2060年AI将在各方面取代人类工作?这份研究论文你应该想看

2017 年 7 月 9 日 大数据文摘 Timothy Revell

大数据文摘作品,转载要求见文末

作者 | Timothy Revell

编译 | Echo,Jennifer Zhu


后台回复关键词“AI” 二字获取相关研究论文原文。

让我们尽情享受还能打败机器人的乐趣吧。根据对350多名人工智能研究人员的调查显示,在45年内,机器有50%的机会超越人类。

不过AI很快会精通很多人类活动。受访者们预测在以下年份和领域,机器将超越人类:2024年翻译语言,2026年撰写高校论文,2027年驾驶卡车,2031年零售打工,2049年编写畅销书,以及2053年实施外科手术。实际上,接下来的120年内,所有人类的工作都会自动化。

上图:下一次AI会赢我们什么?(来源:AFP/Getty Images)

这份2015年由牛津大学和耶鲁大学在参加两大领域会议(神经信息处理系统会议和机器学习国际会议)之一的AI研究者中发起的调查共收到了352人响应。

60年时间内机器将会比我们更聪明-但我们仍然在顶端

美国加州伯克利机器智能研究所的Katja Grace认为这些结果具有“意义深远的社会影响”。比如教师未来将如何火眼识别那些由电脑生成的以假乱真的论文呢?

但至少我们打算去处理这些问题。尽管媒体大肆宣传AI的危险性,研究者认为机器只有百分之五的可能性未来导致人类灭绝。

AI一招鲜

AI已在很多领域超越了人类。谷歌深度思维(Google DeepMind)的AI产品阿尔法狗(AlphaGo)刚刚打败世界上最厉害的Go游戏玩家。其他系统有着比专业人员还好的唇读技能或者能通过警察数据来帮助侦探办案。然而所有这些AI产品都仅仅擅长某个领域,除非重新训练否则在其他领域没什么机会。

英国谢菲尔德大学的Eleni Vasilaki 说:“通过不断的累积,机器已能在某些复杂的单项任务上战胜人类智力,但并没有什么证据显示能很快出现像人类那样多才多艺的AI。”

视频展示了AI接手人类工作的一些猜想

调查结果还显示研究者所做的预测和他们的资历没有什么关联,但却与他们来自哪里相关。总体而言,亚洲的研究者比北美的研究者给出的预测时间更短。例如,对什么时候AI能在所有领域都超越人类的预测,前者给出30年内而后者则是74年。伦敦政治经济学院的 Leslie Willcocks对此评论说:“这可能是一个非常有趣的、不同的工作文化如何影响人们的技术观点的体现。”

Garry Kasparov访谈:我们不会输给机器,但说这话的人已经输了

然而有的调查结果并不能自圆其说。例如涉及到哪款游戏将成为AI下一个将征服的对象时,姆西达(Msida)的马尔他大学(University of Malta)的 Georgios Yannakakis指出:“他们预测AI六年后会在视频游戏星际争霸上超过人类,但所有Atari游戏将在9年后。一些Atari游戏确实很难,但没有哪个比星际争霸难吧。”

此外,大部分调查问题都集中在有明确定义的认知任务上的AI应用。对此,Yannakakis补充道:“有的人类智能,例如情感理解能力,则超出了认知的范围。所以,预测何时AI能在艺术或者电影评论方面超越人类这样的问题会更加有趣。”

参考资料:http://arxiv.org/abs/1705.08807

后台回复关键词“AI” 二字获取相关研究论文原文。

原文链接:https://www.newscientist.com/article/2133188-ai-will-be-able-to-beat-us-at-everything-by-2060-say-experts


如果,你想求职跳槽

快速提升实战技能

如果,你渴望大展身手

搏一席之地

如果,你想在数据时代

掌握主动权

那么,你需要

实训营助你一臂之力

扫描海报二维码,获取成长机会


阅读原文了解更多!


原文链接:http://www.freebuf.com/articles/database/138734.html

            
              
               
                 

关于转载


如需转载,请在开篇显著位置注明作者和出处(转自:大数据文摘 | bigdatadigest),并在文章结尾放置大数据文摘醒目二维码。无原创标识文章请按照转载要求编辑,可直接转载,转载后请将转载链接发送给我们;有原创标识文章,请发送【文章名称-待授权公众号名称及ID】给我们申请白名单授权。未经许可的转载以及改编者,我们将依法追究其法律责任。联系邮箱:zz@bigdatadigest.cn。

志愿者介绍

回复“志愿者”加入我们

往期精彩文章

点击图片阅读

如何把各类难题变得数据可解?Get与数据科学家聊天的正确姿势

登录查看更多
1

相关内容

人工智能杂志AI(Artificial Intelligence)是目前公认的发表该领域最新研究成果的主要国际论坛。该期刊欢迎有关AI广泛方面的论文,这些论文构成了整个领域的进步,也欢迎介绍人工智能应用的论文,但重点应该放在新的和新颖的人工智能方法如何提高应用领域的性能,而不是介绍传统人工智能方法的另一个应用。关于应用的论文应该描述一个原则性的解决方案,强调其新颖性,并对正在开发的人工智能技术进行深入的评估。 官网地址:http://dblp.uni-trier.de/db/journals/ai/
深度学习可解释性研究进展
专知会员服务
97+阅读 · 2020年6月26日
专知会员服务
99+阅读 · 2020年3月19日
【综述】金融领域中的深度学习,附52页论文下载
专知会员服务
163+阅读 · 2020年2月27日
【论文】欺骗学习(Learning by Cheating)
专知会员服务
26+阅读 · 2020年1月3日
IBM长文解读人工智能、机器学习和认知计算
人工智能学家
5+阅读 · 2018年8月26日
未来人类会关注可解释性吗?
待字闺中
5+阅读 · 2018年8月9日
不对称多代理博弈中的博弈理论解读
AI前线
14+阅读 · 2018年3月8日
2018年,人工智能领域仍然有五大难题需要解决
DeepTech深科技
5+阅读 · 2017年12月27日
深度学习2017成果展
论智
4+阅读 · 2017年12月26日
2017年深度学习重大研究进展全解读
深度学习世界
3+阅读 · 2017年12月22日
Arxiv
20+阅读 · 2020年6月8日
Anomalous Instance Detection in Deep Learning: A Survey
3D-LaneNet: end-to-end 3D multiple lane detection
Arxiv
7+阅读 · 2018年11月26日
q-Space Novelty Detection with Variational Autoencoders
Arxiv
15+阅读 · 2018年4月5日
VIP会员
相关资讯
IBM长文解读人工智能、机器学习和认知计算
人工智能学家
5+阅读 · 2018年8月26日
未来人类会关注可解释性吗?
待字闺中
5+阅读 · 2018年8月9日
不对称多代理博弈中的博弈理论解读
AI前线
14+阅读 · 2018年3月8日
2018年,人工智能领域仍然有五大难题需要解决
DeepTech深科技
5+阅读 · 2017年12月27日
深度学习2017成果展
论智
4+阅读 · 2017年12月26日
2017年深度学习重大研究进展全解读
深度学习世界
3+阅读 · 2017年12月22日
Top
微信扫码咨询专知VIP会员