你的职业受到AI影响了吗?

编译作者: 风车云马 2019-09-26 08:00:00

你的职业受到AI影响了吗?

【51CTO.com快译】如今,我们越来越多地依赖人工智能(AI)来实现日常生活和工作。从提醒和跟进重要的工作任务,到自动调节家里的温度,自动化已经开始接管人们的工作。随着人工智能的爆炸式发展,数百万人担心他们的工作也会被一台足够智能的机器抢走。

人工智能有无数的好处,比如节省时间,增加可靠性和安全性,但它也有缺点。人工智能在原本安全的系统中引入新的安全漏洞,甚至可以取代数百万曾被认为不可替代的白领工作。

那么,你希望被人工智能取代的前景吗?如果是这样,有没有办法让你的事业不受人工智能的影响?

宏观来看:人工智能已经到来

让我们从对人工智能未来的发展开始。人工智能将继续向前,并在未来加速发展。到了2040年,当我们回顾今天的人工智能时,可能会像今天回顾1999年的互联网文化一样。

从本质上讲,有一天,在遥远的将来,自动化和人工智能将能够处理几乎所有人类的责任。其实问题在于,人工智能的取代何时完成,而不是是否完成。幸运的是,到那时,人工智能将如此强大,我们对资源的访问将是无限的,找工作可能不是什么大问题。

先撇开这些未来科幻不谈,可以肯定的是,人工智能将很快开始弥合蓝领和白领工作之间的差距。自动化算法已经开始用于新闻、制药、人力资源和法律等领域,而这些领域曾被认为是人工智能无法触及的。

总之,你是时候该考虑一下人工智能将如何影响自己的职业生涯。

什么是人工智能做不好的

尽管如此,人工智能并不是一个完美的工具。在执行快速、可预测的功能方面,人工智能和自动化要比人类好得多,但在一些关键领域,人工智能往往会遇到困难,包括:

  • 头脑风暴。如果这个问题像谜题一样,人工智能很可能比人类更好地解决。人类拥有远超AI的抽象思维能力,我们会“跳出框框”思考,并能面对各种情况提出新颖的想法。因此,未来我们仍将是更具创新性的艺术家和问题解决者。
  • 人机交互。虽然有一些团队正在开发人工智能助理,可以模拟基本的人类互动,但事实是,人们更喜欢与他人互动,至少在某些行业是这样。例如,当你买新房子的时候,你会想和一个合格的房地产经纪人进行一次真正的对话,当你正与精神健康问题作斗争的时候,你会想和坐在你对面的人交谈。因此,严重依赖人际互动的工作可能会在一段时间内不受影响。
  • 有许多变量(或不可预测)的情况。AI在规则严格、不易打破的情况下表现最好,而且规则越少越好。当你遇到越来越多的变量,或者这些变量变得不可预测时,人工智能就开始挣扎了。因此,你所处的管理链越高,人工智能就越不可能应对这些工作。

替换或转换角色?

你还应该考虑人工智能是否有潜力真正取代你的工作,或者只是利用它。专家对此都有不同的争论,不同的行业、不同的立场可能会得出不同的结论。

其实害怕新技术的崛起并不是一个新概念。几百年来,人们一直担心自己的工作被机器抢走。我们经常用“勒德分子”这个词来形容那些非理性地害怕(或不愿使用)新技术的人,但这个词最初是用来形容纺织工人,他们担心纺织机器会让他们的工作变得无关紧要。回顾工业化的这一阶段还挺幽默。我们知道后来大多数工人并没有被机器取代;相反,他们只是开始将机器作为他们工作的一部分。

对于许多职位来说,不久的将来可能是这样的;个人和组织将接受并集成人工智能,而不是让整个职位和业务被机器取代。

即便如此,如果你因为人工智能的压力而担心自己职业的未来,你可以采取一些策略来发展自己的职业。

学会爱上人工智能

你最好的选择之一是学习拥抱人工智能,而不是试图去对抗或避免它。在企业中尽可能多地集成人工智能,企业所有员工将受到激励。如果你利用人工智能让自己的位置更有价值,你将会从人工智能中获得巨大的好处,而不仅仅是受到威胁。

您可以通过学习更多关于所在行业中的人工智能的知识,并对它们的集成有更多的了解,从而使自己处于一个更好的位置。在一些行业,你可以学到更多关于开发和修改人工智能系统的知识。如果你觉得你的工作真的受到了威胁,你可以完全换工作,甚至学习开发自己的人工智能系统。

直面人工智能的挑战

你也可以通过在工作中融入更多人工智能无法完成的技能来证明你的职业。比如有这几种方法。首先,从垂直移动来讲,你可以晋升到更高的管理和领导职位,将使人工智能更难侵入你的领地。监督和管理角色需要处理许多不可预测的变量,有时还需要进行抽象的思考。

从横向移动来讲,你也可以在目前的岗位上学习新的技能,或者换一个不太可能受到自动算法威胁的行业。例如,你可以尝试转换到一个更直接的人际互动的角色,或者你可以回到学校,在一个近期不太可能自动化的领域开始新的职业生涯。

使你的职业多样化

不管你想得有多远,你的头脑风暴有多激烈,人工智能的未来仍然有些不可预测。它可能会比我们最初想象的要侵占更多的工作岗位,也可能会成为一个完全可以忽略不计的威胁。

例如,你可以开始学习许多不同领域的新技能,即使它们并不直接适用于你目前的职业。你也可以开始做一些不同的兼职工作。这样,如果你的收入来源或技能受到威胁,你就可以很容易地转向其他工作。这种方法为您提供了最大的灵活性。无论哪种方式,你都可以通过多样化你的技能和潜在的职业选择来改善你的职业轨迹。

相关研究表明,未来一些工作很可能被功能足够强大的人工智能算法或机器切实替代,而人工智能也将变得越来越复杂。如果你担心未来的职业,或者你想在未来几十年里最大化你的潜力,上述策略都可以帮助你“AI-proof”(预防人工智能的替代),至少尽你所能。

原文标题:Should You Be Thinking About AI-Proofing Your Career?,作者:Frank Landman

【51CTO译稿,合作站点转载请注明原文译者和出处为51CTO.com】

AI 人工智能
上一篇:2019年较热门的5大深度学习课程 下一篇:数据太多、太乱、太杂?你需要这样一套数据治理流程
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

面部识别的利与弊:是福还是祸?

虽然现代技术使面部识别更加精确和安全,但与面部识别隐私问题和监控有关的担忧也在增加。因此,让我们在这篇文章中探讨一下这该技术的利与弊。

Naveen Joshi ·  2021-06-01 16:36:22
人工智能和5G如何结合以实现物联网收入最大化

网络系统通过信令和使用软件以及分析来检测和分类设备非常棘手,并且对有限且日益紧张的网络资源提出了巨大的需求。然而,解决这些问题有一个主要解决方案:采用人工智能、自动化和5G技术。

Jordi Castellvi ·  2021-06-01 13:49:15
MIT团队最新研究,仅靠LiDAR和2D地图实现端到端自动驾驶

最近, MIT 计算机科学与人工智能实验室(CSAIL)团队成功展示了一种基于机器学习的自动驾驶系统,该端到端框架仅使用 LiDAR获取的原始 3D 点云数据和类似于手机上的低分辨率 GPS 地图就能进行自主导航,并且大大提升了鲁棒性。

文龙 ·  2021-06-01 12:47:51
自然语言处理(NLP)的历史及其发展方向

自然语言处理的历史是一个充满曲折的故事。它从徒劳的研究开始,经过多年卓有成效的工作,最后结束于一个我们仍在试图找出该领域极限的时代。今天,让我们来一起探索这一AI科学分支的发展。

佚名 ·  2021-06-01 12:46:26
是福还是祸?人脸识别技术的利与弊

面部识别并不是一项全新的技术,但人工智能和机器学习不断使面部识别变得更好。苹果通过引入具有 3D 扫描功能的面部生物识别系统和 iPhone 的 Face ID,提高了面部识别的标准。

Naveen Joshi ·  2021-06-01 11:11:01
人工智能能否使机器具有流体智力?

麻省理工学院和奥地利研究人员为灵活的人工智能创造了“液体”机器学习。

千家网 ·  2021-06-01 10:38:55
大脑模拟NLP,高德纳奖得主:神经元集合演算用于句子解析

一个简单的大脑模型为人工智能研究提供了新的方向。世界顶尖计算机科学理论学家、哥德尔奖和高德纳奖获得者、哥伦比亚大学计算机科学教授 Christos Papadimitriou 关于「大脑中单词表征」的演讲。

Ben Dickson ·  2021-06-01 09:39:24
美城市Baltimore可能颁布最严格的面部识别禁令

据介绍,拟议的法令将禁止私人或商业组织,甚至执法机构在城市使用面部识别技术。

千家网 ·  2021-06-01 09:34:07
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载