通过机器学习可以实现高度自动化的任务 从而解放劳动力

围绕人工智能和自动化的争论似乎一直都是悲观主义者占主导，他们担心机器人会取代所有的工作，而乐观主义者则不以为然。但麻省理工学院Sloan教授Erik Brynjolfsson和他的同事们表示，争论需要不同的观点。

新的研究发现，在不久的将来，自动化将取代工作中的特定任务，而不是整个职业本身，其中一些工作比其他工作受到的影响更大。

研究人员在5月份在美国经济协会论文和会议刊物上发表的一篇文章中写道，“我们的研究结果表明，在关于人工智能的影响的辩论中需要转变：从整体上关注整个工作的完全自动化和普遍的职业替代，以重新设计工作和商业实践的再造。”该研究是由Brynjolfsson和卡内基梅隆大学机器学习系的Tom Mitchell教授和麻省理工学院数字经济学博士研究生兼研究员Daniel Rock共同完成的。

Brynjolfsson说，“不管好莱坞怎么说，我们离通用人工智能还很遥远。那种AI可以做人类能做的一切事情。我们没有任何东西接近它，除非有惊人的突破，否则未来几十年仍然如此。”

Brynjolfsson说，我们所拥有的是功能强大的窄AI系统，通常使用深度神经网络能够解决人类或超人类准确度的特定问题。这些技术擅长涉及预测分析、语音和图像识别以及自然语言处理等任务。

他说，“但那不是一切，这只是部分事情。这提出了一个明显的问题：这个惊人的AI能做得好哪些事情，哪些是他们做不了的任务？”

为了回答这些问题，研究人员开发了一个有23道问题的测试，以确定任务是否适合机器学习。Brynjolfsson说，这个测试中的任务分数的高低表明了自动化和机器学习的敏感程度。 

他说，“任何一个经理都可以利用这个测试，如果他们想用机器学习来完成任务，那么这个测试应该能给他们一些指导。有很多很适合机器学习的任务，然而大多数公司真的只是抓住了表面。”

研究人员想进一步研究这个想法。由于工作只是各种任务的集合，所以还可以使用这些标准来衡量整个职业对机器学习的适用性。使用联邦劳工统计局的数据，这正是他们为美国经济中超过900个不同职业所做的一切，从经济学家和首席执行官到卡车司机和学校教师。

研究人员写道，“历史上，自动化技术一直是提高工业生产力的关键驱动力，它们也曾系统地破坏了就业和工资结构。然而，我们的分析表明，与早期的自动化浪潮相比，机器学习会影响劳动力的不同部分。..。..机器学习技术可以转变经济中的许多工作，但完全自动化不如流程再造和重组任务。”

Brynjolfsson说，举个例子，放射科医生有26项与其工作相关的不同任务。阅读医学图像是一项非常适合机器学习的任务，计算机开始比人类更擅长图像识别。但是，像将医疗信息传递给患者这样的人际交往能力并不是机器能容易且有效地执行，他说。

“几乎在每个职业中，活多或少有一些任务可能会受到影响，但是在每个职业中也有许多任务不会。也就是说，一些职业的任务确实比较多，可能会受到机器学习的影响。” Brynjolfsson表示，注意到像礼宾服务这样的工作可能并且正在被大多数基于从谷歌等公司的机器学习服务取代。该研究表明，像按摩治疗师这样的机器学习潜力不大的职业可能影响最小。

研究人员建议，在每一个职业中，了解通过机器学习可以实现高度自动化的任务，将它们从其他任务中分离出来，并重新组织工作以适应这些发展。机器学习可以做他们最理想的任务，他们写道，而人力劳动可以被解放出来做更多的机器学习活动不太适合，从而提高利润率。

研究人员写道，这并不是说机器学习的新发展不会对未来的就业和经济产生更广泛的影响。“为了匹配未来机器学习领域不断发展的状态，将需要相应地更新测试。”