您也許聽過或讀過這樣的新聞：機(jī)器人將會(huì)取代人的工作。但這種事情多久以后會(huì)發(fā)生呢？它真的會(huì)威脅到您的工作嗎？LinkedIn的幾位影響者本周針對這個(gè)問題各抒己見。下面是其中兩位的的看法，他們談到失業(yè)的風(fēng)險(xiǎn)、機(jī)器人革命的進(jìn)程以及面對不可避免的變革我們做些什么才能從容應(yīng)對。
希瑟·海爾斯（Heather Hiles），電子檔案解決方案創(chuàng)業(yè)公司 Pathbrite 創(chuàng)始人兼首席執(zhí)行官
“最近，牛津大學(xué)的研究人員進(jìn)行了一項(xiàng)深入研究，他們仔細(xì)分析了計(jì)算機(jī)化對不同工作崗位的影響，結(jié)果發(fā)現(xiàn)，美國工作崗位面臨‘被計(jì)算機(jī)化或自動(dòng)化取代’的風(fēng)險(xiǎn)，其中有 47% 處于‘高危’，另外還有 19% 處于‘中危’”，希瑟在題為《機(jī)器人能取代您的工作嗎？》（Could a Robot do Your Job?）的文章中這樣寫道。“在不遠(yuǎn)的將來，我們的工作場所將大不相同。”
這對您意味著什么呢？她寫道：“無論您的工作是否會(huì)被計(jì)算機(jī)完全取代，目前的職業(yè)格局都在發(fā)生巨大的變化，各種行業(yè)形形色色的工作崗位幾乎都會(huì)受到影響。”希瑟提出五種方法，它們能幫助您避免未來失業(yè)，或者說避免被機(jī)器人取代。其中包括：
“不斷學(xué)習(xí)。課堂上有那么多可以學(xué)習(xí)的東西，而工作中也有很多在實(shí)踐中學(xué)習(xí)的機(jī)會(huì)，這會(huì)直接幫助您加強(qiáng)職業(yè)技能，”她寫道。“保持開放。”她寫道，“很多情況下，專心致志做事很有效，但千萬不要封閉自我，遠(yuǎn)離同事，否則就會(huì)失去發(fā)展自己技能的機(jī)會(huì)。要積極參與各種不同的工作，這樣您才能從中發(fā)現(xiàn)學(xué)習(xí)新東西的機(jī)會(huì)。”
“勇往直前。”她寫道，“我們都曾聽說過從挫折中重振旗鼓的事跡，（但是）我們不該只關(guān)注最后怎樣恢復(fù)原狀，我們還要胸懷遠(yuǎn)大的事業(yè)追求，勇往直前，不斷從失敗中學(xué)習(xí)，堅(jiān)韌不拔，不懼困難和失誤。”
伯納德·馬爾（Bernard Marr），戰(zhàn)略績效管理咨詢公司 Advanced Performance Institute 首席執(zhí)行官
“機(jī)器學(xué)習(xí)是人工智能的一個(gè)分支，它利用計(jì)算機(jī)算法從信息和數(shù)據(jù)中自主學(xué)習(xí)……不必精確編程，計(jì)算機(jī)就能自己改變和改進(jìn)算法，”馬爾在題為《機(jī)器學(xué)習(xí)：人人都該知道的重要發(fā)展》（Machine Learning: What Milestones Everyone Should Know）的文章中這樣寫道。
他寫道，“機(jī)器學(xué)習(xí)將對大多數(shù)行業(yè)及其中的工作機(jī)會(huì)產(chǎn)生巨大的影響，因此，每個(gè)管理人員至少都要對機(jī)器學(xué)習(xí)的概念及其發(fā)展情況有所了解。”馬爾寫道，機(jī)器的崛起是個(gè)漫長的過程，但其前進(jìn)步伐卻在不斷加快。他針對機(jī)器學(xué)習(xí)的起源和近期重要發(fā)展進(jìn)行了簡單回顧，它們將對您的工作和未來職業(yè)生涯產(chǎn)生影響。其中包括：
“1950 年——阿蘭·圖靈（Alan Turing）設(shè)計(jì)了“圖靈測試”，用以判斷計(jì)算機(jī)是否真的具備人類智能。要通過測試，計(jì)算機(jī)就必須讓人無法分辨出它是機(jī)器，而誤以為它是人。
“1952年——亞瑟·塞繆爾（Arthur Samuel）編寫出第一個(gè)計(jì)算機(jī)學(xué)習(xí)程序。這是一個(gè)國際象棋游戲，IBM 計(jì)算機(jī)在游戲過程中能不斷學(xué)習(xí)改進(jìn)，學(xué)習(xí)成功策略，并將其納入游戲程序中。
“1990年代——機(jī)器學(xué)習(xí)研究從知識導(dǎo)向型轉(zhuǎn)變?yōu)閿?shù)據(jù)驅(qū)動(dòng)型。科學(xué)家開始設(shè)計(jì)計(jì)算機(jī)程序，它們能通過分析大量數(shù)據(jù)得出結(jié)論，或者說，能從結(jié)果中‘學(xué)習(xí)’。”
“1997 年——IBM 計(jì)算機(jī)“深藍(lán)”擊敗國際象棋世界冠軍。”
“2010 年—— 微軟 Kinect 體感周邊外設(shè)能以每秒 30 次的速度跟蹤 20 個(gè)人性化特征，使人得以通過動(dòng)作和手勢與機(jī)器進(jìn)行互動(dòng)。”
“2012 年——谷歌實(shí)驗(yàn)室 X Lab 開發(fā)出一種機(jī)器學(xué)習(xí)算法，它能自動(dòng)瀏覽 YouTube 視頻，找出其中包括貓咪內(nèi)容的視頻。”
“2014 年——臉書開發(fā)出面部識別軟件 DeepFace, 這種軟件算法的面部識別水平堪與人類媲美。”
“2015 年——3,000 多名人工智能和機(jī)器人研究人員簽署了一份公開信，對自動(dòng)化武器的威脅發(fā)出警告，這種武器無需人類介入即可選擇并瞄準(zhǔn)目標(biāo)。這封公開信得到著名物理學(xué)家史蒂芬·霍金（Stephen Hawking），SpaceX、Paypal和特斯拉創(chuàng)始人之一埃隆·馬斯克（Elon Musk）以及蘋果公司創(chuàng)始人之一斯蒂夫·沃茲尼亞克（Steve Wozniak）等科技界大腕的支持。”
“2016 年——谷歌的人工智能算法擊敗一名圍棋職業(yè)選手。圍棋被認(rèn)為是世界上最復(fù)雜的棋盤游戲，比國際象棋要難很多倍。”AlphaGo 算法由谷歌 DeepMind 團(tuán)隊(duì)開發(fā)，它在五局圍棋比賽中大獲全勝。”
如果計(jì)算機(jī)能“思考”，我們能否讓它也像我們?nèi)祟愐粯油ㄟ^大腦思考從事我們的工作呢？馬爾認(rèn)為這點(diǎn)并不重要。他寫道：“計(jì)算機(jī)能看見、理解周圍的環(huán)境，并與之互動(dòng)，這種技術(shù)的發(fā)展速度驚人，科學(xué)的現(xiàn)實(shí)已經(jīng)開始與科學(xué)幻想小說的發(fā)展同步。會(huì)給人類帶來生存危機(jī)的自主機(jī)器人雖然尚未誕生，但是，我們距離所謂真正的人工智能已經(jīng)越來越近。”
