nito ang oras at lakas para sa mga tao na makibahagi sa mas malikhain at pang-akit na mga aktibidad na stimulating, marahil ay tinulungan ng AI.

Emosyonal na katalinuhan

Ang mga sistema ng AI ay naging sobrang kumplikado para sa average na tao upang maunawaan, pabayaan ang pag-aayos, kaya magkakaroon ng mga bagong tungkulin na nilikha na nangangailangan ng mga tao na maaaring kumilos bilang mga tagapamagitan sa pagitan ng mga computer at mga tao.

Katulad ng mga propesyon tulad ng gamot o batas, kung saan ang mga propesyonal na may espesyal na kasanayan ay kinakailangan upang bigyang-kahulugan ang mga teknikal na detalye para sa araw-araw na mga tao, kakailanganin namin ang mga propesyonal na nagsasalita ng wika ng AI. Ang mga propesyonal ay maaaring mag-iba sa kanilang mga kasanayan at malamang na binubuo ng mga developer ng software, mga siyentipiko ng computer at mga siyentipiko ng data.

Ngunit ang mga isyu na may kinalaman sa etika na nagmumula sa mga tao at AI na nagtatrabaho sa kapaligiran ay isang tunay na pagmamalasakit. Ito ay isang bagay na hindi nakilala ng isang mukha sa isang imahe na na-upload sa Facebook, ngunit isang lubos na iba't ibang bagay kung ang kanser ay misdiagnosed ng isang AI, na maaaring madaling mangyari. Pagkatapos ng lahat, nagkakamali ang mga computer, tulad ng ginagawa ng mga tao.

Kahit na ang mga sistema ng batay sa AI ay nagiging mas matalinong kaysa sa mga tao sa maraming larangan, ang mga sistemang ito ay malayo sa perpekto at malamang na hindi kailanman maging perpekto ang isinasaalang-alang ang mga mahuhulaan na mekanismo sa pag-aaral na ginagamit nila.

Na sinabi, malamang na maging ang mga pagbabago sa panlipunan at kultural na magiging tunay na hamon, kaysa sa teknikal na hamon ng AI mismo. Kaya samantalang ang mga robot na kumukuha ng aming mga trabaho ay maaaring maging isang magandang bagay, ang oras lamang ang magsasabi kung handa kami na tanggapin ang mga ito bilang aming mga katrabaho.

Tungkol sa Ang May-akda

Danushka Bollegala, Senior Lecturer sa Kagawaran ng Computer Science, University of Liverpool. ang kanyang mga interes sa pananaliksik ay Artificial Intelligence, Computational Linguistic at Web Mining. Nagtrabaho ako sa iba't ibang mga paksa na may kaugnayan sa mga patlang sa itaas tulad ng pagsukat ng semantiko at pamanggit na pagkakatulad mula sa data sa Web, pag-aangkop sa domain, pagtatasa ng damdamin, social media, personal na pangalan disambiguation, pangalan ng alias bunutan, at pag-order ng impormasyon sa multi-dokumento na pagbubuod ng teksto.

Ang artikulong ito ay orihinal na na-publish sa Ang pag-uusap. Basahin ang ang orihinal na artikulo.

Mga Kaugnay Books

at InnerSelf Market at Amazon