CIO难题将至:机器人技术将重塑社会

简介:

机器人对职业造成威胁的报道与让我们保持冷静的报道一样众多。预言者说,机器可以快速计算,但是他们不可能赶上人类的创新能力。

不管怎样,机器人还没有创新能力。哥伦比亚大学的Hod Lipson预测机器人会在一个世纪内拥有创新能力。

“当机器做大多数事情都比人类做的好时,人类该做什么呢,社会结构会发生什么变化呢?”著名的机器人工程师在马萨诸塞州剑桥市, MIT最近举办的EmTech 大会上提问。 “这不是对AI(人工智能)百万年之后状况的猜想,这很可能发生在我们后代的有生之年里,我们必须开始严肃思考这些问题。”

CIO也必须思考。现在的CIO应该还是安全的,不用担心被更好更快更便宜的自动IT执行官们取代,就算是企业在下一波数字技术,比如认知计算领域进行投资。不过,正如Lipson指出的,机器人技术的进步所产生的影响远大于任何一个企业职位的生存性。

Lipson的工作重心是“机器创造性”,或者赋予机器长期被认为是人类所独有的特性。他建造的机器人不仅限于收集和分析数据,还可以创造“很多好东西”,包括绘画,甚至其他机器。但是它们不是简单的配备了高科技打印机或者其他工具;这些是“奇怪”的、想像的产物。

“如果你让任何一位父母来谈他们的孩子,如果他们谈论他们的孩子如何聪明,那么通常他们会说他们的孩子如何具有创造性和求知欲,”Lipson说,“我们认为那是非常人性和独特的特性。”

创意总监
不过,众所周知,即便是人类,创造性也不是那么容易教会的。因为我们不确定,我们的想法是从哪里产生的。对于机器来说,这更难,Lipson说,这就是为什么长期以来,人工智能都专注于分析学。电脑可以预测股票市场、天气和我们要买的东西,但是他们不会提出无人驾驶汽车的构想。

机器人技术的进步可能会改变这一点。Lipson正把机器人建造流程从人类的双手解放出来,转交给进化,他称之为“创造性之母”。机器人组件,比如电线和发动机,在一个模拟进化引擎中合成,并且进行自我组装。机器人被组装好,进行测试,通过变异和杂交,创造后代,生出原始外观的机器人,它拥有管状附件,和能帮助它在沙里爬行的鳍状尾巴。Lipson希望能一直向产业链上层移动,不论结果如何。

机器接近人类进化,一定会触及很多人的神经。的确是。Lipson的成功会标志着我们所知道的文明终结——从来不用担心工作被替代, 而这些工作曾经为数以百万人提供舒适的中产阶级生活方式。

机械神
根据2014 Pew Research Center的调查,被调查的1896名行业观察者中有一半预言:未来,大量的人类工作会被机器人和人工智能代替,不仅是蓝领的制造型工作,还有白领的工作。最近,Forrester Research发布了一篇报道,对未来工作的展望普遍乐观。然而,该报道指出,占美国工作市场的16%的2千2百70万份工作,将被技术所替代,数量远大于技术所能新增的1千3百60万份工作。

与此同时,认知计算——机器人脑的普及也在猛增。IBM新成立了一个业务部门,推广它的超级电脑Watson作为云服务。研究机构IDC说,到2018 年,超过50%的开发团队会在他们的应用中运用一定形式的认知技术。比如,客户服务方面,认知系统可以开发大量的客户数据,然后用对话的语气回答客户问题。 医疗保健方面,它们可以发现病人的遗传模式,帮助病人做出更好的健康决定。

这些还只是应用。如果Lipson的进化流程生产出了一群文艺复兴的机器人,将会发生什么呢? “这是一场有关‘我们可以做到吗?’的讨论。” Jimmy Jia说。他毕业于MIT,是Distributed Energy Management的CEO,他共同创立的这家位于西雅图的公司,帮助企业管理公共事业设备,比如电和水。“我们是否应该这样做,则是另一种讨论。”他说。

我们的未来
对Lipson来说,没有回头路。机器人会获得他们的那份创造力,而希望在于他们会使用这一创造力来帮助人类提出人类不可能想到的创新。

“我认为,长远来看,真正的问题是‘我们应如何重组我们的经济’,”他说。“我们必须思考创造意义和创造成就的新方法,比如通过艺术、体育、教育,这些事物更具变化性,却可以自定义。这才是我们应该考虑的地方。”

有很多人赞同他的想法。 在MIT Technology Review 7月/ 8月那期的公开信中,MIT的Erik Brynjolfsson和Andrew McAfee,《The Second Machine Age》的作者,以及大量其他人(包括Salesforce的Marc Benioff)写道:如果政府制定正确的政策,机器人技术的进步不会导致失业的未来。政府需要增加在教育,基础设施和研发上的投资。政府必须重新思考未来指引企业的目标,——从纯粹以利润为中心,到接纳“包容性繁荣”的公民体系。

其他权威人士,呼吁收入保障,以此方法来对抗机器人做所有工作的未来。对于CIO,那可能不是能为你在管理层赢得喝彩的事情。但是,当你向数字化未来推动时,想想你的孩子。更要想想你孩子的孩子们。
本文转自d1net(转载)

相关文章
|
10月前
|
编解码 机器人 测试技术
技术实践 | 使用 PAI+LLaMA Factory 微调 Qwen2-VL 模型快速搭建专业领域知识问答机器人
Qwen2-VL是一款具备高级图像和视频理解能力的多模态模型,支持多种语言,适用于多模态应用开发。通过PAI和LLaMA Factory框架,用户可以轻松微调Qwen2-VL模型,快速构建文旅领域的知识问答机器人。本教程详细介绍了从模型部署、微调到对话测试的全过程,帮助开发者高效实现定制化多模态应用。
|
12月前
|
网络协议 机器人 C++
KUKA机器人Socket通讯配置方法:技术干货分享
【10月更文挑战第7天】在现代自动化生产线上,KUKA机器人凭借其高效、灵活和精确的特点,成为众多企业的首选。为了实现KUKA机器人与其他设备或系统之间的数据交互,Socket通讯配置显得尤为重要。本文将详细介绍KUKA机器人Socket通讯的配置方法,帮助大家在工作中更好地掌握这一技术。
1379 2
|
安全 搜索推荐 机器人
纳米技术与医疗:纳米机器人的临床应用前景
【9月更文挑战第28天】纳米机器人作为纳米技术在医疗领域的重要应用,正逐步改变着传统医疗的面貌。它们在药物输送、癌症治疗、手术辅助和疾病诊断等方面展现出广阔的应用前景。随着科学技术的不断进步和纳米技术的不断成熟,我们有理由相信,纳米机器人将成为医疗领域的一个重要且不可或缺的组成部分,为人类的健康事业做出更大的贡献。同时,我们也应关注纳米技术的安全性和可靠性问题,确保其在医疗应用中的安全和有效。
|
机器学习/深度学习 自然语言处理 算法
聊天机器人开发的最佳实践:技术探索与案例分析
【8月更文挑战第22天】聊天机器人作为人工智能领域的重要应用之一,正逐步改变着人们的生活和工作方式。通过遵循最佳实践和技术探索,开发者可以开发出更加智能、高效、安全的聊天机器人产品。未来,随着技术的不断进步和应用场景的不断拓展,聊天机器人将在更多领域发挥重要作用。
|
机器学习/深度学习 自然语言处理 算法
NLP技术在聊天机器人中的应用:技术探索与实践
【7月更文挑战第13天】NLP技术在聊天机器人中的应用已经取得了显著的成果,并将在未来继续发挥重要作用。通过不断探索和创新,我们可以期待更加智能、自然的聊天机器人的出现,为人类生活带来更多便利和乐趣。
|
Apache UED 数据安全/隐私保护
揭秘开发效率提升秘籍:如何通过Apache Wicket组件重用技巧大翻新用户体验
【8月更文挑战第31天】张先生在开发基于Apache Wicket的企业应用时,发现重复的UI组件增加了维护难度并影响加载速度。为优化体验,他提出并通过面板和组件重用策略解决了这一问题。例如,通过创建`ReusableLoginPanel`类封装登录逻辑,使得其他页面可以轻松复用此功能,从而减少代码冗余、提高开发效率及页面加载速度。这一策略还增强了应用的可维护性和扩展性,展示了良好组件设计的重要性。
122 0
|
人工智能 自然语言处理 机器人
掌握未来沟通的艺术:运用TensorFlow与自然语言处理(NLP)技术,从零开始构建你的专属智能对话机器人,让机器理解你的一言一行
【8月更文挑战第31天】本文详细介绍如何利用TensorFlow与自然语言处理技术开发对话机器人。从准备问答数据集开始,通过预处理、构建Seq2Seq模型、训练及预测等步骤,最终实现了一个简易的聊天机器人。示例代码涵盖数据加载、模型搭建及对话功能,适合希望在实际项目中应用AI技术的开发者参考。
264 0
|
机器学习/深度学习 人工智能 算法
强化学习:从游戏到机器人的技术之旅
【6月更文挑战第14天】强化学习是智能体通过与环境互动学习决策策略的方法,已在游戏(如AlphaGo和OpenAI Five)和机器人技术中展现出巨大潜力。在机器人领域,它应用于控制、动作学习和交互沟通,帮助机器人适应复杂环境和任务。尽管面临挑战,但随着技术发展,强化学习有望在更多领域发挥关键作用。
|
机器人 定位技术 C++
技术笔记:ROS中测试机器人里程计信息
技术笔记:ROS中测试机器人里程计信息
|
安全 机器人 智能硬件
机器人技术的发展与应用前景广阔,涉及到多个领域和行业
机器人技术的发展与应用前景广阔,涉及到多个领域和行业

热门文章

最新文章