艾：最终的工作创造者？

在过去的几十年中（至少），我们听说过技术失业迫在眉睫的威胁-自动化接管了人类的工作。 但是这些日子似乎特别迫在眉睫。 恰当的例子：今年早些时候，财政部长史蒂夫·姆努钦（Steve Mnuchin）否认了机器人使人失业的想法，科学技术界对此做出了回应，并通过统计数据和图表抨击了这一评估。

人工智能正在进入越来越多的领域，预示着就业格局的空前破坏。 神经网络和机器学习算法是现代AI的最重要组成部分，它们的发展前景比人类专业人士还好，其性能也更好。 人工智能革命正在快速发展，现在是与任何人一样开始为未来的人类教育和经济基础设施做好准备的时代，在这个未来人类将越来越少地参与执行某些类型的任务。

Gartner机器学习研究副总裁Alex Linden说：“很明显，随着计算机开始看到，听到和阅读，自动化将经历未知的提升。” “这仍然必须结出硕果。材料自动化开始发生之前，许多最近的发展需要几年的时间。但是，许多非制造领域…校对者，机器翻译专家，当然也要为工作担心” 。”

但是，这还不是全部。 每一次工业革命都与劳动力的转移和调整有关，而与劳动力的更换同样重要，这一最新周期也不例外。 但是，人工智能的传播也将提供新的机会来有效利用人类的创造力和创新。

对技术人才的需求增加

人工智能公司Inbenta的负责人乔·洛伯（Joe Lobo）表示：“我们知道的是，人工智能在短期内对于将分解为一系列例行工作的工作最为有效，无论这些工作是体力劳动还是认知任务。 。 “这意味着人类将能够专注于更具创造力，因此更有趣的任务。”

叙事科学首席执行官Stuart Frankel说：“技术从来没有彻底摧毁工作。” “看看当今任何企业中存在的几乎所有技术工作。这些工作都不存在于20年前，而且其中大多数可能甚至都不存在于10年前。”

实际上，目前的问题不是由机器人完全接管人类的工作，而是有很多空缺的工作岗位，而没有足够的技术人员来填补这些职位。 随着数据驱动型业务的兴起，对技术人才的需求全面增加。

例如，2016年，网络经济研究机构Cyber​​security Ventures报告称，网络安全失业率为零，而事实上，全球缺少一百万多名专家。 类似的技术就业领域，例如软件开发和数据科学，并没有取得更好的进步，并且正在解决自己的人才缺口。 随着人工智能进入更多领域，对更多技术专家的需求将继续增长。

“我们相信，各国政府应该确保编码与英语，数学和科学一样被重视，如果我们要确保我们能够最大限度地利用人工智能为我们提供的机会的繁荣，” Lobo说。

近年来，出现了许多政府主导的项目以及私营部门为满足技术人才需求而采取的举措。 前总统巴拉克·奥巴马（Barack Obama）的TechHire项目就是一个例子：其中包括1亿美元的赠款，旨在为更多的人从事技术工作铺平道路，其中包括那些没有高等教育学历的人。

我们还看到Coursera和Big Data University等机构正在开发大规模开放式在线课程（MOOC），这些课程是针对需求量很大的免费在线技术技能的在线教育。 编码新手训练营是一种在很短的时间内为申请人提供计算机编程知识的机构，如今也越来越流行。 同时，AT&T等公司正在帮助其员工适应未来的就业。

随着人工智能发展的步伐加快，对技能和专业知识的需求也将迅速变化。 甚至将来软件开发也不会保持不变，并且会从编码转向训练AI算法。

人机交互的一场革命

许多因AI失业的人没有从事技术工作的技能和知识，而培训他们需要大量时间。 幸运的是，在这方面，人工智能可以帮助解决可能很大程度上是由自己制造的问题。 人工智能已经有望以多种方式革新教育，包括个性化和优化学习体验。 这意味着学习新技能将花费更少的时间。

洛伯说：“人类将能够比以往更快地接受其他行业的培训，从而为他们提供最大的灵活性以应对就业市场的变化。” “为什么卡车司机不能在几个月内进入编码职业？”

在AI无法减轻学习曲线的情况下，它将能够打破任务的复杂性并使它们变得更简单，从而使更多的人能够从事曾经需要多年的教育和培训的工作。

一个值得注意的发展是自然语言处理和生成（NLP / NLG），这是人工智能的一个分支，与理解和生成人类语言脚本有关。 NLP和NLG正在重新定义我们与计算机交互的方式，消除了执行任务的障碍和障碍，并使我们的工作效率更高。

叙事科学的弗兰克尔（Frankel）说：“ NLG是一种启用和增强技术。” “将NLG与人类技能相结合，所产生的结果将远远超过任何一个小组所能达到的结果。我认为Excel与NLG是一个很好的比喻。当Lotus 123和Excel首次问世时，人们对它的未来有很多可怕的预测。会计师和财务分析师，但我们很快了解到这些工具并不能取代分析师。实际上，分析师变成了超级分析师，企业开始成批雇用它们。NLG也在发生同样的事情。”

叙事科学将NLG集成到商业智能（BI）平台中，为用户提供智能叙事，见解深刻的对话通讯，其中包含与受众相关的信息，这些信息使您可以完全透明地做出分析决策。 弗兰克尔（Frankel）解释说，这项技术正在帮助广泛的人们完成工作，而无需一套专门的技能，例如数据科学。

他说：“这意味着较少的技术人员或任何分析技能的人员都可以使用这些BI工具，立即获得他们所需的见解，并最终更好地完成工作。”

另一方面，NLP使人们更轻松地与分析工具和数据源进行交互。 您已经在诸如IBM Watson Analytics之类的平台上看到了这一点，在该平台上，自然语言命令使查询数据源更加容易。 这可以为具有数学技能的人无需参加冗长的编程课程即可从事数据科学工作铺平道路。

NLP还帮助弄清大量非结构化知识的语料库，包括文章，书籍和白皮书，将它们组织成可被机器查询和使用的数据。 这可以使软件和服务更有效地帮助人类专家。

Gartner的研究人员Alex Linden认为，这可以帮助创建更有效的知识图谱-松散的结构化数据存储库，为AI引擎提供动力。 他说：“人工智能/自然语言处理可以帮助创建一个真正的知识产业。” 但是他补充说：“我们仍处于起步阶段。”

补充人类的努力

一个例子是IBM最近推出的基于AI的Watson for Cyber​​security平台。 Watson使用机器学习算法筛选大量结构化和非结构化数据。 然后，它“学习”有关反复出现的威胁和新出现的威胁，并帮助安全分析师执行其工作。 IBM Security副总裁Caleb Barlow认为Watson的角色就像帮助医生的护理人员一样。 这可使技能和经验较少的分析师更容易精通处理安全事件。

科技不是AI可以补充人类努力并让更多人从事工作的唯一行业。 人工智能算法在医疗保健和医学领域也显示出了希望，长期以来一直缺乏医生和熟练工人。 神经网络和AI助手使发现，诊断和治疗疾病变得更加容易，从而减少了培训医生所需的时间，并使更多人可以使用医疗服务。

弗兰克尔说：“在美国，医生，护士和医师助理的短缺，而在发达世界之外的需求更加迫切。” “您考虑了AI可以做的所有事情-收集大量数据，对其进行分析，传达最重要的观点-并且它扩大了许多服务的可用性，而这些服务只能由经过广泛（通常是昂贵的）培训的人员来完成您仍然需要人们与患者亲密接触。人工智能正在使更多的人能够这样做，因为它使知识更容易获得。这样，我认为人工智能实际上会创造更多的工作。”

最终，人工智能的发展将为传统技术相关领域之外的专家创造就业机会。 数据科学作家，LinkedIn学习指导老师Doug Rose认为，该行业还需要掌握其他技能。

罗斯说：“上半个世纪一直是定量领域的福音。计算机程序员，工程师和数据科学家主导了就业市场，并创立了庞大的公司。” “然而，人工智能的一些关键挑战与软件有很大不同。这里最大的挑战将是创造更好的人类体验。”

随着人工智能承担越来越复杂的任务，人工智能面临着社会，道德和政治挑战。 工程师正在处理全新问题，例如创建无偏AI算法。

罗斯说：“现在是学者，工程师和软件开发人员的领域。” “最终，该领域将需要不同的技能。这将需要具有人文背景的人。要获得更好的人类体验，关键将来自于哲学，文化研究，修辞学，语言和艺术。这些专家将成为帮助弥合软件与人类基本需求之间鸿沟的指南。”

罗斯在一篇文章“谁会从错误中教我们的机器？”中详细阐述了这一主题。 在其中，他解释了为什么我们的人类学家，传播专家，哲学家和文化专家需要一个席位。

Inbenta是一家聘用语言学家来为其搜索解决方案开发词典的公司，以确保其功能强大并可以为其客户提供高服务费率。

Inbenta的Lobo说：“一般来说，希望语言学的学生从事教学或翻译工作，但由于AI，我们的市场开始发生变化。” “在接下来的几年中，对于那些担心他们已经掌握的技能可能会过时的人们来说，我们目前还无法理解类似的角色。”

直到机器人承担所有工作的一天，人类仍有很多工作要做。 但是，我们需要拥抱变化并为此做好准备。