kirjassaan ”Farewell to Alms” taloustieteilijä Gregory Clark huomauttaa, että voimme oppia jotakin tulevista työmahdollisuuksistamme vertaamalla muistiinpanoja hevosystäviimme. Kuvitelkaa kaksi hevosta katselemassa varhaista autoa vuonna 1900 ja pohtimassa tulevaisuuttaan: –
”olen huolissani teknologisesta työttömyydestä.
”älä ole Luddiitti.; esi-isämme sanoivat samaa, kun höyrykoneet veivät työmme ja junat veivät työmme vetäen postivaunuja. Mutta meillä on enemmän työpaikkoja kuin koskaan tänään, ja meillä on parempia myös; olisin paljon mieluummin vetää kevyt vaunut läpi kaupungin kuin viettää koko päivän kävely ympyrää virtaa tyhmä kaivoskuilun pumput.”
” mutta mitä jos tämä polttomoottori todella lähtee lentoon?
” hevosille tulee varmasti uusia töitä, joita emme ole vielä kuvitelleet. Niin on käynyt aiemminkin, kuten pyörän ja auran keksimisessä ”
valitettavasti niitä vielä kuviteltuja uusia töitä hevosille ei koskaan tullut. Tarpeettomiksi jääneitä hevosia teurastettiin eikä niitä vaihdettu, minkä vuoksi Yhdysvaltain hevosväestö romahti vuoden 1915 noin 26 miljoonasta noin 3 miljoonaan vuonna 1960.
yllä oleva ote yhdistää kauniisti hyvän ja huonon tapauksen skenaarion. Se on hypoteettinen ja voidaan väittää, että olemme parempia kuin hevoset, kun on kyse älykkyydestä. Automaation ja tekoälyn vaikutuksesta työpaikkoihimme on kaksi eri näkemystä.
se syö työpaikkamme
McKinseyn tutkimuksen mukaan-nykypäivän teknologia voisi automatisoida 45 prosenttia toiminnoista, joista ihmisille maksetaan palkkaa kaikissa ammateissa. Noin 60 prosenttia kaikista ammateista voisi automatisoida vähintään 30 prosenttia työtoiminnastaan. Kyse ei ole vain siitä. Pääomasijoittaja Vinod Khosla ennustaa, että teknologia korvaa 80 prosenttia lääkäreistä. Apteekkareita ei tarvita. Lakimiesammatti tulee yhtä lailla vaikuttamaan vastaavasti automaatio-ja robolakien kanssa. Vaikka teknologia on aiemmin luonut uusia työpaikkoja, se ei tarkoita, että niin tapahtuisi aina. Tämä on hälyttävä näkemys, ja tekniikan ystävät kutsuvat sitä dystopiaksi.
se pikemminkin luo uusia työpaikkoja
toinen näkemys on, että vaikka uusi teknologia tekee joistakin työpaikoista merkityksettömiä, se luo myös uusia työpaikkoja, ja kyse on vain uudelleen työllistämisestä. Niin on käynyt ennenkin. Esimerkiksi ennen teollista vallankumousta suurin osa kansasta harjoitti maataloutta, mutta he siirtyivät nopeasti tuotannon teolliseen asetelmaan. Kun tietokone korvasi osan manuaalisista teollisuustyöpaikoista, se loi ohjelmointitöitä. Mahdollisesti tämä auttoi heitä saamaan enemmän vapaa-aikaa vapaa-ajalle ja virkistystoiminnalle. Tämän näkemyksen kannattajien mukaan uusi teknologia lisää inhimillisiä voimavaroja, ja teknologian avulla syntyy uusia työpaikkoja nopeammin kuin jo olemassa olevia työpaikkoja tuhoutuu.
vaikka asiantuntijat väittelevät jatkuvasti siitä, mitä tulevaisuudessa tapahtuu, kenelläkään ei ole kristallipalloa. Samalla tekniikan kehitys on pysäyttämätöntä, koska se hyödyttää meitä yleisesti. Teknologian ansiosta jonain päivänä meillä kaikilla voi olla lähes ilmaista energiaa ja rajattomasti ruokaa. Öljy antaa tilaa luonnollisille energialähteille, kuten aurinkovoimalle, jota on käytännössä kaikkialla. Aurinkopaneeli ohuemmasta silvers of pii on tullut erittäin tehokas. Sen kasvuvauhti on parin vuosikymmenen päässä siitä, että se täyttäisi 100 prosenttia nykypäivän energiantarpeesta. Tätä puhdasta ja kestävää energiaa voidaan käyttää puhtaan veden saamiseen ja se voi rikastuttaa maataloutta tuottamaan lähes rajattomasti ruokaa.
tekoäly muistuttaa hyvin paljon sähköä muutaman vuoden kuluttua. Kuten sähköistimme kaiken aiemmin, tekoäly kognitoi kaikki ympärillä olevat esineet, myös ihmiset. Suurin osa tämän päivän työstä tehdään tekoälyn avulla mahdollisimman taloudellisella ja tehokkaalla tavalla. Mutta tarvitsemme yhä työpaikkoja, Voltaire kirjoitti vuonna 1759, että ”työ pitää loitolla kolme suurta pahaa: tylsyys, pahe ja tarve”.
Lue myös: miksi kasvojentunnistustekniikat saavat peukut alas?
Artificial Narrow Intelligence (ANI)
helpointa oppia tekoälylle ovat taidot, joita opimme suppean alan asiantuntijana. Osakekauppa ja sijoitusten hallinta työ, joka voidaan artikuloida joukko ennalta määriteltyjä sääntöjä, voidaan todennäköisesti korvata vankka AI algoritmi. Se ei aina tarkoita, että näissä töissä olisi vähän luovuutta tai innovointia, vaan ne rajoittuvat yhteen tiettyyn alueeseen ja neuroverkkojen avulla toimiva tekoäly voi helposti oppia ne hetkessä. Esimerkki tästä on shakkipeli. Vielä muutama vuosi sitten ajateltiin, että se on yksi suurimmista kognitiivisista haasteista, jotka tekoäly voi koskaan voittaa. Mutta nykyään shakkikilpailuissa tarkkailijat tarkistavat jatkuvasti, eivätkö osallistujat huijaa katsomalla tietokonetta. Tekoäly on päihittänyt ihmiset shakin pelaamisessa. IBM: n deep blue voitti Gary Casparovin jo vuonna 1995.
Artificial General Intelligence (AGI)
tämä voidaan väljästi kääntää maalaisjärjeksi. Vaikeimpia tietokoneen oppimistaitoja ovat ne, jotka lapsi on hankkinut ikänsä ensimmäisten 7 vuoden aikana. Se sisältää asioita, kuten porraskiipeily, kielitaito, looginen päättely jne. Tämä koskee vain aivojen kehityksen laajaa arkkitehtuuria. Emme tiedä, miten ne toimivat. Vaikeinta robotille on viikata pyykkikokoelma (oletetaan, että on pyyhe, paita, solmio ja sukat). Pohjimmiltaan nämä ovat toimintoja, joissa on suuri osa luovuudesta ja innovoinnista. Niitä ei voi laittaa sääntöihin.
ammatillisessa ympäristössä, jos voit arvioida, että työsi voi suorittaa vastavalmistunut opiskelija muutaman kuukauden koulutuksella, kuin voit turvallisesti olettaa, että työsi voi olla suuri riski.
Artificial Super Intelligence (ASI)
tätä vaihetta kutsutaan myös singulariteetiksi, jolloin tekoäly purkautuu ja moninkertaistuu luodakseen järjestelmän, joka on ihmisille käytännössä käsittämätön ja hallitsematon. Se ei ole kuin Hollywoodin sci-fi-elokuvien tuhoutumattomat robotit, vaan se on enemmän kuin näkymättömät ohjelmistot, jotka hyödyntävät jättimäistä verkottunutta prosessointikykyä ja rajatonta laskentatehoa. Todennäköisesti he eivät ehkä tapa meitä, vain että ihmiset eivät ole tappaneet kaikkia eläimiä tällä planeetalla, vaikka voimme teknisesti tehdä niin.
lopulta ainoa asia, joka voi suojata työtään tekoälyltä, on oppimiskyky – kyky ja halu oppia uutta. Se on liikkuva kohde, mutta se voi olla vain varma vastaus tekoälyn ja automaation hallitsemassa epävarmassa tulevaisuudessa.
Mishra on ohjelmistoalan ammattilainen, jolla on yli 20 vuoden kokemus IT-ja konsulttiyritysten johtamisesta. Hän työskentelee myös yliopistojen kanssa startup-mentorina uusien teknologioiden parissa.
