Tehnologie

Aproape una din două meserii e în pericol să fie înlocuită de roboți. A ta e vizată?

Învățarea automatizată nu mai acoperă doar sarcini simple precum analiza riscurilor de creditare și sortarea corespondenței – astăzi e capabilă să facă lucruri mult mai complexe, ca evaluarea referatelor și diagnosticarea bolilor. Odată cu acest progres vine și o întrebare incomodă: va fi oare slujba ta preluată de un robot în viitor?

„În 2013, cercetătorii de la Oxford au făcut un studiu despre viitorul muncii. Au concluzionat că aproape una din două meserii e în pericol să fie înlocuită de mașini. Învățarea automatizată e tehnologia responsabilă pentru această problemă. E cea mai puternică ramură a inteligenței artificiale. Ajută mașinile să învețe din statistici și să imite o parte din acțiunile oamenilor. Firma mea, Kaggle, activează în domeniul de vârf al învățării automate. Reunim sute de mii de experți ca să rezolvăm probleme importante pentru industrie și mediul academic. Asta ne dă o perspectivă unică cu privire la ce pot face mașinile, ce nu pot face și ce munci pot automatiza sau amenința”, spune expertul in invățarea automatizată Anthony Goldbloom la TED Talks.

Învățarea automatizată și-a croit drum în industrie la începutul anilor 90. A început cu sarcini relativ simple. A început cu lucruri ca evaluarea riscului pentru cereri de împrumut, sortarea scrisorilor citind coduri poștale scrise de mână. În ultimii câțiva ani, am făcut progrese uimitoare. Învățarea automatizată e acum capabilă de sarcini mult, mult mai complexe. În 2012, Kaggle și-a provocat comunitatea să creeze un algoritm care să noteze referatele liceenilor. Algoritmii câștigători puteau să dea aceleași note ca și profesorii umani. Anul trecut, am lansat o provocare și mai dificilă.Poți analiza imagini ale ochiului și să diagnostichezi o boală numită retinopatie diabetică? Iarăși, algoritmii câștigători puteau da aceleași diagnostice ca și oftalmologii umani.

„Dacă primesc datele potrivite, mașinile vor depăși oamenii la sarcini ca acestea. Un profesor poate citi 10.000 de lucrări într-o carieră de 40 de ani. Un oftalmolog poate vedea 50.000 de ochi. O mașină poate citi milioane de lucrări sau poate vedea milioane de ochi în câteva minute. Nu putem concura cu mașinile la sarcini repetate, cu volum mare. Dar sunt lucruri pe care noi le putem face, iar mașinile nu. Mașinile au făcut progrese foarte mici în abordarea situațiilor noi. Nu pot gestiona lucruri pe care nu le-au văzut de multe ori înainte. Limitarea principală a învățării automatizate e că trebuie să învețe dintr-un volum mare de date stocate. Oamenii, nu. Avem capacitatea de a conecta lucruri aparent fără legătură. ca să rezolvăm probleme nemaiîntâlnite”,a mai afirmat acesta. 

Percy Spencer era un fizician care lucra la un radar în Al Doilea Război Mondial, când a observat că magnetronul îi topea ciocolata. A putut conecta cunoștințele sale despre radiații electromagnetice cu cele despre gătit pentru a inventa – ghiciți? – cuptorul cu microunde. Mașinile nu pot concura cu noi când e vorba de abordarea situațiilor noi, iar asta trasează o limită fundamentală privind sarcinile umane pe care mașinile le vor automatiza.

Ce înseamnă asta pentru meseriile viitorului? Viitorul fiecărei meserii depinde de răspunsul la o singură întrebare: în ce măsură poate fi redusă acea slujbă la un volum mare de sarcini frecvente și în ce măsură implică abordarea de noi situații? La sarcini frecvente, cu volum mare, mașinile devin din ce în ce mai bune. Acum notează referate. Diagnostichează anumite boli. În anii ce vin, vor face audit și vor citi formulare din contracte. Economiștii și avocații tot vor fi necesari pentru structurarea taxelor complexe, pentru litigii neobișnuite. Dar mașinile le vor scădea ponderea și le vor face mai greu de obținut.

loading...
To Top

Distribuiti

Daca ti-a placut acest articol, da-i share , pentru ca si prietenii tai sa citeasca

Shares