首页 > 互联网+

MIT报告解读 | 100%自动化远未达到,AI对就业前景影响尚未明确

互联网+ ,译,来源:Forbes 零壹财经 2019-09-18 阅读:10681

关键词:ai就业麻省理工学院

即使企业级AI仍旧有很长的路要走,但业务与IT领导层依旧需要对AI能够带来的优势进行试点与探索。
近日,麻省理工学院( MIT Work of the Future)发表了一份报告——《The Work ofthe Future : Shaping Technology and Institutions》,其中探讨了AI和机器学习(ML)对企业自动化及劳动力市场的影响。

针对这篇报告,Joe McKendrick在福布斯发表了相关文章,对报告中AI与ML的应用观点进行了解读。文章认为,在企业日常运营方面,人工智能和机器学习可能是理想选择,但面对创新的、难以预见的或者一次性的事件,人工智能却不尽如人意。即使企业级AI仍旧有很长的路要走,但业务与IT领导层依旧需要对AI能够带来的优势进行试点与探索。

MIT的报告也提到了这一观点,并将人工智能视为推动就业领域和工作环境变革的一部分因素,报告认为“我们距离人工智能系统还有很长的路要走,因为这种人工智能系统可以阅读新闻,根据如英国脱欧或贸易纠纷等预期事件重新规划供应链,使生产任务适应新的零件和材料来源。”

究其原因,首先,数据作为推动人工智能决策的燃料,还尚未能支撑人工智能实现飞跃。迄今为止,大多数成功的AI计划都是基于机器学习(ML)系统,而机器学习系统又依赖于大型数据集。报告指出,人工智能及相关技术在新产品和新生产方法的创造上具有优势。“通过访谈,我们发现许多公司认为自己在这些技术应用的早期阶段,就弄清楚如何收集和构建数据,从而更深入地应用到现有业务,而这样则需要集成多个数据源,同时也需要融合运营和技术方面的专业知识。”

其次,ML系统仍面临挑战。目前,在投入使用的机器学习(ML)应用中,图像分类、人脸识别、机器翻译、文档分析、客户服务和数据预测等最为突出。但报告认为,ML系统在稳健性和可释性方面仍面临挑战,使用ML的行业正慢慢认识到,用于训练ML系统的数据必须是不偏不倚的、可信的。此外,ML系统往往是黑盒子,无法提供他们做出决定的原因与依据,但可释性在与人类互动以及与法律、生命相关的重大决策中至关重要。

再次,100%自动化的概念也是一个谬论, “AI可用于完全自动化工厂等设施”这一观点也被报告所驳斥。报告表示,“无人工厂长期以来一直是乌托邦/反乌托邦式的未来愿景,在产品或工艺成熟且高度稳定的某些情况下,这一愿景可能有意义。但即使是自动化程度最高的电子设备或装配厂,仍需要大量人力来设置、维护与维修。一个典型的例子,手机这样一种产量大、稳定而标准的产品在生产过程中都流经数十个人的手。”

相反的,人工智能和ML正在被用于特定的痛点的解决和自动化活动的实现,如材料运输或检查。这些技术正在发展,但不能而完全取代劳动力,工作并未被淘汰,但工作的流程正在自动化。报告提出,ML适用于理想情况下易于衡量结果的任务等级,且无法使某个特定职业完全自动化,例如,人工智能正在承担数据标记、文件查找或生产线质量检查等一系列重要工作。

报告还观察到,“我们还会看到通过部署AI和ML工具来帮助呼叫中心响应(如加速文档检索和摘要)来提高现有员工工作效率的情况。在工程设计中,有一些应用使用AI来搜索物理模型和设计空间,为人类设计师提出备选方案,从而提出完全新颖的设计。”

为实现人工智能与人类主动性之间的最佳平衡,麻省理工学院团队敦促组织“像亚马逊在其仓库中部署机器人时一样,重新设计工作流程,并重新思考工人与机器之间的任务分工,这样的工作设计变化将在某些情况下深刻改变许多工作的性质。”

最后,报告总结说,AI和ML对就业前景的影响,仍然没有明确的答案。“虽然人工智能刺激了对计算机与数据科学家需求的增长,但对劳动力市场似乎不太可能造成太大的影响,对特定技能群体的影响也尚不确定,不仅仅取决于技术部分,还要取决于管理和组织的选择。”
加关注 消息
文章:68 粉丝:0 总阅读数:1037.1k


零壹智库推出“金融毛细血管系列策划”,通过系列文章、系列视频、系列报告、系列研讨会和专著,系统呈现“金融毛细血管”的新状态、新功能、新价值、新定位。
 

上一篇>美媒:机器视觉机器人来了,零售业要变天了!

下一篇>推出全球最快AI训练集群、愿出售5G技术,华为AI布局全景图浮现


所属专题


相关文章


用户评论

游客

自律公约

所有评论

点击阅读更多内容

主编精选

more

专题推荐

more

第四届中国零售金融发展峰会(共15篇)


资讯排行

  • 48h
  • 7天



耗时 485ms