【专家观点】你的工作，会被机器取代吗？

Original 深度好文机器智能研究MIR 2022-05-21

收录于合集 #IJAC特约好文 70个

深度学习等领域的深入研究推动了人工智能的飞速发展。当前，我们正处于第四次工业革命的开端，世界经济论坛预测：这次革命将会改变我们的经济形态，新科技在淘汰部分职业的同时，也会创造很多新兴岗位。消失岗位与新兴岗位，孰多孰少，尚无定论。

20世纪30年代，Keynes预言第二次工业革命将带来更多工作机会。他的预言得到了现实的印证，现在社会的失业率确实大大低于Keynes所处的时代。然而，未来的形势却不容乐观，人类相较于机器的优势将越来越微弱。未来，你的工作会被机器替代吗？澳大利亚新南威尔士大学Toby Walsh教授带来的深度调查，给出了答案...

Toby Walsh是柏林工业大学客座教授和新南威尔士大学人工智能科学教授，负责领导澳大利亚ICT研究卓越中心Data61的算法决策理论小组。曾受邀在CCAI2017做了题为《人工智能造福人类的那一面》的主题演讲。他被推选为澳大利亚科学院院士(fellow of the Australian Academy of Science)，并获得了久负盛名的洪堡(Humboldt)研究奖以及新南威尔士州州长颁发的2016年工程与ICT卓越奖。他还曾在英国、苏格兰、法国、德国、意大利、爱尔兰和瑞典担任研究职务，并入选了澳大利亚首届百强知识明星(Knowledge Nation 100)榜单，该榜单入选人均为澳大利亚数字革命领域的佼佼者。

全文信息：
Expert and Non-expert Opinion About Technological Unemployment
Toby Walsh
全文链接：
https://link.springer.com/article/10.1007/s11633-018-1127-x
(如无法下载，请扫描文末二维码加入IJAC作者服务群，小编免费送全文PDF)

研究背景(节选)

2013年，Frey和Osborne两位研究者提出：未来二十年，美国将有47%的职业面临被机器淘汰的风险。讽刺的是，这项数据是由机器学习统计出来的。后续研究也得出了相似的结论：例如，澳大利亚将有40%的职业被机器替代，发展中国家的数据甚至更高，中国将达到77%，印度69%。

Frey和Osborne总结出三类可不被机器替代的职业：一类是要求复杂感知和操作技能的职业；一类是要求创造力的职业；一类是要求社会智能的职业。当前，计算机想在这三方面取得突破，还面临着较大挑战。因此，以上三类职业被机器替代尚需时日。

本研究中的训练集包含了70种职业，作者手动标注了37种可能被机器替代的职业，占总数的53%。之所以选择这70种职业，是因为它们可以被明确分成三大类：AI领域专业人士、机器人领域专业人士、对AI未来感兴趣的非专业人士。调查对象共有专业人士300人，非专业人士500人。

研究方法(节选)

调查在2017年1月20日至2017年2月5日展开，共包含三大组，第一组是来自两大AI顶会的作者(AAAI 2015、IJCAI2011)，共计200人参与调查。这两大会议对投稿论文的要求非常高，所发表的文章都是AI领域最好的。

第二组由来自IEEE机器人及自动化学会的IEEE Fellows，以及机器人领域顶会IEEE ICRA2016的作者组成，共计101人参与调查。同样，IEEE ICRA的投稿质量也非常高，所发表的论文是机器人领域最好的。

第三组是The Conversation网站的读者。该网站主要刊登来自大学的新闻故事和专家观点，与路透社和美联社均有合作。包含调查链接的文章为：Know when to fold'em: AI beats world's top poker players。

调查问卷共有8个问题，前7个问题要求参与者对训练集中的10个职业进行分类，这10个职业的选取基于Frey和Osborne的分类，分别为5个最易被机器替代的职业和5个最不易被机器替代的职业。问卷调查中的最后一个问题要求参与者预测高水平机器智能时代(high-level of machine intelligence)到来的概率(选项为10%, 50%, 90%)，以及何时能到来(选项为2025, 2030, 2040, 2050, 2075, 2100, 2100后)。为便于理解，每个职业旁边都详细标注了该职业所从事的工作以及应该具备的技能。

同时，为了使问题更易回答，题目还将涉及的10个职业进行了随机排序，这样可以保证参与者不会过早放弃答题，同时也帮助他们为后续调查中难度更大的分类问题做好心理准备。

研究结果(节选)

研究结果表明：在预测未来十到二十年间可能被机器替代的职业数时，相较于非专业人士，机器人及AI领域专业人士持有的态度更为谨慎，因为他们对高水平机器智能时代到来的时间估计比普通大众的估计延后几十年。在机器人领域和AI领域的两类专业人士所持的态度上，研究没有发现明显差别。尽管他们都非常谨慎，但这两类专业人士都认为，未来的几十年间，将会有很大一部分职业面临着被机器替代的风险。

来自文章

在研究机器对职业产生的影响时，还应将其他因素考虑在内，如生产率提高带来的经济增长，新科技创造的新岗位，全球化进程的影响，人口变化，退休情况等等。

随着机器自动化和科学技术的进步，人类在守护自身岗位上是输是赢还不得而知。但这一问题值得所有人认真思考。我们可以采取很多措施减少机器自动化带来的消极影响，找到提高人力质量、而不是简单替代人力的可能和方法。

即使是一些大众看来极有可能被机器替代的职业，在本研究中还是可以看到存在的希望。虽然潜在威胁很大，但其实我们有足够的时间来应对。当前，我们应该在纠正公众对机器人及AI发展速度的激进预期，以及攻克机器自动化技术难题上加大投入。

在一些基础领域，如操作、常识推理和自然语言理解上，机器人和AI具有很强的竞争力。但AI研究经费在过去几年间一度处于“寒冬”之中，这就使得实际进展落后于公众预期。我们应该对这种理想与现实差距过大的现象保持警惕。

全文信息

Expert and Non-expert Opinion About Technological Unemployment

Toby Walsh

摘要：

There is significant concern that technological advances, especially in robotics and artificial intelligence (AI), could lead to high levels of unemployment in the coming decades. Studies have estimated that around half of all current jobs are at risk of automation. To look into this issue in more depth, we surveyed experts in robotics and AI about the risk, and compared their views with those of non-experts. Whilst the experts predicted a significant number of occupations were at risk of automation in the next two decades, they were more cautious than people outside the field in predicting occupations at risk. Their predictions were consistent with their estimates for when computers might be expected to reach human level performance across a wide range of skills. These estimates were typically decades later than those of the non-experts. Technological barriers may therefore provide society with more time to prepare for an automated future than the public fear. In addition, public expectations may need to be dampened about the speed of progress to be expected in robotics and AI.

关键词：

Survey, technological unemployment, artificial intelligence (AI).

全文链接：

https://link.springer.com/article/10.1007/s11633-018-1127-x

(如无法下载，请扫描文末二维码加入IJAC作者服务群，小编免费送全文PDF)

为切实解决作者们的投稿疑惑、论文下载等问题，第一时间送上超~多~福利，IJAC作者服务群正式诞生！扫描下方二维码，端午节就要到了，第一波入群彩蛋，等你pick！(二维码有效期至6月22日，如失效，请公众号后台回复"入群”)

好文推荐

【综述专栏】王田苗：智能机器人研究现状及发展趋势思考与建议

【综述专栏】薛建儒: 自动驾驶的场景理解研究

【当期精选】基于立体视觉的大规模3D语义地图构建

【最新专题】自动化与计算方法的研究进展

【IJAC专题】计算机视觉 | 让机器“看”懂世界