身处人工智能时代,人类该如何保持竞争力? | 讨论

2017 年 8 月 1 日 网易智能菌

本文系网易新闻-智能工作室(公众号 smartman 163)出品。聚焦AI,读懂下一个大时代!

专家们对人工智能技术引领我们走向何方提出了不同的看法。然而,他们大多认为,在短期内,我们必须做好准备迎接一个事实,即人工智能将会在很多之前被认为是只有人才能完成的领域内取代人类。


但这并不意味着人类将会面临失业。然而,它的真正含义是,就业形势的发展风向正在迅速转变。人类必须变得更聪明,能够更快学习知识和掌握技能,这样才会避免沦为自动化技术的牺牲品。


以下是一些帮助我们(人类)在这个快速被机器人占据的世界中保持优势的方式。

增强现实(AR)

增强现实技术,即将图像元素实时覆盖于现实世界图像之上的技术,仍处于其发展的初级阶段。然而增强现实技术的应用领域远不止游戏和娱乐,它有潜力成为一些专业性工作的计算平台。


许多行业都在使用增强现实技术来提高工作效率和生产力。通过使用AR眼镜或耳机,工程师、医疗工作者、工业领域的工作者以及许多其他领域的专业人士将能够看到实时的信息和其正在执行任务的指示;同时可以使用双手工作。

例如,在安装风力涡轮机的控制箱时,AR玻璃会使技术人员的速度提高34%,因为它会用视线指令取代纸质手册。


AR辅助设备可以通过减少训练高技术要求职业训练所需的时间和花费来解决很多行业目前都面临的缺乏技术人员的处境。


AR在工作场所的实际应用,催生了一个全新的AR应用程序和智能硬件行业,包括企业版的GoogleGlass(谷歌眼镜,产品未获得成功),但企业版的GoogleGlass可能会成为制造业的宠儿。

 人工智能(AI)

具有讽刺意味的是,人工智能技术将帮助我们战胜人工智能本身。


从另一个角度看,人工智能可以通过分解复杂工作和加速学习过程来创造工作。


人工智能算法可以通过多种方式收集和分析学习者与某门课程互动的信息,并通过提供个性化的内容和指导来帮助他们快速完成训练,并针对他们的具体痛点进行指导。将人工智能应用于教育领域是至关重要的,因为目前对于专业性工作的需求变化很快,而工人必须要不断学习新技能。


另一方面,人工智能算法可以将复杂的工作进行自动化优化,这让经验较少或技能水平较低的工人可以承担起以前需要多年教育和工作经验才能胜任的任务。


我们在医疗等领域看到了这一点,人工智能算法正在帮助临床医生和普通医生提高效率,为他们提供知识和建议,这些知识和建议是基于成千上万之前的诊断和治疗过程所得出的。另一个领域是网络安全,人工智能算法在预警和减少误报方面做了大量工作,而分析师则决定哪些案例需要进一步调查。


科学家和思想领袖一致认为,(目前)当人类和人工智能一起工作时,他们可以实现优势互补。未来是否还会如此,我们拭目以待。

“人机合一”

有些人认为,我们能在机器人叛乱中幸存下来的唯一办法就是成为半机器人,持这一观点的人包括特斯拉的首席执行官埃隆马斯克。他的有一些古怪的计划,包括殖民火星等。马斯克强烈支持人工智能末日理论,他认为,为了避免被人工智能打败,我们必须与机器合并。


马斯克的投资项目包括“Neuralink”,该公司计划开发可以植入人脑的设备,以改善人类记忆,或使人类可以更直接地与计算机设备进行交互。这种技术的一个能力是直接上传或下载大脑中的思想和知识。


虽然马斯克的想法听起来可能有些离谱,但他并不是唯一一个想通过科技提升人类自身的人。其他持这样想法的人还包括硅谷企业家布莱恩约翰逊,他自己花了1亿美元创办了Kernel公司,这家公司的目标是开发一种神经工具,让大脑能够做以前不可能完成的事情。


科学技术可以帮助人类继续进化,并超越其生理和心理极限的——很多人坚定支持这一想法,这些人包括超人党(TranshumanistParty)创始人ZoltanIstvan,他于2016年参加了美国总统竞选,并且将在2018年竞选加州州长。他计划利用科学技术使人类长生不老。


机器人是否会永远服从人类,还是与人类战斗并消灭他们,或者将人类变为自己的奴隶,这还有待进一步观察。但与此同时,我们必须充分利用那些服从于人类的机器。

选自:NextWeb  编译:网易见外编译机器人   审校:Ecale

点击阅读原文,观看更多精彩内容

登录查看更多
0

相关内容

增强现实(Augmented Reality,简称 AR),是一种实时地计算摄影机影像的位置及角度并加上相应图像的技术,这种技术的目标是在屏幕上把虚拟世界套在现实世界并进行互动。
人机对抗智能技术
专知会员服务
189+阅读 · 2020年5月3日
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
295+阅读 · 2019年12月23日
图说报告 | “智能+”的终极版图:数字孪生世界
人工智能学家
22+阅读 · 2019年8月20日
如何快速入门TensorFlow ?丨极客时间
InfoQ
4+阅读 · 2019年1月8日
【机器视觉】计算机视觉前沿技术探索
产业智能官
11+阅读 · 2018年12月25日
微软人工智能大会开幕,亮点众多
科技美学
4+阅读 · 2018年5月21日
艾瑞:自适应学习凭什么成为AI+教育的核心?
艾瑞咨询
6+阅读 · 2018年3月22日
抽奖送书 | 用AlphaGo背后的人工智能做金融投资
机器学习算法与Python学习
5+阅读 · 2018年1月27日
如何教育人工智能这个全球74亿人共同的小孩?
微软研究院AI头条
3+阅读 · 2017年11月17日
Visualizing and Measuring the Geometry of BERT
Arxiv
7+阅读 · 2019年10月28日
Mesh R-CNN
Arxiv
4+阅读 · 2019年6月6日
DPOD: Dense 6D Pose Object Detector in RGB images
Arxiv
5+阅读 · 2019年2月28日
Arxiv
7+阅读 · 2018年1月24日
VIP会员
相关VIP内容
人机对抗智能技术
专知会员服务
189+阅读 · 2020年5月3日
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
295+阅读 · 2019年12月23日
相关资讯
图说报告 | “智能+”的终极版图:数字孪生世界
人工智能学家
22+阅读 · 2019年8月20日
如何快速入门TensorFlow ?丨极客时间
InfoQ
4+阅读 · 2019年1月8日
【机器视觉】计算机视觉前沿技术探索
产业智能官
11+阅读 · 2018年12月25日
微软人工智能大会开幕,亮点众多
科技美学
4+阅读 · 2018年5月21日
艾瑞:自适应学习凭什么成为AI+教育的核心?
艾瑞咨询
6+阅读 · 2018年3月22日
抽奖送书 | 用AlphaGo背后的人工智能做金融投资
机器学习算法与Python学习
5+阅读 · 2018年1月27日
如何教育人工智能这个全球74亿人共同的小孩?
微软研究院AI头条
3+阅读 · 2017年11月17日
相关论文
Visualizing and Measuring the Geometry of BERT
Arxiv
7+阅读 · 2019年10月28日
Mesh R-CNN
Arxiv
4+阅读 · 2019年6月6日
DPOD: Dense 6D Pose Object Detector in RGB images
Arxiv
5+阅读 · 2019年2月28日
Arxiv
7+阅读 · 2018年1月24日
Top
微信扫码咨询专知VIP会员