談到智能機(jī)器人的未來，人們通常會(huì)問的第一個(gè)問題是：它們會(huì)讓多少工作崗位消失？不管答案是什么，第二個(gè)問題很可能是：我如何確保我的崗位不在其中？近日，《科學(xué)機(jī)器人》雜志上發(fā)表了一項(xiàng)最新成果，來自瑞士洛桑聯(lián)邦理工學(xué)院（EPFL）的機(jī)器人專家和洛桑大學(xué)的經(jīng)濟(jì)學(xué)家為這兩個(gè)問題提供了答案。
通過將有關(guān)機(jī)器人能力的科學(xué)和技術(shù)文獻(xiàn)與就業(yè)和工資統(tǒng)計(jì)相結(jié)合，研究人員開發(fā)了一種方法，用于計(jì)算在不久的將來哪些現(xiàn)有工作更有可能被機(jī)器執(zhí)行。此外，他們還設(shè)計(jì)了一種方法，為這些高風(fēng)險(xiǎn)職業(yè)過渡到風(fēng)險(xiǎn)較小且需要最少再培訓(xùn)的工作，提供建議。結(jié)果顯示，對 1,000 個(gè)職業(yè)進(jìn)行排名，“物理學(xué)家”是被機(jī)器取代風(fēng)險(xiǎn)最低的工作，而“屠宰工人和肉類包裝工”則面臨最高的被替代風(fēng)險(xiǎn)。一般來說，食品加工、建筑、維護(hù)和開采行業(yè)的工作似乎風(fēng)險(xiǎn)最高。
機(jī)器人技術(shù)和人工智能 （AI）通常被稱為第四次工業(yè)革命的核心。這些領(lǐng)域的持續(xù)進(jìn)步，正在導(dǎo)致機(jī)器人比它們的前輩更自主、更靈巧、更安全地參與人類社會(huì)的方方面面。智能系統(tǒng)在曾經(jīng)看似機(jī)器無法完成的任務(wù)中，也已經(jīng)超越了人類，例如非常復(fù)雜的圍棋游戲。這些進(jìn)步，再加上在高性能計(jì)算、物聯(lián)網(wǎng)和新材料方面同樣重要的突破，已經(jīng)對制造業(yè)和服務(wù)業(yè)產(chǎn)生了明顯的影響。因此，預(yù)計(jì)在未來幾十年內(nèi)，人類的整個(gè)經(jīng)濟(jì)和生產(chǎn)體系將發(fā)生廣泛的轉(zhuǎn)變。
（來源：Pixabay）
盡管許多分析家預(yù)測這場革命將對整體生產(chǎn)力和增長產(chǎn)生積極影響，但它對就業(yè)的潛在影響已經(jīng)引起了人們的極大關(guān)注。機(jī)器人技術(shù)和人工智能看起來有望使目前由人類完成的許多任務(wù)自動(dòng)化，并減少許多經(jīng)濟(jì)部門對人類工作的需求。
表明上看，這并不是什么新鮮事：過去的自動(dòng)化浪潮（如紡織和農(nóng)業(yè)部門的機(jī)械化、制造業(yè)中工業(yè)機(jī)器人的引入，以及服務(wù)部門的計(jì)算機(jī)化）在發(fā)展初期先是增加了勞動(dòng)人口，之后則是大幅減少了對人類就業(yè)勞動(dòng)力的需求。
事實(shí)上，在過去的自動(dòng)化浪潮中，機(jī)器大多取代了人類從事低技能、體力、重復(fù)性的工作。有人提出，第四次工業(yè)革命的社會(huì)影響將大不相同，因?yàn)橄乱徊C(jī)器人和人工智能也將影響中高技能工作，包括具有相關(guān)認(rèn)知和創(chuàng)造性成分的工作，以及需要迄今為止自動(dòng)化尚未觸及的手工工藝領(lǐng)域。
（來源：Pixabay）
盡管從長遠(yuǎn)來看，對生產(chǎn)力和整體經(jīng)濟(jì)增長的影響仍可能是積極的，但轉(zhuǎn)型可能會(huì)很痛苦。
在之前的相關(guān)研究中，也曾預(yù)測過有多少工作將被機(jī)器人自動(dòng)化，但它們大多集中在軟件機(jī)器人上，例如語音和圖像識別、金融機(jī)器人顧問、聊天機(jī)器人等。此外，這些預(yù)測會(huì)隨著工作要求和軟件能力的評估方式而劇烈波動(dòng)。
“在這項(xiàng)最新研究中，我們不僅考慮人工智能軟件，還考慮執(zhí)行體力工作的真正智能機(jī)器人，我們開發(fā)了一種系統(tǒng)，比較數(shù)百種工作中人類和機(jī)器人能力的方法?！盓PFL智能系統(tǒng)實(shí)驗(yàn)室主任 Dario Floreano 教授說。
為了預(yù)測大多數(shù)職業(yè)被機(jī)器取代的風(fēng)險(xiǎn)，研究人員研究了歐洲 H2020 機(jī)器人多年度路線圖（MAR），這是歐盟委員會(huì)的一份戰(zhàn)略文件，由機(jī)器人專家定期修訂，MAR 描述了當(dāng)前機(jī)器人所需或未來機(jī)器人可能需要的數(shù)十種能力，范圍按操作、洞察、感知、與人類交互等類別進(jìn)行組織。
MAR 描述了當(dāng)前機(jī)器人所需或未來機(jī)器人可能需要的數(shù)十種能力，范圍按操作、洞察、感知、與人類交互等類別進(jìn)行組織。然后，研究人員通過研究論文、專利和機(jī)器人產(chǎn)品的描述，來評估機(jī)器人能力的成熟度，并使用一個(gè)眾所周知的尺度來衡量技術(shù)發(fā)展水平，即“技術(shù)準(zhǔn)備水平”（TRL）。
（來源：EPFL）
對于人類的能力，研究人員則依賴于 O*net 數(shù)據(jù)庫，這是美國就業(yè)市場上廣泛使用的資源數(shù)據(jù)庫，該數(shù)據(jù)庫對大約 1,000 個(gè)職業(yè)進(jìn)行了分類，并涵蓋了對每個(gè)職業(yè)最重要的技能和知識。在將 O*net 列表中的人類能力與 MAR 文檔中的機(jī)器人能力進(jìn)行選擇性匹配后，該團(tuán)隊(duì)可以計(jì)算出每個(gè)現(xiàn)有工作職業(yè)由機(jī)器人執(zhí)行的可能性。
例如，一項(xiàng)工作需要人類以毫米級的運(yùn)動(dòng)精度工作，而機(jī)器人在這方面非常擅長，因此相應(yīng)能力的 TRL 最高。如果一項(xiàng)工作需要足夠多的此類技能，那么與需要批判性思維或創(chuàng)造力等能力的工作相比，它更有可能實(shí)現(xiàn)自動(dòng)化。通過對 1,000 個(gè)工作崗位的自動(dòng)化風(fēng)險(xiǎn)指數(shù)（ARI）進(jìn)行計(jì)算排名，結(jié)果顯示，“物理學(xué)家”是被機(jī)器取代的風(fēng)險(xiǎn)最低的人，而“屠宰者和肉類包裝工”則面臨最高的風(fēng)險(xiǎn)。
圖 | 五種職業(yè)的自動(dòng)化風(fēng)險(xiǎn)指數(shù)（來源：Science）
圖 | 不同行業(yè)的自動(dòng)化風(fēng)險(xiǎn)指數(shù)（來源：Science）
然后，研究人員還創(chuàng)建了一種方法，可以為任何給定的職業(yè)，找到自動(dòng)化風(fēng)險(xiǎn)顯著降低并且在所需的能力和知識方面與原始工作相當(dāng)接近的替代工作，從而最大限度地減少再培訓(xùn)成本，使得職業(yè)轉(zhuǎn)型可行。
“當(dāng)今社會(huì)面臨的主要挑戰(zhàn)是如何應(yīng)對自動(dòng)化”，共同領(lǐng)導(dǎo)了這項(xiàng)研究的洛桑大學(xué)教授 Rafael Lalive 說，“我們的工作為面臨自動(dòng)化高風(fēng)險(xiǎn)的工人提供詳細(xì)的職業(yè)建議，同時(shí)重新利用在舊工作中獲得的許多技能，使他們能夠從事更安全的工作。通過這一建議，政府可以支持社會(huì)變得更有彈性，以應(yīng)對自動(dòng)化浪潮?！?/p>
為了測試該方法在現(xiàn)實(shí)生活中的表現(xiàn)，研究人員使用了來自美國勞工部的數(shù)據(jù)，并根據(jù)算法的建議模擬了數(shù)千個(gè)職業(yè)變動(dòng)，發(fā)現(xiàn)它確實(shí)可以讓高風(fēng)險(xiǎn)職業(yè)的工人轉(zhuǎn)向中等風(fēng)險(xiǎn)職業(yè)，同時(shí)接受成本相對較低的再培訓(xùn)工作。
研究人員表示，政府可以使用該方法來衡量有多少工人可能面臨自動(dòng)化風(fēng)險(xiǎn)并調(diào)整再培訓(xùn)政策，公司可以評估提高自動(dòng)化的成本，機(jī)器人制造商可以更好地根據(jù)市場需求定制產(chǎn)品，公眾則可以確定在就業(yè)市場上重新定位自己的最簡單途徑。
最后，研究人員將新方法和數(shù)據(jù)轉(zhuǎn)化為一種算法，該算法可以預(yù)測數(shù)百個(gè)工作的自動(dòng)化替代風(fēng)險(xiǎn)，并建議以最少的再培訓(xùn)工作進(jìn)行有彈性的職業(yè)過渡。
（大家可在：https://lis2.epfl.ch/resiliencetorobots 公開訪問）
從上圖就可以看出：學(xué)術(shù)君被機(jī)器人取代的風(fēng)險(xiǎn)還挺大的……大家也可以通過下方二維碼測試一下自己的失業(yè)風(fēng)險(xiǎn)
參考資料：
https://www.science.org/doi/10.1126/scirobotics.abg5561 https://actu.epfl.ch/news/how-to-compete-with-robots/
關(guān)鍵詞： 研究人員 人工智能 風(fēng)險(xiǎn)指數(shù)
