中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

容易被取代的職業(yè)是哪些只有“硬技能”的職業(yè)，重復(fù)勞動(dòng)、可預(yù)見、有明確流程和方法論的工作，而“軟實(shí)力”，比如對(duì)事物之間的關(guān)聯(lián)性有深入理解的，感性的，則處于相對(duì)安全的范圍。但，未來不會(huì)有永久的安全區(qū)域。

1899年，愛迪生聽福特介紹完汽車之后表示：馬的末日已經(jīng)來臨。不過汽車在大街上暢通無阻奔馳之前，還是遇到了很大的阻力。當(dāng)時(shí)乘坐馬車的人不喜歡汽車，馬車夫和馬車鋪老板更是恨透了汽車。在英國甚至有一個(gè)交通法規(guī)叫“紅旗法”（1858-1896年），蒸汽汽車市內(nèi)限速2英里/小時(shí)以下，郊外限速4英里/小時(shí)以下。舊金山也曾規(guī)定汽車在市內(nèi)行駛的速度不能超過8英里/小時(shí)。對(duì)汽車的歧視不僅包括汽車不能超過馬車速度，還有馬車與汽車相遇時(shí)，汽車要停車為馬車讓路，馬車夫甚至可以要求汽車司機(jī)發(fā)動(dòng)機(jī)熄火，讓馬車安靜通過。

但不管什么法令，汽車最終還是取代了馬車，成為20世紀(jì)以來人類最主要的交通工具之一。人工智能對(duì)未來各種職業(yè)變化產(chǎn)生的影響，只會(huì)更加徹底。人工智能代表了更高的生產(chǎn)力，不管行業(yè)工會(huì)和政策如何壓制，最終它還是會(huì)勝出。

那么，如何看待人工智能近期的加速？人工智能的變化對(duì)哪類職業(yè)會(huì)產(chǎn)生影響？

一、機(jī)器學(xué)習(xí)范式的轉(zhuǎn)變

人工智能之所以變熱、加速，很重要的原因是機(jī)器學(xué)習(xí)取得了重大的突破，而這個(gè)突破在于思考問題方式的轉(zhuǎn)變。比如深度學(xué)習(xí)不再試圖對(duì)整個(gè)世界建模，而是對(duì)大腦進(jìn)行建模。范式的轉(zhuǎn)移帶來全新的突破。這加速了生產(chǎn)力的提升，加速了職業(yè)的變化，有的職業(yè)將消失，甚至絕大多數(shù)目前的職業(yè)都將消失，而新的職業(yè)將誕生。

從1956年提出人工智能概念到2016年，剛好60年，人工智能走到突破點(diǎn)上。人工智能的三駕馬車：算法、算力和數(shù)據(jù)。算法有了很大的進(jìn)步，深度學(xué)習(xí)技術(shù)可以大量處理未標(biāo)記非結(jié)構(gòu)化的數(shù)據(jù)，可以無監(jiān)督訓(xùn)練及有監(jiān)督的反向支持運(yùn)算等；算力方面，GPU的大發(fā)展為人工智能的計(jì)算速度提供了基礎(chǔ)支持。而數(shù)據(jù)是所有人工智能之源。所有的決策，所有的行為，最終歸結(jié)為數(shù)據(jù)。

從具體的發(fā)展來看，目前語音識(shí)別、圖像識(shí)別、自然語言處理、自動(dòng)駕駛都有了實(shí)實(shí)在在的長足進(jìn)步。

首先圖像識(shí)別正確率的提高，圖像識(shí)別的錯(cuò)誤率減少到了7%，語音識(shí)別錯(cuò)誤率減少到4%。圖像識(shí)別相當(dāng)機(jī)器的眼睛，它通過圖像識(shí)別能夠看到世界。在人工智能基準(zhǔn)測試Imagenet上，微軟、谷歌和百度都曾經(jīng)取得過5%以內(nèi)的識(shí)別錯(cuò)誤率，這是一個(gè)很了不起的成績，因?yàn)槿搜圩R(shí)別的錯(cuò)誤率大概為5.1%。其次，語音識(shí)別率大大幅提高。在國內(nèi)百度、搜狗和科大訊飛對(duì)外公布語音識(shí)別準(zhǔn)確率均達(dá)到97%。

更重要的是機(jī)器學(xué)習(xí)的方法讓它變得越來越犀利。之前人工智能靠的是窮舉法。比如圖像識(shí)別要靠通過設(shè)立規(guī)則開發(fā)系統(tǒng)來識(shí)別物體，比如貓、狗等動(dòng)物。自然語言處理則需要通過語言學(xué)家們把語法規(guī)則編寫出來，并設(shè)計(jì)程序開發(fā)來完成。機(jī)器學(xué)習(xí)則換一個(gè)模式解決這個(gè)問題。把規(guī)則問題轉(zhuǎn)換為數(shù)據(jù)問題。比如說，讓要機(jī)器學(xué)習(xí)“貓”，傳統(tǒng)的方式把識(shí)別的規(guī)則寫出來。而機(jī)器學(xué)習(xí)則讓自己去學(xué)習(xí)：從一定數(shù)量的標(biāo)記為“貓”的圖片和沒有標(biāo)記為“貓”的圖片中，讓神經(jīng)網(wǎng)絡(luò)去把“貓”找出來。之前由于算力和數(shù)據(jù)沒有辦法解決學(xué)習(xí)問題，但今天，這都不是問題。

數(shù)據(jù)對(duì)規(guī)則形成了碾壓。甚至人工智能學(xué)家宣稱：“每解雇一名語言學(xué)家，語音識(shí)別機(jī)器的表現(xiàn)就提高了一點(diǎn)。”?由于這是一個(gè)通用的方法論，這樣機(jī)器學(xué)習(xí)就可應(yīng)用到所有數(shù)據(jù)的領(lǐng)域，比如金融科技，通過機(jī)器學(xué)習(xí)找到高風(fēng)險(xiǎn)人群的特征。

?二、機(jī)器學(xué)習(xí)范式轉(zhuǎn)移加劇對(duì)傳統(tǒng)職業(yè)的沖擊

機(jī)器學(xué)習(xí)，尤其是深度學(xué)習(xí)的快速發(fā)展讓很多工作面臨被取代的局面，這個(gè)進(jìn)程還在加快。更可怕的是，未來人工智能將在數(shù)據(jù)分析上比人類更聰明。這也意味著人類不僅僅在一些機(jī)械的工作上被取代，甚至一些復(fù)雜的計(jì)算工作也會(huì)被取代。

容易被取代的工作包括純機(jī)械體力勞動(dòng)、有明確方法論和邏輯及流程的職業(yè)。難以被取代的工作，主要是關(guān)于人的體驗(yàn)、感性、暫時(shí)沒有明確方法論和流程可以解決的行業(yè)和職業(yè)。比如創(chuàng)意娛樂藝術(shù)類。

未來可能今天的絕大多數(shù)職業(yè)都要消失，這里也沒有辦法窮舉。目前看來顯而易見的一些行業(yè)和職業(yè)很快就要受到?jīng)_擊。

1.翻譯

谷歌神經(jīng)網(wǎng)絡(luò)翻譯（Neural Machine Translation）從2014年開始，僅僅兩年的時(shí)間，就發(fā)生了翻天覆地的變化，英語和法語，英語和西班牙的互譯質(zhì)量達(dá)到了90%以上。百度翻譯采用的則是深度學(xué)習(xí)和統(tǒng)計(jì)結(jié)合的翻譯系統(tǒng)，同時(shí)還加收入了語言處理、語音交互的場景，目前支持超過28種語言互譯。微軟也曾發(fā)布微軟翻譯（Microsoft Translator），實(shí)現(xiàn)9中語言實(shí)時(shí)語音轉(zhuǎn)文本的翻譯。

像谷歌和百度等采用神經(jīng)網(wǎng)絡(luò)翻譯系統(tǒng)之后，能夠讓翻譯不僅僅是按字句進(jìn)行，而是可以根據(jù)一篇文章大意對(duì)文章進(jìn)行分析，極大降低了錯(cuò)誤率。

目前谷歌翻譯、百度翻譯還不夠完美，但是每年都在進(jìn)步，估計(jì)過了五年十年，比普通人類翻譯做得還好。

為什么？因?yàn)檫@是機(jī)器學(xué)習(xí)范式轉(zhuǎn)變帶來的變化。機(jī)器翻譯實(shí)現(xiàn)了從統(tǒng)計(jì)式的翻譯轉(zhuǎn)向了神經(jīng)網(wǎng)絡(luò)翻譯。也就是從統(tǒng)計(jì)，從窮舉，從規(guī)則轉(zhuǎn)向了機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)的方法意味著翻譯的效果會(huì)越來越好。這才是從事翻譯工作的人們需要擔(dān)心的問題。

2.記者

大多數(shù)記者寫稿的工作也可能被取代。比如美聯(lián)社有90%的文章采用機(jī)器寫手的文章。騰訊也開發(fā)了機(jī)器人寫作新聞稿，按照算法在最快時(shí)間生成稿件，瞬時(shí)將重要資訊和解讀發(fā)布給用戶。

目前看，機(jī)器人寫稿，一般來說，可以做一些消息類稿件，比如剛才提到的美聯(lián)社新聞稿，騰訊的新聞稿。對(duì)于大多數(shù)只是發(fā)布新聞消息的記者來說，這個(gè)職業(yè)很快就面臨被淘汰的局面。這符合剛才提到的不僅僅是機(jī)械性的體力勞動(dòng)，機(jī)械性的腦力勞動(dòng)崗位也會(huì)被替代。大多數(shù)記者的寫稿行為，本質(zhì)是都是機(jī)械性的腦力勞動(dòng)?；跈C(jī)器學(xué)習(xí)的寫稿行為，它會(huì)比人類更快，且隨著給予的數(shù)據(jù)喂養(yǎng)更多，會(huì)比普通人類記者寫得更加出色。

目前看只有對(duì)于事件的深度解讀和分析，暫時(shí)還是人類的優(yōu)勢領(lǐng)域。

3.司機(jī)

人類歷史上，曾經(jīng)強(qiáng)壯的男人最受歡迎。在原始的部落，強(qiáng)壯男人狩獵、保護(hù)族人免受外族欺凌，在原始社會(huì)、部落社會(huì)、農(nóng)業(yè)社會(huì)，甚至在工業(yè)社會(huì)都是最受歡迎的職場人士。但是今天，強(qiáng)健的體魄面臨來自不知疲倦更加強(qiáng)壯的機(jī)器人的沖擊。

重復(fù)性體力勞動(dòng)的重要性一直降低，而且被取代也是遲早的事情。比如無人駕駛作為人工智能最大的應(yīng)用。它對(duì)司機(jī)這個(gè)職業(yè)產(chǎn)生根本性的威脅。不僅是Uber和滴滴這樣的出行應(yīng)用公司，而且特斯拉、百度、谷歌也在大力發(fā)展無人駕駛汽車。無人駕駛汽車的應(yīng)用幾乎涉及到了所有人工智能的方面，比如圖像識(shí)別、語音識(shí)別、自然語言處理等。對(duì)于Uber和滴滴來說，要想繼續(xù)向上走，必須讓無人駕駛成為優(yōu)化整個(gè)交通出行的核心，最終讓出行體驗(yàn)做到極致。

而對(duì)于特斯拉、百度和谷歌這樣的企業(yè)來說，重要的不僅僅是無人駕駛的硬件或者無人駕駛的軟件能力。核心的還是前面提到的理念，這些企業(yè)的無人駕駛汽車是建立在“機(jī)器學(xué)習(xí)”基礎(chǔ)上的。比如特斯拉已經(jīng)收集了超過20多億公里的車輛行駛數(shù)據(jù)，包括了不同路況和天氣下的行駛數(shù)據(jù)，這些數(shù)據(jù)每天都在大規(guī)模增加。這些大數(shù)據(jù)通過學(xué)習(xí)的機(jī)制為其他所有的汽車賦予能力，也就是說這是一個(gè)怪獸。由分布在全球不同的地區(qū)的汽車個(gè)體不停地上傳不同的數(shù)據(jù)，而這些數(shù)據(jù)又回報(bào)給各個(gè)個(gè)體，最終進(jìn)化成為一個(gè)更加高效有用的自動(dòng)駕駛汽車。

百度和谷歌也有類似的思路，百度有一個(gè)輸出人工智能大腦的戰(zhàn)略，除了自行研發(fā)百度無人汽車之外，還跟不同的汽車廠商合作，輸出汽車大腦的服務(wù)，對(duì)于百度和谷歌來說，這樣的方式能夠以更快的速度獲得數(shù)據(jù)。對(duì)于這些企業(yè)來說，最快的速度獲得數(shù)據(jù)永遠(yuǎn)是最高的戰(zhàn)略。

雖然真正的無人駕駛可能還需要五年十年的時(shí)間，但是這個(gè)趨勢已經(jīng)不可逆轉(zhuǎn)。未來的出租車司機(jī)、滴滴或許Uber的司機(jī)、大貨車司機(jī)等都要面臨職業(yè)消失的局面。美國有200萬名大貨車司機(jī)，即使有特朗普的保護(hù)，最終來說，生產(chǎn)力發(fā)展的趨勢也不是不可逆。無人駕駛汽車比貨車司機(jī)更安全、可靠、聽話、不知疲倦且容易管理。

4.工廠工人

機(jī)器人取代工廠工人是必然，就像美國目前的農(nóng)業(yè)人口占總?cè)丝诘?%一樣，未來工人也不會(huì)超過總?cè)丝诘?%。

三全之前有2萬多名職工，用手工包湯圓和水餃，但現(xiàn)在以前幾千噸的湯圓水餃都由機(jī)器人完成。日本軟銀的孫正義早已開始布局未來，軟銀公司一家有超過3000萬機(jī)器人，24小時(shí)不眠不休地干活，一個(gè)機(jī)器人抵好幾個(gè)普通工人，目前成本僅900元，而中國的勞動(dòng)力工資至少也得3000元以上。人工智能的發(fā)展將會(huì)引發(fā)產(chǎn)業(yè)的轉(zhuǎn)移，產(chǎn)業(yè)將不一定在人力成本低的發(fā)展中國家發(fā)展，而可能會(huì)回流到發(fā)達(dá)國家。

諸如此類的案例只會(huì)越來越多?？梢詥枂栕约?，自己的職業(yè)是不是處在被人工智能取代的區(qū)域？

三、結(jié)語

容易被取代的職業(yè)是哪些只有“硬技能”的職業(yè)，重復(fù)勞動(dòng)、可預(yù)見、有明確流程和方法論的工作，而“軟實(shí)力”，比如對(duì)事物之間的關(guān)聯(lián)性有深入理解的，感性的，則處于相對(duì)安全的范圍。但，未來不會(huì)有永久的安全區(qū)域。

為了不那么容易被淘汰，應(yīng)該怎么做？既然是不可逆轉(zhuǎn)的趨勢，首先了解它，然后接納它，最后努力成為它的一部分。

怎么成為它的一部分？比如你是一位產(chǎn)品經(jīng)理，有沒有考慮過人工智能時(shí)代，作為產(chǎn)品經(jīng)理的職業(yè)會(huì)不會(huì)不一樣？是不是需要學(xué)會(huì)跟科學(xué)家溝通？比如你是傳統(tǒng)的金融風(fēng)控專家，如果機(jī)器學(xué)習(xí)應(yīng)用到了金融科技，能夠通過機(jī)器學(xué)習(xí)的方式更好地確定高風(fēng)險(xiǎn)人群的特征，那么，原來的經(jīng)驗(yàn)是否還奏效？又比如是一位父母，如何進(jìn)行教育？如何讓自己的孩子在在未來二三十年的人工智能時(shí)代能夠有機(jī)會(huì)參與？現(xiàn)有的教育理念可能都需要重新審視，要有個(gè)性化的教育，除了基礎(chǔ)教育，更加重視發(fā)揮個(gè)人優(yōu)勢。理性思維強(qiáng)的人，要加大對(duì)物理和數(shù)學(xué)基礎(chǔ)的學(xué)習(xí)，而感性思維強(qiáng)的人，發(fā)揮自己的創(chuàng)意、娛樂的等天賦。未來或許不再有中間道路，To be or not to be!（藍(lán)狐筆記）

作者：藍(lán)狐筆記，微信公眾號(hào)：lanhubiji

本文由 @藍(lán)狐筆記 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。