目次:
ビデオ: Bruno Mars - The Lazy Song (Official Video) (九月 2024)
人工知能は人々の働き方に大きな影響を与え、ほぼ確実に仕事の利用可能性と収入の分配にも影響を与えます。 しかし、MITのコンピューターサイエンスと人工知能研究所（CSAIL）とそのデジタルエコノミーに関するイニシアチブで発表されたAIと仕事の未来に関する会議で講演する多くの主要な技術者とエコノミストは、今月初めに変更が行われない可能性があることを示唆しました一般的に示唆されているほど迅速または異常なものであり、これは典型的な技術会議で聞いているものの多くとは大きく異なります。
会議を開いたMITのラファエル・レイフ大統領は、大きな変化が起きていることは明らかであるが、そのような変化にどのように対応するかはほとんどの人には不明だと述べた。 Reifは、自動化によって職が廃止された何百人もの人々を解雇しているCEOから聞いたと言いましたが、同時に、適切な人を見つけることができないため、何百もの仕事を埋めることができないと主張しています適切なスキルセット。 技術の進歩がすべての人に利益をもたらすようにしたい場合、Reif氏は、仕事の未来を考え抜いて改革しなければならない、と言いました。
AI革命：なぜ今なのか？ 意味と可能性を実現する方法
（行動科学高等研究センター、ジョン・マークオフ、エリック・ブリンジョルフソン、デジタル経済に関するMITイニシアチブ、カイ・フー・リー、Sinovation Ventures、ジェームズ・マニイカ、マッキンゼー、モナ・ヴァーノン、トンプソン・ロイター）
これらの変化が今なぜ起こっているのか、そして将来を見据えた意味についてのパネルで、MITのデジタルエコノミーに関するイニシアチブのディレクターであるErik Brynjolfssonは、筋肉だけでなく脳を増強できる「2番目の機械時代」について話しました。そしてこれは人類の歴史の節目だと言った。
Brynjolfsson氏は、このような進歩には「偉大なデカップリング」が伴いました。これは、労働生産性が記録的なレベルにあるが、収入の中央値が1990年代以降増加していないという条件を指します。 これは、テクノロジーの機能ではなく、テクノロジーの使用方法の機能であると彼は言いました。
中国のAIの有力投資家の1人であるSinovation VenturesのCEO、Kai-Fu Leeは、おそらく職の破壊について最も悲観的でした。 彼はテクノロジーの4つの波について話し、それが4つの異なる種類の企業をもたらしました。インターネットデータと、GoogleやFacebookのような巨大なインターネットの巨人です。 商業データや医療画像認識や不正検出など。 「デジタル化された現実世界」とAmazon Echoなどのデバイス、ショッピングセンターや空港のカメラ。 そして完全自動化、つまりロボットと自動運転車を意味します。
リーは、最初の波は雇用に大きな影響を与えなかったが、2番目と3番目は多くのホワイトカラー労働者に取って代わり、4番目はブルーカラー労働者を大きく襲うだろうと述べた。 したがって、彼は最初にホワイトカラー労働者のより多くの混乱を期待すると述べた。 例として、彼は、Megviiの「Face ++」顔認識ソフトウェアを含む多くの中国企業を引用しました。 Yibot、カスタマーサービスワーカーに代わるチャットボット。 Yongqianbaoは、融資担当者に代わるスマートローンファイナンスアプリケーションです。 しかし、AI革命は一般に、代替せずに仕事を間引きする、と彼は言ったので、AIに起因する仕事の損失に対処しなければなりません。
彼が提案した解決策は、貧困を根絶することでした。 「持続可能な仕事」、つまりAIに置き換えられない創造的で社会的なサービスの仕事に焦点を合わせるために教育を再発明します。 より社会的でケア志向の仕事を創出する。 「産業時代の労働倫理」を廃止します。
マッキンゼー・グローバル・インスティテュートのジェームス・マニカイカ会長は、AIと自動化はビジネス、経済、社会に大きな利益をもたらすと述べたが、仕事への影響はより不確実だと述べた。
McKinseyの自動化に関する最近の研究（ここで説明しました）の情報に関連して、彼は、関連するタスクに基づいて、ジョブの5％のみが100％に近い自動化可能であることを指摘しましたが、職業の60％は約30％関連するタスク。 その結果、いくつかのジョブが失われますが、さらに多くのジョブが大きな変化を経験します。 質問は、十分な仕事があるのか、これらの仕事のうち、どのように変わるのか、と彼は言った。
Thomson Reuters LabsのCTO Mona Vernonは、巨大な知識グラフの上にソフトウェアを構築することにより、弁護士やジャーナリストに「超大国」を与えることについて話しました。 彼女は、AIが10年前には答えることができなかったであろう質問に答えることを可能にすることによって、「会社のアーキテクチャ」を変えていると言いました。 しかし、彼女は、「可能性のある」AIデモンストレーションから製品グレードの実装に進むには大きな飛躍が必要だと指摘しました。
ニューヨーク・タイムズでの長年の報告でも知られているスタンフォードの行動科学高等研究センターのフェローであるモデレーターのジョン・マーコフは、なぜ技術が非常に優れているのに、今でも多くの仕事があるのか疑問に思いました。 Brynjolfsson氏は、過去40年間に多くの雇用が創出されたが良好な雇用は見られておらず、収入の中央値が上昇していないため、「まったく満足しているべきではない」と述べた。 彼は技術的決定論を信じていないが、代わりに教育や起業家精神などの分野で正しい政策選択をする必要があると考えていると述べた。
拡張と自動化
（スタンフォードのジョン・マークオフ、アーンスト・アンド・ヤングのディミトリス・パパゴルジョウ、IBMリサーチのソフィー・ヴァンデブローク、マサチューセッツ工科大学クリスチャン・ヴァン・フリート、マサチューセッツ工科大学ジョン・ヴァン・リーネン）
別のパネルは、AIがジョブを置き換えるか、ジョブを増強するかについて焦点を当てました。 MIT経済学のジョン・ヴァン・リーネン教授は、人々が自動化を恐れており、この恐れは過去30年または40年にわたって経験した経済経験に根ざしていることを認めました。
Van Reenenは、経済が新しい雇用を創出することができたという点で、過去200〜300年の歴史はポジティブなものであると述べました。 しかし、彼は「問題は仕事の質であり、量ではない」と言った。
IBM Researchの最高執行責任者であるSophie Vandebroekは、増強の主張を強く信じていました。 彼女は、既知の脅威に対してデータベースをチェックすることにより、セキュリティの専門家を支援するAIなどのシステムについて話しました。 AIは規制に照らしてチェックすることで金融サービスの専門家を支援すると述べました。 そして、Xerox（彼女が働いていた場所）が機械学習を使用してテストの採点を自動化するシステムをどのように開発したかについて話しました。 これらすべてのことは、彼女の見解では、職場でのパフォーマンスを向上させるのに役立ちます。
同様に、MITの材料科学および工学のKrystyn Van Vliet教授は、コンピューターが腫瘍を探すことができる技術は放射線科医の減少につながるのではなく、医師同士や患者と相談する時間を増やすと述べています。 それでも、彼女は、「人々は再スキルが必要だと言われることを好まない」と言った。
マークオフは、この種の開発が人間の「スキル低下」につながるかどうかを尋ね、アーンスト・アンド・ヤングのパートナーであるディミトリス・パパゲオルギオは、ほとんどの飛行が自動操縦によって行われているにもかかわらず、飛行機にはまだ2人のパイロットがいると指摘した。 しかし、Papageorgiou氏は、AIはスキルの低い従業員とスキルの高い従業員との格差を深め、エストニアとコスタリカは将来の仕事のあり方に基づいて学校のカリキュラムを変更したと述べました。 Van Reenenは、これまで、技術は熟練労働者に偏っており、大学教育を受けた労働者の供給が増加したとしても、大学が提供する莫大な保険料に反映されていると指摘した。 しかし、AIは異なる、放射線学などの高度なスキルの仕事にも影響を与えるため、彼は言った。
最初のフェーズをナビゲートする戦略
いくつかのプレゼンターは、AIをより良くするための戦略と、新しい時代の労働者の教育に関する考えを提示しました。
LinkedInの共同設立者で製品管理担当副社長のアレンブルーは、人々が生涯学習にアクセスできるようにレスポンシブシステムを構築することについて話しました。 彼はいくつかの仕事がはかないものであると警告し、現在、最大の求人は医療コーダー向けであると述べたが、これは最終的には消滅して自動化される可能性が高い仕事であると述べた。 ブルーは、人々がどのように教育を受けるための時間とお金を持っているのかと疑問に思い、雇用主と政府はもっと関与しなければならないと述べた。
ブルー氏は、コラボレーションなどの分野に焦点を当てて、「幼稚園レベルまで教育を再考する必要がある」と述べました。
MIT CSAILの教授であり、SystemsThatLearnのファカルティ共同ディレクターであるSam Madden氏は、10代の若者がどのように時間を費やすかを心配していると述べました。 「ソーシャルスキルに奇妙な影響を与えている」可能性があります。
Microsoft Research New Englandのテクニカルフェロー兼マネージングディレクターであるJennifer Chayesは、AIがどのようにヘルスケアを改善できるかについて説明し、例として、強化学習を使用して糖尿病患者の運動能力を高めるモバイルデバイスのアプリケーションを指摘しました。 彼女はAIの公平性を懸念しており、ほとんどのシステムは公平性を最適化するのではなく、人間関連のデータに偏りを持たせて拡大していると述べています。 「私たちは、AIが人間よりも優れていることを確認したいと考えています。悪くはありません」と彼女は言いました。
MIT Connection Science Research Initiativeの設立ディレクターであるAlex "Sandy" Pentlandは、仕事を心配するのではなく、価値を生み出す方法を心配していると言いました。 彼は、私たちは日常的なタスクを行う代わりに、社会的スキルと非定型の分析タスクを必要とするタスクに焦点を合わせていると述べ、「人間戦略」、または企業や社会のネットワークは深いつながりのようであるという考えについて話しました学習。 彼は、生産レベルのネットワークだけでなく社会的ドメインにも強化学習をもたらし、管理レベルと作業現場で「改善のすべて」を作成することは興味深いと述べた。
議論の中で、ペントランドは、より多くのデータ共有とデータ透明性が必要であると述べました。 現在、彼は少数の手にデータの信じられないほどの集中があると言い、同時にプライバシー法を尊重しながら、アクセスを開放する何らかの方法を期待しています。 Pentland氏は、AIはトレーニングに使用するデータと同じくらい優れているだけでなく、公平性を懸念する場合は、システムに入力されたデータを理解する必要があると述べました。
それは本当にAIなのか、それとも計算統計だけなのか？
別のパネルは「機会と課題」について話し合う予定でしたが、実際には今日のAIシステムの限界についてもっと話し合うことになりました。
MIT CSAILのJosh Tenenbaum教授は、AI技術はありますが、本当のAIはないと言いました。 代わりに、パターン認識に基づいて、たった1つのことを実行するシステムがあります。 真の知性は、代わりに世界をモデル化し、それが見ているものを説明し、理解し、想像し、学び、世界の新しいモデルを構築するだろうと彼は言った。 彼はこれを達成できるAIから何十年も離れていると言い、3か月の赤ちゃんでさえAIに比べて世界の事柄に対する常識的な理解を持っていると述べました。
MIT CSAILの教授であるパトリックウィンストンは、「「AIの教授」が最後の職務に就くことになるだろう」と言いましたが、一般的に労働力の将来についてはずっと楽観的でした。 最後のAI革命が人々に取って代わらないことが判明した1985年以来、物事は実際にはあまり変わっていません。 機械学習は「計算統計」の単なる言葉であるため、AIを所有する彼が世界を所有すると人々が言うとき、単に「AI」を「計算統計」に置き換えると、信じられないほど聞こえます。
その後の会話で、Markoffはジョンマッカーシーのプロジェクトを参照して思考マシンを構築しました。Winstonは非常に懐疑的でした。 「私たちは常に、人間レベルの技術は20年後だと言ってきました…最終的には正しくなるでしょう」と彼は言った。 私たちが今日持っているものは非常に有用ですが、それは人間の知性のほんの一部に過ぎない、と彼は強調しました。
ビジョン：産業2020-2050
（スタンフォードのジョンマークオフ、MIT IDEのアンドリューマカフィー、MITのトムコチャン、Rethink Roboticsのロッドブルックス）
2020-2050年にパネリストが予想したことについての議論にも、同様の視点が反映されました。
Rethink Roboticsの創設者兼CTOであるRod Brooksは、学習は一般的ではないと指摘し、ナビゲート方法の学習は箸の使い方の学習と同じではなく、言語の学習と同じではないと述べました。 彼は、今日のコンピューターは雨の中で傘を運ぶ人々の写真を識別できるが、「アライグマは傘を運ぶことができるか？」のような基本的な質問に答えることができないと述べた。
マサチューセッツ工科大学スローン経営大学院の共同雇用者であり、仕事と雇用研究の教授であるトム・コチャンは、社会全体で技術が機能することを保証するための「統合された技術と仕事戦略」には4つの主要な要素があると述べました。
Kochan氏によると、最初の要素は課題を定義し、解決しようとしている問題を特定することです。 第二に、彼は、最初にテクノロジーを検討し、次に労働力を検討する代わりに、テクノロジーと作業設計プロセスを統合すべきだと考えています。 例として、彼はGMがどのように自動化に500億ドルを費やしたかについて話しましたが、その労働力に耳を傾けなかったため、期待した結果を得られませんでした。
3番目の要素はトレーニングであり、「生涯学習をすべての人にとって現実的なものにする」だけでなく、テクノロジーを展開する前にトレーニングする必要があります。 GMの場合、自動車労働者はテクノロジーを適切に展開するためにテクノロジーを理解する必要があり、代わりにテクノロジーのインストール時にテクノロジーを使用する方法を学ぶというストレスに直面しました。 最後に、Kochanは、最も悪影響を受けた人々を補償する必要があると述べました。 彼は、新しい仕事が生まれるが、それは仕事を失う個人にとっては問題ではなく、負の影響を受ける人々に公平に対処しなければならないと述べた。
これらの要素に留意すれば、より多くの繁栄を共有するが、「技術者だけに任せれば勝者と敗者を再現する」とコチャンは言った。
Andrew McAfee、デジタル経済に関するMITイニシアチブの共同ディレクター、およびMIT Sloan School of Managementの主任研究科学者は、経済に関する3つの最も一般的な質問と思われるものに答えようとしました。
最初に、彼は言った、「私たちの経済はハイジャックされたのか？」 マカフィーは、金持ちと貧乏人の格差が拡大し、大企業や金融会社が台頭していることに注目しました。 しかし彼は、起こっていることの大部分は、企業が不公平に遊んでいるのではなく、技術とグローバル化の結果としてもたらされた構造変化であると言った。
第二に、マカフィーは「永続的な技術独占」について多くの懸念を聞いており、この懸念を確実に保証することは不可能ですが、そのような永続的な独占は「ほとんど確実に」心配するものではありません。 彼は20年前にIBM、Microsoft、そしてその後のAOLがそのような恒久的な技術独占になる可能性があることを懸念し、10年前にノキアとRIMについて同様のコメントをした。 一般的に、彼は「何かが彼らを席から外す」と言った。
最後に、マカフィーは「仕事はありますか？」と尋ねました。 彼は肯定的に答えたが、今日と同じくらいの数の仕事が将来存在するという保証はないと述べた。 多くの人が私たちは常に人と機械の組み合わせから恩恵を受けると言っていますが、それは規則ではありません。 たとえば、今日の私たちはかつてよりもはるかに少ない沿岸労働者を抱えており、製造業の雇用は1979年にピークに達したため、今後30年間で何が起こるかは本当にわかりません。
その後のパネルディスカッションで、Markoffはハリウッドの影響と映画におけるAIの描写について尋ねました。 ブルックスは、13歳のときに 2001年 を見て、「HALに恋をした」と述べた。 しかし、彼は、ハリウッドは世界をそのまま描写し、技術を追加する傾向がありますが、現実の世界では、社会は技術とともに適応する傾向があると言いました。
マカフィー氏は、AIに関する恐怖を心配することをより懸念しており、Andrew Ng氏は「キラーロボットを心配することは、火星の人口過剰を心配するようなものだ」と述べた。 彼は、「この2年生の寮の部屋のBSトピックにあまりにも多くの時間を費やしている」と言った。
Kochan氏は、多くのテクノロジーが普及するには時間がかかりすぎるため、テクノロジーに関する会話により多くの人々を引き込む方法を理解することに関心があると述べました。 代わりに、ユーザーを早期に取り込む必要があると彼は言いました。 しかし、ブルックスは反論し、「スマートフォンを使用する方法について何人の人がコースを受講しなければならないのか」と尋ねた。
マークオフは、仕事の議論における技術の役割と不平等について尋ねました。 マカフィーは、マーク・ザッカーバーグの純資産は「焦点を当てるのが間違っている」と述べた。 代わりに、彼は、中流階級の停滞を心配すべきだと言った。 コチャンは停滞が問題であることに同意し、不平等と停滞を促進する大きなことは、組合や最低賃金のような「制度の衰退」であると主張した。
別の講演で、MIT CSAILディレクターのダニエラ・ルースは、機械をツールと考えるべきだと述べ、ロボットとAIはより多くの仕事とより良い仕事を生み出すことができると信じていると述べました。 しかし、彼女は、大きなデータセットを処理することは知識に変換されず、複雑な計算を行うことは自律性を生まないことを指摘しました。 Rusはまた、アクションは知覚よりも難しく、知覚はデータ処理よりも困難であり、99.99％に到達するのは90％に到達するよりも指数関数的に難しいと指摘しました。
それでも、Rusはほとんどの部分について楽観的であり、テクノロジーが工場労働者が生産するものをより制御できるようにする方法、およびウェアラブルなどが視覚障害者が世界をうまくナビゲートするのにどのように役立つかについて話しました。 彼女はジョン・F・ケネディを引用して話を締めくくった。彼は1962年に、「男性が仕事をやめる新しい機械を発明する才能を持っているなら、それらの男性を仕事に戻す才能があると信じている。
2日目にはAIと仕事の経済学についてもっと多くのことがありました（これについては別の記事で説明します）。
ブロードバンドのインターネット速度に興味がありますか？ 今すぐテストしてください！
