编辑 | TGS
发布 | ATYUN订阅号
人工智能和机器学习是处理企业日常运营任务的理想选择,但在创新、预测、临场应变方面,它们仍然表现平平。尽管企业级人工智能仍有很长的路要走,急不得,但企业和IT领导者却有责任不停试验和探索人工智能潜在的优势。——出自麻省理工学院未来工作特别工作组(MIT Task Force on the Work of the Future)最近的一份报告。
该报告将人工智能视为席卷就业领域和工作场所的一系列广泛变革的一部分,报告的作者,国家经济研究局(National Bureau of Economic Research)的Autor,连同麻省理工学院的学生David Mindell和Elisabeth Reynolds表示:“人工智能之路,我们要走的还很长。”
首先,推动人工智能决策的燃料——数据,还没有准备好跃迁,迄今为止,最成功的人工智能项目,都是基于依赖大型数据集机器学习(ML)系统的,Autor和他的合著者指出,在许多领域,人工智能和相关技术都显示出了“创造新产品和新生产方法”的巨大前景。
目前投入使用的最突出的ML应用程序包括图像分类、人脸识别和机器翻译,以及文档分析、客户服务和数据预测。然而,Autor和他的团队却表示,ML仍然面临安全性和Explainability方面的挑战。
“使用ML的行业正在慢慢认识到,用于培训ML系统的数据必须与系统本身一样公正可信,这是应对黑客和网络战时代必不可少的关键挑战。Explainability也是一个挑战,因为Explainability必须能够经受失败的考验,能够与人类互动,并有助于人类做出具有法律或生命意义的重大决定。”Autor和他的团队非常认真地道。
为了在人工智能和人类主动性之间达到最佳平衡,麻省理工学院的团队敦促各组织“重新设计工作流程,重新考虑工人和机器之间的任务分工,就像亚马逊在其仓库中部署机器人那样。”由此导致的工作设计变化将改变许多工作的性质,在某些情况下会产生深远影响。
对特定技能群体的影响尚不确定——部分取决于管理和组织选择而不仅仅取决于技术,所以人工智能似乎不太可能对劳动力市场产生巨大影响,除了刺激对计算机和数据科学家的需求增加之外,我们至今还没有关于这个话题的确切证据。——Autor和他的团队。
人工智能在经济中的应用尚在起步阶段,一切的猜测,无论是大是小,是好或者是坏,都需要交给时间来慢慢证明。
END