Nuove opportunità di lavoro con Machine Learning - dummies

Puoi trovare più di alcuni articoli che parlano della perdita di posti di lavoro che l'apprendimento automatico e le tecnologie associate causeranno. I robot svolgono già una serie di compiti che impiegavano gli umani e questo utilizzo aumenterà nel tempo. Devi aver anche considerato come quei nuovi usi potrebbero potenzialmente costare a te o ad una persona cara un lavoro. Alcuni autori sono arrivati ​​al punto di dire che il futuro potrebbe contenere uno scenario in cui l'apprendimento di nuove competenze potrebbe non garantire un lavoro.

Il fatto è che decidere come l'apprendimento automatico influirà sull'ambiente di lavoro è difficile, così come è stato difficile per la gente vedere dove la rivoluzione industriale avrebbe portato le persone a diventare massa -produzione di beni per il consumatore generale. Proprio come quei lavoratori hanno bisogno di trovare nuovi posti di lavoro, quindi le persone che devono affrontare la perdita di occupazione per l'apprendimento automatico oggi dovranno trovare nuovi posti di lavoro.

Lavorare per una macchina

È del tutto possibile che ti troverai a lavorare per una macchina in futuro. In effetti, potresti già lavorare per una macchina e non saperlo. Alcune aziende utilizzano già l'apprendimento automatico per analizzare i processi aziendali e renderli più efficienti. Ad esempio, Hitachi utilizza attualmente una configurazione simile in middle management.

In questo caso, l'AI emette effettivamente gli ordini di lavoro in base alla sua analisi del flusso di lavoro, proprio come potrebbe fare un manager medio umano. La differenza è che l'IA è in realtà dell'otto percento più efficiente degli umani che sostituisce. In un altro caso, Amazon ha condotto una gara tra esperti di machine learning per capire se l'azienda potesse meglio elaborare automaticamente i processi di autorizzazione dei dipendenti utilizzando l'apprendimento automatico. Di nuovo, il punto era capire come sostituire il middle management e tagliare un po 'della burocrazia.

Tuttavia, si presenta anche un'opportunità di lavoro. I lavoratori sotto l'intelligenza artificiale svolgono i compiti che l'IA gli dice di fare, ma possono usare la propria esperienza e creatività nel determinare come eseguire l'attività. L'IA analizza i processi che gli operatori umani utilizzano e misura i risultati raggiunti. Qualsiasi processo di successo viene aggiunto al database delle tecniche che i lavoratori possono applicare per svolgere le attività. In altre parole, gli umani stanno insegnando all'IA nuove tecniche per rendere l'ambiente di lavoro ancora più efficiente.

Lavorare con le macchine

Le persone lavorano già con le macchine su base regolare - potrebbero non accorgersene. Ad esempio, quando parli con il tuo smartphone e riconosce ciò che dici, stai lavorando con una macchina per raggiungere l'obiettivo desiderato.La maggior parte delle persone riconosce che l'interazione vocale fornita con uno smartphone migliora nel tempo: più lo si utilizza, meglio si riconosce la propria voce. Quando l'algoritmo dello studente viene sintonizzato meglio, diventa più efficiente riconoscere la tua voce e ottenere il risultato desiderato. Questa tendenza continuerà.

Tuttavia, l'apprendimento automatico viene utilizzato in tutti i modi che potrebbero non verificarsi all'utente. Quando punti una fotocamera su un soggetto e la fotocamera può mettere una scatola attorno al viso (per aiutare a centrare l'immagine), stai vedendo il risultato dell'apprendimento automatico. La fotocamera ti aiuta a eseguire il lavoro di scattare una foto con un'efficienza molto maggiore.

L'uso di linguaggi dichiarativi, come SQL (Structured Query Language), diventerà più pronunciato, anche perché l'apprendimento automatico renderà possibili i progressi. Sotto certi aspetti, un linguaggio dichiarativo ti consente semplicemente di descrivere ciò che vuoi e non come ottenerlo. Tuttavia, SQL richiede ancora uno scienziato informatico, uno scienziato dei dati, un amministratore di database o qualche altro professionista da utilizzare. Le future lingue non avranno questa limitazione.

Alla fine, qualcuno che è addestrato a svolgere bene un compito specifico dirà semplicemente al robot assistente cosa fare e l'assistente robot scoprirà i mezzi per farlo. Gli umani useranno la creatività per scoprire cosa fare; i dettagli (il come) diventeranno il dominio delle macchine.

Riparazione delle macchine

Prima che la tecnologia possa fare qualsiasi altra cosa, deve svolgere un compito pratico che attiri l'attenzione e avvantaggi gli esseri umani in un modo che renda le persone desiderose di avere la tecnologia per conto proprio.

Non importa quale sia la tecnologia. Alla fine, la tecnologia si romperà. Ottenere la tecnologia per fare qualcosa di utile è la considerazione principale ora, e il culmine di qualsiasi sogno su ciò che la tecnologia finirà per allungare gli anni nel futuro, così cose banali come riparare la tecnologia cadranno ancora sulle spalle umane. Anche se l'umano non è direttamente coinvolto nella riparazione fisica, l'intelligenza umana dirigerà l'operazione di riparazione.

Alcuni articoli che leggi online potrebbero farti credere che i robot autoriparanti siano già una realtà. Ad esempio, i robot della Stazione Spaziale Internazionale, Dextre e Canadarm, hanno eseguito una riparazione di una telecamera difettosa. Quello che le storie non dicono è che un essere umano ha deciso come eseguire il compito e ha diretto i robot a fare il lavoro fisico. La riparazione autonoma non è possibile con gli algoritmi disponibili oggi.

Creazione di nuovi compiti di apprendimento automatico

Gli algoritmi di apprendimento automatico non sono creativi, il che significa che gli esseri umani devono fornire la creatività che migliora l'apprendimento automatico. Anche gli algoritmi che costruiscono altri algoritmi migliorano solo l'efficienza e l'accuratezza dei risultati raggiunti dall'algoritmo: non possono creare algoritmi che eseguono nuovi tipi di attività. Gli esseri umani devono fornire gli input necessari per definire questi compiti e i processi necessari per iniziare a risolverli.

Potresti pensare che solo gli esperti nell'apprendimento automatico creeranno nuovi compiti di apprendimento automatico. Tuttavia, la storia del manager centrale di Hitachi dovrebbe dirvi che le cose funzioneranno diversamente da quello. Sì, gli esperti contribuiranno a formare la base per definire come risolvere l'attività, ma l'effettiva creazione di compiti verrà da persone che conoscono meglio un particolare settore. La storia di Hitachi serve come base per capire che il futuro vedrà persone di tutte le estrazioni sociali contribuire a scenari di apprendimento automatico e che un'educazione specifica potrebbe anche non aiutare a definire nuovi compiti.

Creazione di nuovi ambienti di apprendimento automatico

Al momento, la creazione di nuovi ambienti di apprendimento automatico è il regno delle società di ricerca e sviluppo. Un gruppo di specialisti altamente qualificati deve creare i parametri per un nuovo ambiente. Ad esempio, la NASA ha bisogno di robot per esplorare Marte. In questo caso, la NASA si affida alle capacità delle persone al MIT e al Nordest per svolgere il compito. Dato che il robot dovrà eseguire i compiti autonomamente, gli algoritmi di apprendimento automatico diventeranno piuttosto complessi e includeranno diversi livelli di risoluzione dei problemi.

Alla fine, qualcuno sarà in grado di descrivere un problema in modo sufficientemente dettagliato che un programma specializzato può creare l'algoritmo necessario usando un linguaggio appropriato. In altre parole, le persone comuni alla fine inizieranno a creare nuovi ambienti di apprendimento automatico basati su idee che hanno e vogliono provare.

Come per la creazione di attività di apprendimento automatico, le persone che creano ambienti futuri saranno esperti nel loro particolare mestiere, piuttosto che essere informatici o scienziati dei dati.