注目すべき点 ChatGPT の台頭により、多くの仕事が人工知能に変更され、さらには人工知能に置き換えられる傾向がますます明らかになりました。では、どの職業が最も大きな打撃を受けるのでしょうか？人工知能に取って代わられないようにするためには、どのような特徴が必要でしょうか?復旦大学の人工知能の専門家である張俊平教授の洞察を聞いて、あなたの仕事が将来的に安全かどうか確認してみませんか?
この記事は「Yitiaotv」(ID:yitaotv)の許可を得ておりますので、転載については原著者にご連絡ください
Readme丨 Zhang Junping 編集者丨Liu Yameng
編集者丨5月
今年の5月1日、国際労働者の日、AIによる失業の第一波が到来し、テクノロジー大手IBMは、これらの仕事はAIに代替されるとして、7,800人の採用を停止すると発表した。
以前、3月末にゴールドマン・サックス・グループは、世界中で3億人の雇用が生成型AIに置き換えられ、弁護士と行政官が最も影響を受けると予測するレポートを発表した。
AI は偽物と本物の美しい女性の写真を生成します
AI 超現実的な創造: 地下鉄で金魚、メロン農家、トランプを見つめる会社員
中国のウェブサイトでは、ChatGPTとMidjourneyのせいで、失業中のデザイナーやコピーエディターの第一陣も続々と現れました。
今後 3 ～ 5 年でどのような仕事が AI に取って代わられるでしょうか?
どの業界が比較的安全ですか?
AIエンジニアになるにはどのような能力が必要ですか？
文系学生はAIに乗り換えることはできますか?
この記事は復旦大学の人工知能の専門家である張俊平教授にインタビューし、上記の質問に答えました。
今後 3 ～ 5 年
AI に取って代わられるのはどの仕事でしょうか?
復旦キャンパスを歩く張俊平教授
ChatGPT-4 の登場は衝撃的で、AI 研究をしている私たちも、遅かれ早かれこのようなものが登場するだろうとは思っていましたが、これほど高速でパフォーマンスが良いとは予想していませんでした。
3 月以来、私の友人の多くの人が ChatGPT-4 のチャット スクリーンショットを非常に熱心に投稿しています。 Midjourney V5 とともに、自分たちの仕事が AI に置き換えられるのではないかと誰もが心配していますか?
編集部がMidjourneyを通じて生成する人間と機械の共存シナリオ
この懸念はもっともです。
ChatGPT-4 の最も驚くべき点は、その 「創発機能」 です。つまり、トレーニングするデータの量が十分に大きい場合、この複雑なシステムにはさまざまなコンポーネントが含まれることになります。持っていない - は人間の「思考モード」や「知的パフォーマンス」に近いものです。
そこには思考の連鎖があり、ChatGPT-4 が「連鎖的に考える」のに役立ちます。 宿題をやっていて、ある程度のところまで達して、できなくなったときに、親が「もう一度考えて」と言うのと同じように、実際には何も言いませんが、生徒は「私はまだできるかもしれない」と感じています。習得していないことがいくつかありますが、ゆっくり考えて少し指導してもらった結果、突然正しい答えを思いつきました。
したがって、ダイアログ ボックスで ChatGPT-4 に「もう一度考えてください」と依頼すると、改善された答えが返され、誰もが驚くでしょう。
AIにより生産効率が向上するため、優秀な人材が多くの仕事をこなせるようになり、時価総額の大きな会社を少人数で経営するという現象が今後ますます一般的になるかもしれません。典型的な例は Midjourney で、従業員数はわずか 11 人ですが、年間収益は 1 億米ドルです。
AI がホワイトカラーの職場に「火」を生み出す
よく見ると、今後 3 ～ 5 年で置き換えられる可能性が高い仕事には 2 つの基準があります。 精神的な仕事 と シンプルで繰り返しやすい です。ホワイトカラー労働者の方がより大きな影響を受けているのは事実です。
私自身の生活の中で、現在受けている宅配便の電話の多くはロボットです。国内の科学研究者は論文を英語に翻訳する必要があります。これまでは外国の母語翻訳者を見つける必要があるかもしれません。将来は ChatGPT-4 翻訳を試すかもしれません。高速で、分野内の固有名詞を制限できます。それはとても良いことでしょう。
ChatGPT は Office365 に組み込まれています。
ブリーフィングとフォームを自動生成できます
次に危険なのは、事務員、人事担当者、、財務諸表を作成する人たちです。
Microsoft Office 365 には、プレゼンテーション、PPT、表を自動的に生成できる ChatGPT が Word、PPT、Excel に組み込まれています。これまでに多くの時間を費やして学習してきた Office スキルの価値は低下しています。「金融はスケープゴートとして使用できないため、AI に代替されない」というジョークがありますが、それはもっともなことではありますが、生産効率の向上は、金融人材に対する企業の需要が圧縮されることを意味し、雇用が圧迫されることを意味します。スペースが狭くなります。
弁護士業界もあります。
私たちは、弁護士の仕事の非常に重要な部分が法規制に熟達し、過去の事件を検索することであることを知っています。検索プロセスには非常に時間がかかるため、法律事務所には専門のグループが必要です。この仕事をしてください。 AI に切り替えると、AI がすべての訴訟を収集し、ChatGPT が会話形式でそれらを提供します。これは非常に高速であるため、この部分の作業を行っていた弁護士は不要になります。
プログラマーは働いており、編集委員会はMidjourney経由で生成されます
ChatGPT-4 もコードを生成します。
一部のプログラマー、特にフロントエンドが影響を受けます。フロントエンド設計は比較的モジュール化されているため、非常に複雑な計算は必要ありません。 OpenAI にはデモがあり、紙にスケッチを描くと、ChatGPT-4 が Web ページを実行します。 企業の観点からすると、将来的には ChatGPT 用のコードを書く傾向が強まる可能性があります。コードの書き方は人それぞれなので、従業員が辞めて新しい従業員が来た場合、その人はコードに慣れずコードを書き直さなければならない可能性があります。そうすれば、企業の観点からすると、ChatGPT はより一貫性があり、より効率的になります。
AI が生成したスタイルのイラスト
ミッドジャーニーに影響を受けたイラストレーターやデザイナーの何人かが解雇されたことをオンラインで見ました。イラストを完成させるのに 2 日かかる場合もありますが、マシンは数分で完成し、その効果は非常に優れているため、全員がより革新的な作業を行う必要があります。
興味深い現象は、一部の AI 研究者自身の研究が AI に奪われていることです。それでは、その理由について話し合います。以前は、科学研究機関は 3 ～ 5 年で成果を出すことができ、細かい作業には多くの人員が必要でしたが、ChatGPT-4 が登場してからは多くの問題が解決され、残りの部分を解読するのは非常に困難になりました。 . の場合、それほど多くの教職は必要なくなり、一部の職が排除されることになります。
今後 10 年間で安全なのはどの業界でしょうか?文系学生はAIに乗り換えることはできますか?
漆器を作る職人たち
まず第一に、医師、看護師、ドライバー、古琴奏者や陶芸家などのニッチな職人などのエンティティに関わる仕事は、
個人の経験に頼っており、AIによって行われています。小さいです。AI は主に認知関連のタスクを行ってきたため、知覚にはほとんど力が注がれていません。現段階では、エンティティに対してうまく機能することはできません。人間と比較すると、マニピュレータは比較的初歩的であり、ひねるのはまだ非常に困難ですペットボトルのキャップとか、難しいこと。
掃除ですら、私たち人間にとっては「単純で繰り返しやすい」ものですが、機械にとっては漠然とした概念であり、プログラムしたり形式化したりすることはできません。
つまり、ホワイトカラーの仕事については、比較的安全な業界、つまりビッグデータが参入できない業界がまだいくつかあります。
「出て行け、ミスター・腫瘍」のスチール写真
ChatGPT がどのように始まったのか考えてみましょう。そのデータはすべて 10 億レベル、つまり 10 億レベルを超えており、これほど多くのデータは使用前にプライバシーが失われる可能性が高いことを意味します。
プライバシーに関わる業界で、データを公開できず、モデルのトレーニングを使用できない場合、AI は参入できません。 たとえば、医療、銀行、生物学、その他の分野は比較的安全です。
つまり、私の学生の中には、インターネット企業ではもう仕事を探さないで、データが比較的閉鎖的でより安定しているいくつかの分野に進む人もいるでしょう。
高校生が就職だけを考えて専攻を選ぶなら、「虎穴に入らず虎子を得ず」の諺にもあるように、人工知能の方向が現状ではベストだと思います。
「科学のための AI 」という新しい用語があります。人工知能を使用して科学の発展を支援するものです。将来、あらゆる分野で AI の支援が必要となり、AI は人間によって操作される必要があります。 AI の方向性を理解している人がいると、非常に大きな人材ギャップが生じることになります。
優れた AI 研究者またはエンジニアには、3 つの基本的な資質が必要です。
数学的基礎、プログラミング能力、英語です。 英語を学ぶ理由は、世界の最先端技術を把握し、文献を読むためであり、プログラミングスキルの要件は数学よりも高いです。
現在では、以前のように人工知能に関する深い知識は必要なく、コンピュータサイエンスなどの理工学系の専攻であれば、AIへの移行の敷居はそれほど高くありません。
まず第一に、現在の研究のほとんどはモジュール式であり、ディープネットワークは単なるモデルにすぎず、ビルディングブロックのように構築されます。アルゴリズムに関しては、ArXiv で最新のアルゴリズムがどのようなものかすぐに知ることができ、コードそのものについては、Github でコードが共有されているなど、多くの Web サイトが公開されています。この 3 つのポイントにより、今からこの業界に参入しやすくなります。文系の学生にも AI に切り替える機会があります 復旦大学の中国語学科の学生が自然言語処理グループに転校し、非常に良い成績を収めました。
中国におけるAIの開発状況はどうなっていますか?
外国の基準に追いつくにはどれくらい時間がかかりますか?
まず第一に、私たちは本当に追いつく必要があります。そうしないと行き詰まってしまいます。
GPT5が鍛えられたとのことですが、いつになったら外国人選手に追いつくことができるのでしょうか？現在 2 つの派閥があります:
あるグループは、問題は大きくなく、2 ～ 3 か月で追いつくことができると考え、楽観的です。
もう 1 つのグループは悲観的なグループで、1 年から 1 年半かかると考えています。
1年なんて長くないと思うかもしれませんが、実はここでいくつかのトラブルが発生します。
AI の現在の主流の開発パスは、
モデル、コンピューティング能力、ビッグデータの 3 つのブロックです。
楽観的な部分は、モデル フレームワークの前任者がすでにそれを行っており、ほぼ一般に公開されているということです。研究者はそれをより大きく、より深くすることができます。
2006 年に、ジェフリー ヒントンはディープ ラーニング モデルを提案しました。その後、画像分類コンテストで大規模データ セット ImageNet が使用されました。2012 年、ジェフリー ヒントンは学生たちを率いて、このコンテスト用に新しいディープ ラーニング モデルを作成しました。前回のチャンピオンシップと比較して、
10 ポイント 近くパフォーマンスが向上しました。 コンセプトとは何ですか?従来の機械学習手法を使用した場合、毎年 0.3 ～ 0.4 パーセント ポイントずつ増加します。これは、ディープ ラーニング手法が従来の機械学習手法よりも約 20 年高速であることを意味します。そのため、当時は誰もがディープラーニング モデルに注目しました。
ただし、ディープ ラーニング モデルを特定の GPU チップで実行するには、強力なコンピューティング能力が必要です。
しかし、我が国は現在コンピューティング能力にボトルネックを抱えています。なぜなら、2022 年 12 月に米国が中国への A100 以上の GPU の販売を禁止したからです。このように、A100は中国では使えませんが（代替品はありますが通信モジュールに制限がある）、A100より優れたカードは海外でも使えるので少し面倒です。 今は GPU のせいで研究費が非常に高くなっていて、以前は論文を出版するのに時間と人件費だけで済みましたが、今では論文 1 冊あたり 10 万元くらいかかることもあります。 もう一つはビッグデータであり、中国語コーパスは推進できません。 ChatGPT には、事前トレーニング用の 10 億レベルを超えるデータがあります。すべて英語ですが、中国語の各プラットフォームには、幅広い範囲で検索できないようにするためのエントリのしきい値があります。また、形式の問題もあります。データが蓄積されてしまうため、海外ほど便利ではありません。 そして、ChatGPT-2 以降はオープンソースがなく、正確なギャップがどこにあるのかわかりません。 国内の AI 投資は現在非常に人気があり、資本レベルの推進は依然として非常に重要です。さらに、私たちの復丹大学は少し前に Moss システムをリリースしましたが、これもオープンソースであり、比較的小規模なモデルであり、誰もが今も懸命に取り組んでいます。 Midjourney 経由で編集部が作成した上海の路上のロボット 歴史的に言えば、人工知能の歴史は 90 年未満ですが、その始まりは 1936 年のチューリング マシンであると一般に考えられていますが、その間、栄枯盛衰を経験してきました。 1970 年代から 1980 年代にかけて初めての寒い冬を経験しましたが、当時は人工知能に取り組んでいると言ってもプロジェクトは来ませんでした。 1990 年代初頭、私たちは二度目の寒い冬を経験しました。 私は子供の頃から SF を読むのが好きで、AI に出会ったのは 1997 年でした。 私の感じでは、2012 年、ジェフリー ヒントンが生徒たちを率いてコンテストで優勝した年に、人工知能が本格的に普及したのではないかと感じています。 2016年AlphaGo対韓国囲碁棋士イ・セドル戦 2016年にAlphaGoがイ・セドル氏に勝利し、2017年にGoogleがTransformerネットワークを開発、その後ChatGPTの開発が相次ぎ、自動運転、AI金融、AI医療など様々な分野で応用が進んでいます。進歩して。 しかし、実際には、やるべきことはすべて終わったと誰もが感じており、良いアプリケーションが見つかっていないため、2022 年までに AI 業界は下降傾向にあることは明らかです。ディープラーニングの分野に携わっており、すでに従業員を解雇しています。しかし、今年 3 月に突然 ChatGPT-4 が登場し、誰もが元に戻りました。 つまり、繁栄の時期と衰退の時期があるということです。私はこの分野に長く携わってきたので、ChatGPT-4 が引き起こした流行については比較的冷静です。 AI の研究範囲は非常に広く、短期間で実現するのが難しい問題も多く、人類が知能を理解するにはまだまだ長い道のりがあります。 研究者としての楽しみは、未知の世界を探索することにあり、未知の中で少しずつ進歩を見つけることができ、とても楽しいです。 毎日短いビデオで、毎日感動的なストーリーを伝え、毎日世界中の美しいものを選び、私と一緒に毎日素晴らしい人生を送りましょう。ワンピース (ID:yitaotv) 外灘の教育に焦点を当てる 質の高い教育を発見する
以上が復丹人工知能教授：今後 3 ～ 5 年で AI に置き換えられない仕事は何ですか?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。
![[Web フロントエンド] Node.js クイック スタート](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
