失去工作崗位並不是什麼新鮮事。 自工業革命以來，曾經由人類專門執行的角色已經緩慢但穩定地被某種形式的自動化機械所取代。 即使在人類工作者沒有完全被機器取代的情況下，人類也學會依靠一堆機器來獲得更多 高效準確.
A report 來自牛津馬丁學院的未來科技影響計劃表示，美國所有工作的47％可能會被自動化系統取代。 即將被機器取代的工作包括房地產經紀人，動物飼養員，稅務顧問，數據錄入工作人員，接待員和各種私人助理。
但是你現在還不需要打包辦公桌並交給計算機，事實上，需要一定程度的社會智慧和創造力的工作，如教育，醫療保健，藝術和媒體，可能會留在人類的需求，因為這些任務仍然難以計算機化。
無論喜歡與否，我們現在生活在一個由...主宰的時代 人工智能 （AI）。 人工智能可被視為一系列技術，可用於模仿甚至超越人類使用機器執行的任務。
我們可能不會首先看到它，但我們無法避免在我們的日常活動中遇到使用某種形式的AI算法的一個或多個系統 - 例如使用Google搜索某些信息，在亞馬遜上購買推薦的產品，或者識別上傳到Facebook的圖像中的面孔。
深入學習
最近 突破 人工智能在很大程度上歸功於一種稱為深度學習的技術。 通常稱為機器學習或神經網絡，深度學習涉及“訓練”計算機模型，以便它可以從圖像中識別對象。 基於深度學習的AI系統的強大之處在於它們的自動化能力 檢測明顯的功能 並用它們來解決硬識別問題。
儘管人類幾乎無意識地可以輕易地執行這樣的識別任務，但是人們通常很難在足夠詳細的水平上解釋確切的程序，以便可以將其編程到計算機中。
深入學習這一切都發生了變化。 現在，基於深度學習的人工智能係統可以找出重要的功能 解決難題 曾被認為只能由人類解決的問題。
因此，人類必須在心理上為這一事實做好準備 我們的一些工作將丟失到AI系統。 我們甚至可能不得不在不久的將來將AI系統稱為我們的同事或老闆。
但是，儘管我們的計算機很快就會獲得更深層次的知識，但將工作丟失到機器上並不是一件壞事。 讓機器完成大部分工作意味著人類將從日常工作中解脫出來，使計算機以更高的準確率更好地執行，例如 開車.
這應該使人類能夠像人類一樣思考而不是機器。 它還將為人類釋放時間和精力，從而進行更具創造性和智力刺激的活動，可能由人工智能協助。
情商
人工智能係統已經變得過於復雜，一般人無法理解，更不用說修復了，因此將會創建新的角色，這將需要能夠充當計算機和人類之間中間人的人。
與醫學或法律等專業類似，需要具備專業技能的專業人士來解釋日常民間的技術細節，我們需要使用AI語言的專業人士。 這些專業人員的技能可能各不相同，可能包括軟件開發人員，計算機科學家和數據科學家。
但是，人類和人工智能共同工作環境引起的道德問題是一個真正的問題。 在上傳到Facebook的圖像中錯誤地識別出面部是一回事，但如果癌症被AI誤診則完全不同，這很容易發生。 畢竟，計算機會像人們一樣犯錯誤。
雖然基於AI的系統在許多領域變得比人類更聰明，但這些系統卻是如此 遠非完美 考慮到他們使用的不可預測的學習機制，它們不太可能完美。
也就是說，社會和文化變革可能是真正的挑戰，而不是人工智能本身的技術挑戰。 因此，雖然機器人接管我們的工作可能是一件好事，但只有時間才能證明我們是否願意接受他們作為我們的同事。
關於作者
Danushka Bollegala，利物浦大學計算機科學系高級講師。 他的研究興趣是人工智能，計算語言學和網絡挖掘。 我參與了與上述領域相關的各種主題，例如測量來自Web數據的語義和關係相似性，領域適應，情感分析，社交媒體，個人名稱消歧，名稱別名提取以及多文檔文本摘要中的信息排序。
相關書籍
at InnerSelf 市場和亞馬遜
