그의 책’자선에 작별’경제학자 그레고리 클라크는 우리가 우리의 말 친구와 메모를 비교하여 우리의 미래 직업 전망에 대해 한 두 가지를 배울 수 있다고 지적한다. 두 마리의 말이 1900 년의 초기 자동차를보고 미래를 숙고한다고 상상해보십시오.-
“나는 기술적 실업에 대해 걱정한다.
“울다,울다,러 다이 트하지 마십시오; 우리의 조상은 증기 엔진이 우리 산업의 일자리를 가져 갔고 기차가 역마차를 잡아 당길 때 똑같은 말을했습니다. 그러나 우리는 오늘 그 어느 때보 다 더 많은 일자리를 가지고,우리는 너무 더 나은 사람이;나는 훨씬 오히려 바보 광산 샤프트 펌프에 전원을 원을 걸어 하루 종일 지출보다 마을을 통해 가벼운 마차를 당겨 것입니다.”
“그러나이 내연 기관이 정말로 이륙한다면 어떨까요?
“나는 우리가 아직 상상하지 못했던 말을위한 새로운 일자리가있을 것이라고 확신합니다. 그 전에 무슨 일이 있었는지,바퀴와 쟁기의 발명과 같은”
아아,그-아직-상상 말을위한 새로운 일자리는 도착하지 않았다. 더 이상 필요하지 않은 말은 도살되어 교체되지 않아 미국 말 인구는 1915 년 약 2,600 만 명에서 1960 년 약 3 백만 명으로 축소되었습니다.
위의 발췌문은 좋은 시나리오와 나쁜 시나리오를 아름답게 결합합니다. 그것은 가설적이고 지능에 관해서는 우리가 말보다 낫다고 주장 할 수 있습니다. 자동화와 인공지능이 우리 일자리에 미치는 영향에 관해서는 두 가지 다른 견해가 있다.
그것은 우리의 일자리를 먹을 것이다
맥킨지 연구에 따르면 오늘날의 기술은 모든 직종에서 사람들이 지불 한 활동의 45%를 자동화 할 수 있습니다. 모든 직종의 약 60%는 업무 활동의 30%이상을 자동화 할 수 있습니다. 그것은 단지 그것 아니다. 벤처 자본가 비 노드 코 슬라는 기술이 의사의 80%를 대체 할 것으로 예측하고있다. 약사는 필요하지 않을 것입니다. 법률 직업은 자동화 및 로보 법률에 따라 동등하게 영향을받을 것입니다. 기술이 과거에 새로운 일자리를 창출했기 때문에 항상 일어날 것이라는 의미는 아닙니다. 이 걱정하는 뷰 및 기술 애호가들은 단지 디스토피아을 호출합니다.
오히려 새로운 일자리를 창출 할 것이다
두 번째 견해는 새로운 기술이 일부 일자리를 무의미하게 만들 것이지만 새로운 일자리를 창출 할 것이며 그것은 단지 재 스킬링의 경우에 불과하다는 것이다. 그것은 과거에 일어난. 예를 들어,산업 혁명 이전에 대부분의 사람들은 농업에 종사했지만 산업 생산 설정으로 빠르게 이동했습니다. 컴퓨터가 수동 산업 작업의 일부를 대체 할 때 프로그래밍 작업을 만들었습니다. 아마도 이것은 그들이 여가 및 레크리에이션 활동의 더 많은 자유 시간을 얻는 데 도움이되었을 것입니다. 이 견해의 지지자들에 따르면,새로운 기술은 인간의 잠재력을 향상시키고 기술에 의한 새로운 일자리의 창출 속도는 기존 일자리의 파괴 속도보다 빠를 것이다.
전문가들은 미래에 무슨 일이 일어날 지에 대해 계속 토론하고 있지만 아무도 수정 구슬을 가지고 있지 않습니다. 동시에,기술의 진보는 저희를 전반적으로 유익하고 있기 때문에 멈출 수 없습니다. 기술 덕분에 어느 날 우리 모두는 거의 자유 에너지와 무제한 음식을 가질 수 있습니다. 기름은 실제적으로 어디에나 있는 태양 에너지 같이 자연 에너지 근원에 방법을 줄 것이다. 얇은 실리콘 실버의 태양 전지 패널은 매우 효과적이되었습니다. 이 성장 속도,그것은 떨어져 오늘날의 에너지 요구의 100%를 충족에서 수십 년이다. 이 깨끗한 지속 가능한 에너지는 깨끗한 물 공급에 사용될 수 있으며 농업을 풍부하게하여 거의 무제한의 식량을 생산할 수 있습니다.
인공 지능은 몇 년 안에 전기와 매우 비슷할 것입니다. 우리가 이전에 모든 것을 전기화함에 따라 인공 지능은 인간을 포함한 주변의 모든 물체를 인식 할 것입니다. 오늘날 우리가 하는 일의 대부분은 인공지능이 가장 경제적이고 효율적인 방법으로 할 것이다. 그러나 우리는 여전히 일자리가 필요하다고 볼테르는 1759 년에’일은 지루함,악 및 필요라는 세 가지 큰 악을 막는다’고 썼다.
또한 읽기:왜 얼굴 인식 기술은 엄지 손가락을 받고있다?
인공 협소 지능(애니)
인공 지능에 대해 배울 수있는 가장 쉬운 것은 우리가 좁은 영역의 전문가로서 배우는 기술입니다. 사전 정의 된 일련의 규칙으로 표현 될 수있는 주식 거래 및 투자 관리 작업은 강력한 인공 지능 알고리즘으로 대체 될 가능성이 큽니다. 항상 이러한 작업이 창의성이나 혁신에 낮은 것을 의미하지 않는다,그러나 그들은 하나의 특정 영역으로 제한하고 신경 네트워크에 의해 인공 지능 구동 훨씬 쉽게 시간에 그들을 배울 수 있습니다. 한 가지 사례는 체스 게임입니다. 불과 몇 년 전만 해도 인공지능이 정복할 수 있는 가장 큰 인지적 도전 중 하나라고 생각했습니다. 그러나 오늘 체스 대회 관찰자는 참가자가 컴퓨터를 찾아 부정 행위를하지 않는 경우 계속 확인. 인공 지능은 체스에서 인간을 훨씬 능가했습니다. 딥 블루는 1995 년에 게리 카스파로프를 물리 쳤다.
인공 일반 지능(아기)
이것은 상식으로 느슨하게 번역 될 수 있습니다. 컴퓨터를 위해 배울 것이다 가장 큰 곤란한 특기는 그들의 나이의 첫번째 7 년안에 아이에의해 취득되는 그들 이다. 그것은 계단 등반,언어 능력,논리적 추론 등과 같은 것들을 포함합니다. 이것은 단지 뇌 발달의 광범위한 아키텍처에 관한 것이다. 우리는 그들이 정확히 어떻게 작동하는지 모른다. 로봇에게 가장 어려운 것은 세탁물 컬렉션을 접는 것입니다(수건,셔츠,넥타이 및 양말이 있다고 가정). 근본적으로 이들은 독창성과 혁신의 높은 분대가 있는 활동에는이다. 그들은 규칙에 넣을 수 없습니다.
전문적인 환경에서,당신은 당신의 작업이 안전하게 작업이 높은 위험이 될 수 있다고 가정 할 수있는 것보다 훈련의 몇 달 갓 졸업 한 학생들에 의해 수행 될 수 있음을 평가할 수 있다면.
인공지능 슈퍼지능(인공지능)
이 단계는 인공지능이 스스로 분열하고 번식하여 인간이 실질적으로 이해할 수 없고 통제할 수 없는 시스템을 만들 때 특이점으로 알려져 있다. 그것은 할리우드 공상 과학 영화의 파괴 할 수없는 로봇처럼되지 않습니다,하지만 더 거대한 네트워크 처리 능력과 무제한 컴퓨팅 파워를 활용 보이지 않는 소프트웨어 프로그램처럼 될 것입니다. 대부분의 아마 그들은 우리가 기술적으로 그렇게 할 수 있지만 인간이 지구상의 모든 동물을 죽이지 않은 것을,우리를 죽이지 않을 수 있습니다.
결국 인공지능으로부터 직업을 보호할 수 있는 유일한 것은 학습능력,즉 새로운 것을 배우려는 능력과 의지뿐이다. 그것은 움직이는 목표이지만 인공 지능과 자동화에 의해 지배 불확실한 미래에 특정 해답이 될 수 있습니다.
슈라는 그것을 선도하고 컨설팅 회사와 20 년 이상의 경험을 가진 소프트웨어 전문가입니다. 그는 또한 새로운 기술 분야의 스타트 업 멘토로서 대학과 협력합니다.
