機器人已悄悄降臨,能否填補全球勞動力缺口?
近日,英國《金融時報》網站發表了題為《要拯救世界:機器人需要更快到來》的文章,作者是魯奇爾·夏爾馬。文章認為,在全球經濟面臨勞動力短缺的背景下,大多數國家都需要更多機器人來維持成長活力。全文摘編如下:
就在不久前,人們還在寫作和出版關於「機器人崛起」將如何導致「失業未來」的書籍,同時還有權威預測稱,即將開始的自動化或令某國一半的就業機會面臨風險。
然而,最近的就業報告卻提出了另一個威脅:不是機器人是否會取代人力,而是機器人是否能夠及時到來,從而挽救全球經濟於勞動力短缺的窘境。
目前,全球失業率為4.5%,是自1980年開始有全球紀錄以來的最低水準。
這種壓力目前已達到白熱化,很大程度上是因為勞動力的成長已經開始放緩,而老年人的比例正在增加。老化的加速是始於幾十年前的社會轉變的延遲結果:女性生育子女數量減少,醫學的進步提高了人類平均壽命。
在包括世界主要經濟體在內的近40個國家,工作年齡人口均出現縮水,而上世紀80年代初,僅有兩個國家存在這種情況。
與其他因素相比,勞動力減少幾乎肯定會導致經濟成長放緩,因此大多數國家都需要更多機器人來維繫成長活力。
技術悲觀主義者仍在發出警告。他們說,隨著疫情逐漸消退和裁員,機器人竊取就業和降薪的陰雲將再次出現。無論怎樣,潛在的人口趨勢預測了短缺將會持續。
受影響最嚴重的國家包括日本、德國等國。到2030年,預計勞動力每年將減少至少40萬人。這些國家已經大量出現機器人,且數量仍在成長,這並非巧合。
政府可以透過其他方式來應對勞動力短缺問題:為生育多子女的父母發放獎金,鼓勵女性找工作或重返工作崗位,歡迎移民或提高退休年齡。然而,所有這些步驟都有可能引發人們的抗拒。
機器人引發的反應不同,是對機器和人工智慧的一種模糊擔憂。這種擔憂主要體現在書本上,少見於抗議機器人偷竊就業機會。同時,機器人還是悄悄降臨了,大家對此也無可爭議。
與以往的創新一樣,機器人會讓一些職業消亡,並催生一些新職業。燃氣發動機讓馬車司機顯得多餘,卻催生了計程車司機這一職業。在某國創造的就業機會中,大約三分之一是25年前完全不存在或幾乎不存在的領域。
經合組織稱,目前的就業崗位中,有三分之一「將在未來15年到20年內發生根本性變化」。正如「失業的未來」所意味的,科技會擾亂現狀,而非徹底的毀滅。
每個機器人可以取代3個或3個以上的工人,工廠的工人是受影響最大的群體。擾亂的程度取決於往往被誇大的變革速度。自1950年代以來,預測者一直在預言,成熟的人工智慧將於20年內出現,但直到現在也沒有出現。
如今,經濟衰退迫在眉睫,但失業率不大可能像以前那麼高,這還是因為勞動力萎縮的緣故。在經濟週期中,即便機器人數量持續倍增,工人數量的下降也會讓就業市場比平日更吃緊。
生育對勞動力的影響需要經歷數年才會顯現,但如今,明智的政府會採取行動,吸引更多女性、移民、老年人以及機器人加入勞動力大軍。否則擺在眼前的將是更少的僱員,不管自動化與否,以及一個無成長的未來。
以上是機器人已悄悄降臨,能否填補全球勞動力缺口?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

熱門話題

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S

本站7月5日消息,格芯(GlobalFoundries)於今年7月1日發布新聞稿,宣布收購泰戈爾科技(TagoreTechnology)的功率氮化鎵(GaN)技術及智慧財產權組合,希望在汽車、物聯網和人工智慧資料中心應用領域探索更高的效率和更好的效能。隨著生成式人工智慧(GenerativeAI)等技術在數位世界的不斷發展,氮化鎵(GaN)已成為永續高效電源管理(尤其是在資料中心)的關鍵解決方案。本站引述官方公告內容,在本次收購過程中,泰戈爾科技公司工程師團隊將加入格芯,進一步開發氮化鎵技術。 G
