人間が AI 自動化に取って代わられることを恐れるべきではない理由
企業は現在、スピーチの翻訳から大規模法律事務所向けの言語学習モデルの構築まで、あらゆる業務を行うために人工知能ツールを導入しており、多くの従業員が間もなく職を失うのではないかと心配し始めています。 。
しかし、人気の Web サイト「ノアピニオン」の著者であるノア・スミス氏は、記事の中で、人々はまだ自分の仕事が自動化されていることを心配する必要はない、と主張しました。
スミス氏は、「自動化に対する一般的な認識は、自動化によって人間が労働力から追い出されるというものです。ある日は貴重な仕事をしていても、明日には生活保護を受けることになるのです。しかし、これは事実ではありません」 「私たちは何世紀にもわたって自動化テクノロジーを導入してきました。2023 年の時点でも、働きたいと願うほぼすべての人が仕事を得ることができます。」
自動化とは何を意味しますか?
スミス氏の記事の中で、シティバンクからプライスウォーターハウスクーパースまでの研究者による長年にわたるジョブ自動化に関するいくつかの研究を調査しました。
Smith は、これらの研究では「自動化」という用語が決して明確に定義されていないが、これらすべてを総合すると、さまざまな程度の「代替」の仮定を示していると指摘しています。場合によっては、「仕事の退屈な部分を自動化できる新しいツールが手に入り、より価値のあるポジションに昇進できるようになります」など、新たなメリットが生まれることもあります。
これは、自動化が特定の個人にとって何を意味するかについて包括的な結論を引き出すのは難しいことを意味します。
スミス氏が指摘するもう一つの問題は、これらの研究が労働市場全体がどのように変化するかについて言及していないことだ。同氏は、「自動化によって 1 つの仕事が破壊され、他の 2 つの高賃金の仕事が創出されれば、労働者が明らかに勝者である」と信じていますが、このテーマに関する研究は自動化のみに焦点を当てているようで、これは労働者が敗者であることを示している可能性があります。この状況では、たとえそうでなくても。
「交代」の評価は主観的なことが多い
また、スミス氏は、これまでの研究では、仕事が交代するリスクを評価する際に主観が多すぎると指摘しました。
フレイとオズボーンによる研究 (2013) では、研究者らは、米国労働省が開発したデータベースから仕事に「主観的に手作業でラベル付け」し、「自動化可能」であれば 1 ポイントを獲得したと述べています。そうでない場合は、0 点を獲得します。
研究者らはまた、「分析に影響を与える主観的な偏見」のリスクをさらに軽減するために、「コンピューター化されたラベルに高い信頼を置いている」データベース内の仕事のごく一部にのみ焦点を当てたと述べた。
良いニュースは、それ以来、研究方法が改善されたことです、とスミス氏は言いました。
今月初めに発表されたゴールドマン・サックスの調査では、仕事をモノリシックな実体としてではなく、政府のデータベースに記述されているタスクの合計として見ることによって、自動化に対する人工知能の影響を評価しました。
ゴールドマン・サックスの研究者らはまた、一部のタスクのみが自動化されている場合、「自動化は多くの場合、労働者を置き換えるのではなく、補完的な役割を果たす」と認識しているとスミス氏は指摘した。
さらに、この調査は、自動化が必ずしも人員削減を意味するわけではないという考えを裏付けており、「テクノロジーは一部のタスクを置き換えることができますが、他のタスクの実行をより効率的にしたり、新しいタスクや新しい仕事を生み出したりすることもできます。」 」
しかし、フォーブスがこの研究を報じたときの見出しは「ゴールドマン・サックス、人工知能によって3億人の雇用が消滅または削減されると予測」だった。
スミス氏は、「多くの人は『ロボットが私たちの仕事を奪う』という物語に慣れすぎており、歪んだレンズを通して見たあらゆる結果を報告している」と書いています。
以上が人間が AI 自動化に取って代わられることを恐れるべきではない理由の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

フロントエンド開発の世界では、VSCode はその強力な機能と豊富なプラグイン エコシステムにより、数多くの開発者に選ばれるツールとなっています。近年、人工知能技術の急速な発展に伴い、VSCode 上の AI コード アシスタントが登場し、開発者のコーディング効率が大幅に向上しました。 VSCode 上の AI コード アシスタントは雨後のキノコのように出現し、開発者のコーディング効率を大幅に向上させました。人工知能テクノロジーを使用してコードをインテリジェントに分析し、正確なコード補完、自動エラー修正、文法チェックなどの機能を提供することで、コーディング プロセス中の開発者のエラーや退屈な手作業を大幅に削減します。今日は、プログラミングの旅に役立つ 12 個の VSCode フロントエンド開発 AI コード アシスタントをお勧めします。
