和机器人抢工作 人类有哪些优势无法取代
和机器人抢工作人类有哪些优势无法取代？蒂姆·麦克唐纳（TimMacDonald）2020年2月25日图像来源,GettyImages人工智能越来越有益处，并且广泛应用，世界各地的人们开始担心，自动化的新时代会如何影响自己的职业前景。皮尤研究中心（PewResearch）最近的一项研究发现，在10个发达和新兴经济体国家中，大部分从业者预计，目前很多由人类完成的工作，将在50年内被计算机取代。人们普遍对人工智能和自动化给就业市场带来的影响感到担忧。关于多少岗位会被自动化取代，预计的情况各不相同，从大约9%到47%不等。咨询公司麦肯锡（McKinsey）预计，到2030年，全球会有多达8亿的工作岗位被机器人代替。一些岗位会发生重大改变，而另一些职位将会彻底消失。如果自动化让就业市场变得像一场抢椅子游戏，有没有办法能够确保人们在职业生涯中保住饭碗？教育能否防止自己被机器人取代？谷歌、微软AI和翻译耳机能帮你到什么程度？超级预测术：一半是天才一半是能力今晚会和伴侣吵架吗？人工智能帮你预测美国的东北大学（NortheasternUniversity）校长、《防范机器人：人工智能时代的高等教育》（Robot-Proof:HigherEducationintheAgeofArtificialIntelligence）的作者奥恩（JosephAoun）介绍：要防止工作被机器人取代，就要在职业中不断更新自己的技能，而不是选择一份安稳的工作。图像来源,GettyImages图像加注文字,东北大学校长奥恩说，我们必须将技术、数据和人的技能相结合，才能在充满不确定性的未来不掉队（Credit:GettyImages）
他说，人们要适应这种新环境，教育必须改革。他给出了人类主导学说（humanics）的解决方案，有三个基本方面：提高技术能力：了解机器的运转原理，知道如何与机器互动。随着人工智能和机器人变得愈发强大，机器将进入人类所有工作中。一些员工要被机器取代，另一些员工要与机器合作，并且效率会因此大大提升。有编程和工程原理基础技能的人们更容易在这种新的工作中取得成功。掌握数据运用：在这些机器生成的数据里工作。人们需要具备数据知识，才能看懂、分析和利用庞大的信息库。这些数据逐渐开始指导一切，不管是重大商业决策、投资股票，还是日常采购。增强人类特有优势：只有人类能够做到，未来机器也无法模仿的事情。奥恩说，这也就是人类的创造力、灵活性和同理心，以及在一种情景下获取信息，并将其运用到另一情景中去的能力。就教育而言，课堂传授知识性的教育不再那么重要，更重要的是体验式学习。自动驾驶未来成真人类驾驶何去何从？未来会不会出现机器人看护？人工智能未来可能会摧毁人类的真正原因图像来源,GettyImages图像加注文字,自动化和人工智能不仅会影响技能水平较低的劳动者，连法律和会计等行业也会受到影响（Credit:GettyImages）
世界经济论坛（WorldEconomicForum）称，类似会计等很多白领工作，将在未来面临自动化取代的风险，但经济合作与发展组织（OECD）则认为，低技能工作更容易受到影响，并且教育与收入密切相关。无论如何，技能更新换代的速度在当今比以往任何时候都快。跨国咨询公司德勤（Deloitte）创立的未来工作卓越中心（FutureofWorkCentreofExcellence）负责人罗伊（IndranilRoy）说：“上个年代，一项技能大概能持续26年，也是一项事业的循环模式。如今变成了4年半，并且还在不断缩短。”奥恩表示，变化速度快不一定是坏事，但这意味着你可能永远都要学习。同时，大学必须把重点转向终身教育和对职业中期员工的培训上。他说：“我们会经常发现自己落后了。某种程度上来说，这也是一个巨大的机会，可以接受再教育，更新自己的知识技能。只有做到不断学习的人才能够取得成功。”人工智能帮助写电子邮件是好事还是坏事关于人类灭亡的几大末世猜想机器人如何“抢走2000万工人的饭碗”奥恩担心，目前的高等教育制度不适合这个新的现实。他说，很多大学太过重视四年本科课程和学术研究。他说，帮助学生掌握“人类主导学说”和帮助学生毕业同等重要。解决办法是：着重强调对现实社会所需的技能。这需要一边上学一边工作或长期实习。除工作经验外，还要让学生掌握与同事沟通和互动所需的实际技能。“这还能够让你有更多的机会和空间说：‘我要创办一家公司或一个非营利机构。’”罗伊也认为，对很多员工来说，无形的生活技能正变得更加重要。他说，德勤一些“更先进”的客户使用的分析类技能来自人工智能，高端的技术技能来自自由职业者，公司只雇佣具备“生活技能”且价值观与公司一致的全职人员。但他指出，这些技能大部分来自大学之外的学习。图像来源,GettyImages图像加注文字,罗伊建议大学开设更多跨学科课程，教授学生适合未来的技能（Credit:GettyImages）
麦肯锡称，到2030年，人们使用技术技能的时间将比2016年增加55%。与此同时，世界经济论坛预测，来自自动化的就业会出现增长，一些岗位会消失，也会有更多新增岗位。罗伊说，这说明机器人在劳动力大军中与人类并肩协作。比如，德勤的部分客户已经有了出席和参与会议的人工智能系统。奥恩也认为，了解职场上人类与机器人之间不断变化的关系，并对教育做出相应的调整很重要。他说：“这与有了自动驾驶汽车，就要换一种方式教人开车是一个道理。所以说技术会淘汰某些领域，但不会淘汰人类。”AI的前世今生：神话、科幻和现实谁说人文学科没用？它可能让你终身受益电脑是否会最终取代人类来创作艺术？更重要的是，人类必须把重点放在人工智能难以效仿的能力上。具体来说，是获取一种情景或学科的知识，并将其应用到另一种情景中。人类主导学说就是将这三个方面结合起来。“我们人类有创造能力、创新能力和创业精神。我们能够与他人互动、合作，有同理心。能够在文化上保持灵活性，能与全球不同背景的人合作。”罗伊说，在大学，尤其是美国、加拿大和澳大利亚的大学，越来越重视跨学科教育。但是，其他国家的高等教育在方式上仍然比较传统。科技不断颠覆我们的预期，变化是唯一可以确定的事。机器打破的障碍“每天都让他感到惊讶”。所以说，只帮助人们在抢椅子游戏这样的就业市场中生存下来是不够的。人们可能还需要在一个所有椅子都在不断移动的就业市场中生存下来。请访问BBCCapital阅读英文原文。什么是人工智能人工智能的优缺点
在讨论人工智能的优缺点之前，让我们首先了解什么是人工智能。人工智能为计算机程序提供了独立思考和学习的能力，它是将人类智能模拟成机器来代替人类。
根据其能力，人工智能主要分为三种类型：弱人工智能、强人工智能和超级人工智能。
弱人工智能：专注于一项任务并且无法超越其限制（在我们的日常生活中很常见）
强大的人工智能：可以理解和学习人类可以完成的任何智力任务（研究人员正在努力实现强大的人工智能）
超级人工智能：超越人类智能，可以比人类更好地执行任何任务（仍然是一个概念）
人工智能的优缺点人工智能的优势1.减少人为错误
人工智能的最大优势之一是它可以显着减少错误并提高准确性和精确度。人工智能在每一步做出的决定都是由之前收集的信息和一组算法决定的。如果编程得当，这些错误可以减少到零。
2.零风险
人工智能的另一大优势是，人类可以通过让人工智能机器人为我们做这些事情来克服许多风险。无论是拆除炸弹、探索太空和海洋，金属制作而成的机器人比人类更加适应在恶劣的环境中生存。
3.24x7可用性
有许多研究表明，人类一天只有大约3到4个小时的生产力。人类也需要休息和休假来平衡他们的工作生活和个人生活。但人工智能可以无休止地工作而不会中断。他们的思考速度比人类快得多，并且一次执行多项任务并获得准确的结果。他们甚至可以借助人工智能算法轻松处理繁琐的重复性工作。
4.数字协助
一些技术最先进的公司使用数字助理与用户互动，从而消除了对人力的需求。许多网站利用聊天机器人来服务用户。甚至一些聊天机器人让我们很难判断我们是在与人交谈还是与聊天机器人交谈。
5.发明和创新
几乎在每个领域，人工智能都是众多创新背后的驱动力，这些创新将帮助人类解决大多数具有挑战性的问题。
6.更加公正
无论我们喜不喜欢，人类都是受情绪驱动的。另一方面，人工智能没有情感，在方法上非常实用和理性。人工智能的一个巨大优势是它没有任何偏见，从而确保更准确的决策。
7.执行重复性工作
作为日常工作的一部分，我们将执行大量重复性任务，例如检查文件是否存在缺陷和邮寄感谢信等。我们可以使用人工智能来有效地自动化这些琐碎的琐事，甚至消除人们“无聊”的任务，让他们专注于更有创造力。
人工智能的缺点1.高成本
创造一台可以模拟人类智能的机器的能力是不小的壮举。它需要大量的时间和资源，并且可能会花费大量金钱。AI还需要在最新的硬件和软件上运行，以保持更新并满足最新要求，因此成本非常高。
2.没有创造力
人工智能的一大缺点是它无法学会跳出框框思考。人工智能能够随着时间的推移利用预先输入的数据和过去的经验进行学习，但在其方法上不能具有创造性。
3.依赖性
AI应用程序可以自动完成大部分繁琐且重复的任务。由于我们不必记住事情或解决难题来完成工作，我们倾向于越来越少地使用我们的大脑。这种对人工智能的依赖可能会给后代带来问题。
尽管人工智能的优缺点值得商榷，但它对全球行业的影响是不可否认的。它每天都在持续增长，推动企业的可持续发展。这当然需要人工智能素养和技能提升才能在许多新时代的工作中蓬勃发展。
复旦人工智能教授：未来3
今年5月1日国际劳动节当天，
第一波AI失业潮到来，
科技巨头IBM公司宣布暂停7800人的招聘，
称这些岗位的工作将由AI取代，
此前3月底，高盛集团发布报告，
预计全球将有3亿工作岗位会被生成式AI取代，
其中律师和行政人员受影响最大。
▲
AI生成美女图，以假乱真
▲
AI超现实创作：上班族在地铁里看金鱼、瓜农川普
在中文网站，因为ChatGPT和Midjourney，
也陆续出现了第一批失业的设计师和文案编辑。
未来3-5年，什么样的工作会被AI取代？
哪些行业是相对安全的？
如果想要成为AI工程师，需要什么样的能力？
以及文科生可以转AI吗？
一条采访了复旦大学人工智能专家张军平教授，
针对以上问题做了解答。
自述：张军平
编辑：刘亚萌
▲
张军平教授行走在复旦校园里
ChatGPT-4的出现是令人震惊的，我们做AI研究的，知道迟早会有这么个东西出来，不过没想到这么快，以及跑出来的性能这么好。
3月份以来，我朋友圈里很多人都在晒ChatGPT-4的聊天截图，非常狂热。再加上MidjourneyV5一起，大家都很担心，自己的工作会不会被AI取代？
▲
人机共存场景
一条编辑部经由Midjourney生成
这个担忧是合理的。
ChatGPT-4最令人惊艳的一点，是它的“涌现功能”，就是当它训练的数据量足够大的时候，这个复杂的系统，就诞生了其各组成部分所没有的属性——接近人类的“思维模式”和“智力表现”。
里面有个思维链，帮助ChatGPT-4去“链式思考”。就像我们有时候做作业，到了某个节点，做不出来，然后家长说“你再想一想”，其实也没说什么，但是这个学生就觉得我可能还有一些东西没掌握，通过慢慢想和一点点的引导，就突然把一个正确答案得出来了。
所以你在对话框里，让ChatGPT-4“再想想”，它也会再给你一个改进过的答案，大家就会觉得很惊讶。
因为AI对生产效率的提高，一个优秀的人才可以做很多工作，由一小部分人运营一个大市值公司的现象，以后可能会越来越多。你看Midjourney就是个典型，员工只有11人，但是年营收1亿美金。
▲
AI生成“失火”的白领工位
细看来，未来3-5年内容易被取代的工作，有两个标准：脑力工作和简单易重复。确实白领受影响比较大。
笔译和客服已经被替代得差不多了。
我自己的生活里，现在接快递电话，好多是机器人。国内科研工作者写论文要翻译成英文，以往可能要找国外的母语翻译者，以后说不定可以尝试ChatGPT-4翻译，它速度快，把领域内的专有名词限定下，应该会很不错。
▲
Office365里嵌入ChatGPT，能自动生成简报、表格
接下来最危险的是办公室文员、人力资源，还有做财务报表的。微软Office365已经把ChatGPT嵌入到Word、PPT和Excel里了，可以自动生成简报、PPT和表格，你以往费心学习的这些Office技能价值就下降了。
有个段子说“财务不会被AI替代，因为它不能做替罪羊”，虽然有点道理，但生产效率提高了，意味着公司对财务的人才需求压缩，你的就业空间就变小。
另外还有律师行业。我们知道律师很重要的一块工作是熟练法条和查找以往的案例，查找的过程是非常耗时间的，律所里应该专门有一部分人做这块工作。
换成AI的话，它把所有的案例都收过来，ChatGPT用对话的方式给你，速度非常快，那么以前做这部分工作的律师，就不再需要了。
▲
程序员们在工作
一条编辑部经由Midjourney生成
ChatGPT-4也会生成代码的，部分程序员会受到影响，尤其是前端。因为前端设计比较模块化，并没有涉及到很复杂的计算。OpenAI有个演示，就是在纸上画个草图，然后ChatGPT-4就给你跑出来了一个网页。
从公司的角度，有可能以后会更加倾向于ChatGPT写代码。因为每个人写代码的风格是不一样的，一个员工走了，新员工过来，因为不顺手，可能要重写代码。那么ChatGPT的一致性会更好，从公司的角度来说，更加有效率。
▲
AI生成的风格插画
受Midjourney影响的插画师、设计师，我网上看到有些人已经被裁员。你人完成一副插画可能要花2天时间，机器几分钟就出来了，效果还很好，这在迫使大家去做更具有创新性的工作。
一个有意思的现象是，一部分AI研究者自己的工作，都被AI干掉了。
据说现在美国一些大学，在自然语言处理、计算机视觉和语音识别方向的教职，不再增加了。
然后我们就讨论是为什么？以往科研院校，3-5年会出些成果，细细碎碎的需要那么些人去做，但是ChatGPT-4出来之后，它把很多问题都解决了，剩下都是一些非常难啃的硬骨头，那么你是不需要那么多教职去做的，就导致一些岗位被减掉。
▲
制作漆器的手工艺人
首先，跟实体相关的工作，比如医生、护工、驾驶员，还有小众手工艺者，比如做古琴的、做陶瓷的艺术家，都是依赖个人经验来做的，被AI替代的概率较小。
因为一直以来AI大多在做认知相关的任务，感知这块下的功夫少，现阶段跟实体相关的都做不好，与人类相比，机械手比较初级，拧一个瓶盖还是很难的事情。
就连打扫卫生，对我们人类来说是“简单易重复”，但对机器却是一个模糊的概念，没有办法程序化或形式化。
那么对于白领工作，还有一部分比较安全，就是大数据进入不了的行业。
▲
《滚蛋吧，肿瘤君》剧照
我们想想ChatGPT是怎么起来的？它的数据都是Billion级的，就是10亿级以上，这就意味着这么多数据，很有可能都是不设隐私的，才能被它调用。
如果一个行业涉及到隐私，数据不能公开，不能上模型训练，那么AI就挤不进去。比如说医疗、银行、生物等领域，相对来说是安全的。
所以我的一些学生，他们就不在互联网公司找工作了，而是会去一些数据相对封闭的领域，稳定一些。
如果高中生选专业，只考虑就业前景的话，我觉得人工智能方向目前还是最好的，所谓“不入虎穴焉得虎子”。
我们有个新名词叫做AIforScience，用人工智能帮助科学发展，以后各行各业都需要AI的辅助，要由懂AI方向的人来操作，那么就会有一个非常大的人才缺口。
▲
AI研究员
一条编辑部经由Midjourney生成
一个好的AI研究者或工程师，需要三个基本素质：数学基础、编程能力、英文。学英文是因为要跟踪国际最前沿的技术，读文献资料，然后对编程能力的要求，要比数学高一些。
现在不像以前那样需要了解特别深的人工智能知识，如果你是计算机或其他理工科专业，转AI的话门槛并没有那么高。
首先，现在的研究大部分是模块化，深度网络都是一些模型，就像积木一样在搭。算法方面，在ArXiv上你能够快速知道最新的算法是什么样子，代码呢本身就有很多网站，比如Github上的代码是共享的。这三点，就使得你现在进入这个行业是比较容易的。
文科生也有机会转AI的，我们复旦有中文系的学生，转到我们做自然语言处理的这个组，做得还挺好的。
▲
机器人与女孩一起在农场工作
一条编辑部经由Midjourney生成
首先，我们确实需要追赶，不追不行，要不然就会被卡脖子。
据说GPT5已经训练完了，那我们什么时候能追上国外的？目前有两派，一派是乐观派，觉得问题不大，2-3个月能追上。另一派是悲观派，觉得需要1年至1年半。
可能你觉得1年时间不算太久，其实这里面有些麻烦的地方。
目前AI主流的发展路径是三大块：模型、算力、大数据。
乐观的地方是，模型框架前辈们都做好了，几乎是公开的，研究人员把它做大、做深就行了。
▲
深度学习之父GeoffreyHinton
2006年GeoffreyHinton就提出来了深度学习模型，之后有一个图像分类竞赛上采用了大规模数据集ImageNet，2012年GeoffreyHinton就带着他的学生为这个竞赛做了新的深度学习模型，一下子就令人震惊了，比上一届冠军性能提升了将近10个百分点。
这是什么概念呢？如果你是用传统机器学习方法来做，每年就提高0.3-0.4个百分点。这意味着，深度学习的方法比传统机器学习方法，加快了20年左右。所以那时候，大家都转到做深度学习模型。
但是深度学习模型，是需要强大的算力的，在特定的GPU芯片上面跑。
据说ChatGPT有1万块A100的GPU做支撑，单块A100的售价在1万美元左右，光是GPU成本就是1亿美元（约合6亿人民币），这就是为什么OpenAI不到100人的小公司，微软投资了20亿美元上去的原因之一。所以大模型，几乎只能由大公司、大机构来做。
但是我们国家，目前在算力上有瓶颈，因为2022年12月份，美国对中国禁售了A100以上的GPU。这样国内没法用A100（有替代品，但通讯模块受限），但国外还能用比A100更好的卡，这就有点麻烦了。
现在我们做研究成本很高，也是因为GPU，以往你发文章只需要时间和人力成本，但是现在一篇论文的成本说不定在10万人民币左右。
再一个就是大数据，中文语料库推不上去。
ChatGPT有10亿级以上的数据做预训练，它都是英文的，但是我们中文的每个平台，都设了一个进入的门槛，防止你大范围搜索，另外还有格式的问题，这就导致我们堆数据，没有国外那么方便。
而且ChatGPT-2之后就没有开源了，你也不知道确切的差距到底在哪里。
现在国内的AI投资很火，资本层面的驱动还是蛮重要的。而且我们复旦前段时间发布了一个Moss系统，还开源了，相对来讲还是一个比较小的模型，大家都还是在努力的。
▲
上海街头的机器人
一条编辑部经由Midjourney生成
从历史上来讲，人工智能不到90年，我们一般认为它的开端，是1936年的图灵机，期间一直经历涨跌的过程。
七八十年代它经历第一次寒冬，当时如果你说自己是做人工智能的，是拿不到项目的。在90年代初，又经历了第二次寒冬。
我自己是从小喜欢看科幻小说，接触AI是在1997年，当时更流行叫自己是做机器学习而非人工智能的。
我的感受是到了2012年，也就是GeoffreyHinton带着学生赢得了竞赛那一年，人工智能才真正迎来腾飞。
▲
2016年AlphaGo对弈韩国围棋手李世石
到了2016年AlphaGo赢了李世石，然后2017年谷歌研究出了Transformer网络，这之后才有了ChatGPT的一系列工作，还有自动驾驶、AI金融、AI医疗等各个领域都在前进。
但其实到2022年，AI行业有点往下走的趋势了，因为大家觉得该做的都做了，并没有看到很好的应用，很明显的是有些大公司的深度学习这块，已经在裁员了。但突然今年3月一下子ChatGPT-4出来了，就又把大家都拉了回来。
所以它有兴盛期，也有衰败期。我自己在这个领域待久了，对于ChatGPT-4掀起的热潮看得比较冷静一些吧。AI的研究范围是很宽泛的，很多问题很难，难以在短时间内变现，人类对智能的理解还有很长的路要走。
作为一名研究者，乐趣还是在于探索未知，你在未知里面可以找到一点点进步，那个愉悦感就很令人满足了。
原标题：《复旦人工智能教授：未来3-5年，哪些工作会被AI取代？》
阅读原文