信息技术将会消失吗?

原文作者:Aleksandra Gronostaj

原文地址:https://dzone.com/articles/the-future-of-new-technologies


我们邀请您阅读我们于10月8日进行的采访。 Marcin Szeliga是一位数据哲学家和独立顾问,20年来一直在专业领域上与SQL Server进行合作。作为导师,在讲座和数据库开发的百忙中他抽取时间,同意回答我们关于信息技术未来,未来职业和人工智能的问题。

在我们的黑客马拉松的就职演讲中,你说过,在未来的20年中,世界将比过去200年变化更多。如果是这样,那么肯定我们今天所知道的很多职业将会消失。那么,你认为哪些会继续发展,哪些会重新发展?对于我们自己或我们的孩子来说,哪种职业是最好的选择?

首先,你需要有一个开放的头脑,没有必要自欺欺人地认为,共同模式将在未来发挥作用。我认为一切都会变得更快。也许那些今天来到这里参加研讨会和比赛的年轻人将是把驾驶当做普遍技能的最后一代。但对于下一代来说,它可能只是像我们这样有骑马的爱好,而且大多数人都会拥有将自己的汽车,而且汽车可以自己驱车前往目的地。这意味着你必须非常乐于改变。最有价值的专业,最具潜力的将是所有与数据相关的工作 - 这是肯定的。所以统计学家的工作,分析师,也是工程师。也会有一些与人文学科密切相关的职业,比如心理学家,他们会借给我们耳朵,或者艺术,所以这些职业要么不能存在,要么我们不想被计算机化而让这些职位存在。

那么,哪些工作会过时?

所有那些人类必须学习一些规则并现在能应用它们,例如初级保健医生,律师和翻译人员。这些都是计算机现在已经从人类中接管的职业。但是,我们有多少人接受谷歌博士的治疗?将来,我们不会盲目地使用谷歌,而是会有一台装备有人工智能的计算机,它实际上研究了医学,这意味着它学习了真实的病例 - 症状是什么,原因是什么,疾病期间患者会发生什么,以及如何对待它。这样一台电脑,就像今天下国际象棋一样,总有一天能够诊断病人 - 甚至比人类医生更有效。

所以除了程序员,我们中没有多少人能睡得很香?

不一定,因为另一方面,也有可以计算机化的工作,但是目前没有。前段时间,我曾为一辆垃圾车做过一个项目,它可以在没有清洁工或司机的情况下四处走动。确实有几辆这样的垃圾车被生产出来。这是一个很好的原型,在没有人参与的情况下,在早上进行了一次,电脑和传感器控制了收集垃圾的机械臂,然后垃圾车继续前进。但最终,这个项目被放弃了。手臂并不总是能捡起垃圾,或者垃圾箱并不总是在正确的地方,或者有人忘记把它们放出来,或者它们藏在某个地方。但最终还是雇一些人来做这项工作更便宜。它很独特。曾几何时,在奇幻小说或科幻电影中,机器或机器人扭曲了螺丝,做了最糟糕的工作,而人们则充当了管理者的角色。但事实证明,事实往往恰恰相反。在购物中心、物流中心和装载隔间里,电脑告诉工人去哪里,一个人在他的耳朵里听到一个说话人的声音:向左走六步,向右两步,第三个架子,举起你的手……这些角色可以完全颠倒过来。

这有点像矩阵...

它可能以多种方式之一发生,因为计算机擅长做出决定,并且我们越来越频繁地让他们做决定。例如,在最近引起人们高度关注的无人驾驶汽车案例中,有时我们需要自己做出决定,例如,是否要杀死一名乘客或强行上路的行人。

所以程序员会扮演最重要的角色,对吧?

差不多,但不完全是。因为人工智能不是编程化的 。至少从某种意义上说,我们没有输入的规则集并且来要求现在机器必须遵守它们。不,它的工作原理是这样的:在开始时我们将一些数据放入机器中。信息,数字,一些内容。例如,被要求写一篇文章的人工智能模型以前学过维基百科的内容。当它阅读时,它收到了命令:贡献您的意见。没有任何规则可以预先规定这一过程。

好吧,但是如果我们在开始时不实施规则,我们可能完全失去对过程的控制。就像应该学习如何与Twitter用户交互的机器人的例子一样。其结果是它变成了一个种族主义的希特勒爱好者,对所有人都是“仇敌”,所以不得不被关掉......而我们纯粹以数据为基础谈到的这款无人驾驶汽车可能会牺牲那些年纪较大,身体状况较差,或对社会不太重要的人。因为这是数据的逻辑。但这在社会上是不可接受的。

我认为它会的。由于数据改变了思维方式, 所以,范式(范式这一概念最初由美国著名科学哲学家Thomas Samuel Kuhn于1962年在《科学革命的结构》中提出来,指的是常规科学所赖以运作的理论基础和实践规范,是从事某一科学的科学家群体所共同遵从的世界观和行为方式。“范式”的基本理论和方法随着科学的发展发生变化)也随之改变。今天我们有你的信念,你的观点,所以在科学中我们有假设。在他们着手被验证并成功之后,我们得出一些结论并开始工作。在我谈论的这个模型中,没有最初的假设。只有数据 ,文字,数字,图片。然后是模型,这意味着我们从数据中学到了一些东西,首先是抽象,然后是泛化,我们有一些规则,但规则是从数据中派生出来的。只有遵守这些规则,我们才能得出任何结论。而且由于数据太多,一切都以某种方式相互连接,所以这种模式并不是那么可怕。我们可以告诉它:从这些数据中学习,然后使用不同的数据进行验证。然后出现了一些东西,这是在基于自己的信仰体系的方法中缺失的:它与经验证据相冲突。这样我可以很容易地判断我是否正确。

我不知道你是否知道,但据估计,有多达70-90%的科学论文,尤其是医学领域的论文被伪造。得出的结论简直是不真实的。那么这是为什么呢?例如,他有一群病人,他发现了一些值得注意的东西。在此基础上,他提出了一个假设,然后将其推广到我们所有人。但是没有数据的支持。因为真正的结果是先来的,之后数据被调整到合适的位置。因为数据很容易被篡改,如果我们在开始之前就已经有了结论。

好的。但是人们有强加规则的倾向。正如医学具有生物伦理学一样,它禁止某些测试和治疗,纯粹是因为信念,可能需要在计算机科学中进行这样的监管,创建信息伦理学......

我不知道它会是什么样子,但它会非常有趣。也许它会以这种方式出现,但是在这个阶段,它仍然是科幻小说。

嗯,是的,因为我们正在谈论人工智能,这仍然只是科幻小说。但现在让我们关注一些更真实的东西。大数据分析。分析网络活动,付款,GPS位置的所有数据是否符合道德标准?从理论上讲,我们可以将所有这些数据连接到某个特定的人,比如说一个社会安全号码,并且几乎了解他的所有信息,甚至是最亲密的个人信息。

确实如此。而且它实际上是在不久前发生的。有一本书,Dataclysm或数据灾难,关于有多少计算机知道我们。这本书是由一个美国人写的,他经营着一个在线交友网站。这是一种特定的网站,你可以在某些问题上撒谎,但你不能,例如,对你的偏好撒谎,因为你想要遇见一个你觉得有趣的人,而不是相反的人。所以你的隐私有一些方面你必须要说实话,但这些都是你不想在报纸上看到的。令人惊讶的是,有多少人愿意告诉你关于他们自己的事情。对这些数据的分析使我们能够建立一个完整的概要。离线正在慢慢成为一种奢侈品,所以隐私已经成为一种奢侈品。

这就是为什么我们开始看到法规生效。欧盟去年批准了“被遗忘的权利” - 所以这是让我们恢复数据权利的第一步。

确实如此。但另一方面,我们知道美国人,俄罗斯人,中国人和其他人也在听和记录世界上所有的电话,所有的电子邮件,以及你曾经说过或写过的任何事情。有些人出于某种原因分析和存档。该技术已经允许它 - 现在数据的存储和处理非常便宜,以至于政府能够做到这一点。匿名是一种奢侈,但在我看来,人们并不是真的想要它。他们能够在网上提出很多关于他们自己的信息。确实,如果我们想享受互联网的好处,我们需要共享数据。系统需要了解我们。没关系。但是,在使用我们的数据时,我们必须考虑到好处和缺点。我们出售我们的数据以获得切实利益。问题在于,实际上我们销售的数据低于其真实价值。甚至是一首歌都低于真实价值。

好的。我们已经跑题了。既然有这么多的未知数和威胁,那么我们可以做出什么样的决定来将这种风险降到最低?即使只有在专业意义上,我们从哪里开始呢?

关键词是数据。有越来越多,还会有更多。我们生成它,设备生成它,很快我们将以更大,史无前例的规模处理它。所以,处理这些数据的人,加上那些开放思想的人,将越来越不可或缺。无论如何,现在缺少了他们,优秀的专业人员总是缺乏这些发展中的领域。一年后,他们将会缺乏更多,而在两年内,他们将会更加缺乏。

但是,这不是另一个“黄金方向”吗?二十年前,父母梦想自己的孩子成为医生或律师。时下管理行业又最流行。每个人都有一个大专学位。现在他们无处可去,不知找什么工作了。难道它不会再一样吗?如果一台机器取代了这位分析师,结果会怎样?

确实如此。二十年后,实际上可能会发现,我们今天所知道的这些与信息技术有关的行业将不复存在。然而,今天,大学毕业生无法像劳动力市场所需要的那样多。当今的信息技术正在改变世界,并推动整体发展。它改变了科学方法; 它影响到经济和人类活动的所有领域。二十年并不都是短期的一种观点。在我看来,在未来二十年中,IT专家的前景不会恶化。接下来会发生什么?之后,我们根本不知道,没有人能预测会发生什么。

本文的版权归 阿小庆 所有,如需转载请联系作者。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技评论

观点 | Michael I. Jordan:从经济学与市场机制中,AI可以学到什么?

AI 科技评论按,在近日世界人工智能大会智能金融主题论坛上,加州大学伯克利分校迈克尔·欧文·乔丹(Michael I. Jordan)教授进行了精彩的分享。甫一...

10730
来自专栏新智元

【德勤重磅】2016 技术趋势报告:VR/AR(134PDF下载)

? ? 【新智元导读】AR和VR的设备成本在持续下降,相关标准正在建立之中,而app应用的生态圈也正在开始浮现。这些影响,还有AR和VR方面大量的引人注目的高...

31340
来自专栏新智元

【AI 引擎】84岁新华社启用机器人记者 | 不需要降落的无人机 | 基因编辑工具CRISPR 2017前在人身上测试

1、“快笔小新”上岗了!84岁新华社启用“机器人记者” ? 2015年11月7日,在84岁生日来临之际中国国家通讯社新华社将迎来机器人新“员工”——“快笔小新”...

23240
来自专栏CDA数据分析师

案例 | 盘点腾讯HR的大数据转型之路

文 | 马海刚 来源:HRTechChina HR管理经过几十年的发展,理论基础仍是工业时代的科学管理经验。近年来面对汹涌而来的移动互联网大潮以及层出不穷各种...

66560
来自专栏罗超频道

李彦宏的新专利和Google对话搜索有何不同?

文:罗超,封面图:李彦宏在2015年极客公园创新大会演讲 近日,李彦宏参加了极客公园一年一度举办的创新大会,主持人与李彦宏聊到了他最近申请的一个专利吸引了我的...

35380
来自专栏量子位

一文看懂华为云AI新政,这波开发者福利有点硬

去年以BU成立对外推出伊始,有看好者,纯支持;有不看好者,觉得云业务的市场格局已定,中外豪强林立,华为很难再获智能手机一样的成功。

13640
来自专栏钱塘大数据

【报告】CB Insights:2017全球AI企业100强

在美国加州圣芭芭拉举办的创新峰会(The Innovation Summit)上,CB Insight 的CEO Anand Sanwal 揭晓了全球 2017...

36240
来自专栏PPV课数据科学社区

斯坦福「人工智能百年研究」首份报告:2030年的人工智能与生活

序言 2014 年秋季,人工智能百年研究(OneHundred Year Study)项目启动,这是一项对人工智能领域及其对人类、社区、社会影响的长期学术研究。...

469100
来自专栏PPV课数据科学社区

如何系统学习数据分析?

很多学习数据分析的同学也都有这样一种困惑“为什么学了那么多工具,还是不会数据分析?”,原因无外乎两个,一是只学到了碎片的知识,没有建立知识之间的连接,无法形式自...

30380
来自专栏大数据文摘

八个步骤让你的企业“数据化”

24140

扫码关注云+社区

领取腾讯云代金券