新的MIT研究顯示:AI取代人類勞動力的成本高昂,只有23%的視覺工作可被取代
人工智慧會搶走我們的工作嗎?如果你每天都看矽谷高層談論著當今尖端的AI技術,可能會覺得答案是肯定的,而且會很快發生。
然而,最近MIT電腦科學與人工智慧實驗室(CSAIL)的研究顯示,視覺AI仍然無法完全取代人類,這讓我們稍感安慰。
論文地址:https://futuretech-site.s3.us-east-2.amazonaws.com/2024-01-18 Beyond_AI_Exposure .pdf
研究表明,勞動力自動化的速度,可能會比我們想像得慢很多。
因為──它們實在太貴了!
視覺任務,AI比人工貴多了
MIT的研究者們不僅探討了AI在執行任務方面的能力,還研究了在更廣泛的勞動力市場中,公司是否能夠取代人類從事這些任務,並且是否具有經濟效益。
研究發現,儘管電腦視覺已經可以自動完成占美國經濟中1.6%工人薪酬的任務(不包括農業),但僅有23%的薪資任務(佔整個經濟的0.4%)在自動化方面更具成本效益。
而且,視覺AI的問題不只百分比小,更重要的是,成本太高。
在絕大多數情況下,人力成本要比採用自動化更便宜。
總體而言,研究結果表明,AI導致的工作流失規模龐大,但這種過程也是漸進的,因此政府有重組的政策和再培訓空間,來減輕失業的影響。 」
學者們研究了分析醫院診斷設備影像,或是檢查托盤是否包含正確物品這類任務,這是如今的AI可以實現的視覺任務。
但作者指出,這類任務往往非常分散,以至於將它們自動化,根本不是經濟的考量。
儘管AI會為勞動市場帶來一些變化,但總有時間來適應它。它們不會並不會發生得太快,以至於讓一切都立即陷入混亂。
當然,這項研究只關注了CV系統(能夠辨識、分類影像和影片中物體的系統),而非更靈活的系統,像是GPT-4這樣的多模態大語言模型。
OpenAI先前的研究表明,19%的美國勞工在50%的工作任務中,感覺受到了GPT-4這種等級AI的影響。
這個數字,遠高於MIT研究院對於CV的研究。
所以,MIT的研究結果,是否適用於更通用的AI工具?目前還未可知。
MIT的研究人員發現,對於公司來說,對CV系統進行「微調」以使其適合特定專業任務,可能會非常昂貴。
雖然這樣的投資對大公司來說或許有意義,但對小公司來說,完全不如一個訓練有素的工人划算。
關鍵原因就在於,並非AI能完成一個任務,它在經濟上就是可行的。
為了「微調」電腦視覺模型,例如將特定類型的藥瓶區分開,達到99.9%的準確率,我們需要收集大量不同藥物的標記影像,這個過程昂貴且繁瑣,即使招來底薪的工人,廉價完成這項工作。
因為隨後,我們就必須支付在大量資料儲存上微調AI模型的大量運算成本。
GPT-4能取代人類嗎?或許會更快
但目前尚不清楚,大語言模型也符合這種情況。
不過,微調尖端的LLM來執行特定任務,可能只需要一個詳細的書面規則列表,會比微調CV模型容易得多。
OpenAI去年8月的一項研究發現,GPT-4在使用詳細的政策文件和幾個token的範例進行微調後,就能有效地執行內容審核任務。
這些發現表明,與電腦視覺模型相比,大語言模型可以更快、更便宜地應用於更廣泛的社會經濟勞動。
目前,GPT-4的微調仍處於受限測試模式,因為OpenAI不希望遇到任何重大的安全挑戰。
論文網址:https://llm-tuning-safety.github.io/
但隨著OpenAI及其競爭對手開始允許客戶微調模型,自動化程度的速度可能比MIT研究中預測的快得多。
對此,MIT研究者Thompson表示-
#「當然,客製化LLM可能比客製化電腦視覺系統更容易,所以會在經濟實踐中被更多採用。
但是,只要實踐中需要一個小型工程團隊,將系統整合到公司的工作流程中,成本就仍然是不可忽視的因素。」
AI取代我們,還很遠
對許多公司來說,視覺自動化在經濟上並沒有太多吸引力,而且這種情況會持續很長一段時間。
MIT的研究指出,為特定任務微調AI系統的成本實在太高了,這對小型企業來說,是很不划算的。
舉例來說,在一家麵包店中,雖然AI系統可以用來進行食品品質控制(所用時間佔麵包店工時的6%),但設備高昂的投資成本和維護成本,甚至直接超過了它所節省的費用。
在接受《時代》雜誌採訪時,主要作者Neil Thompson強調,雖然AI有可能對就業市場產生重大影響,但這一天離我們還遠。
現在,透過AI向自動化的過渡,並不算迫在眉睫,所以不至於造成什麼恐慌與混亂。政策制定者也有機會採取再培訓之類的措施。
所以,這篇文章指出了一個關鍵的問題:雖然眾多AI技術讓人們危機感爆棚,但只有大幅降低AI的部署成本,大大擴張AI的應用範圍,才能讓自動化對企業更具吸引力。
巴黎高等商學院經濟學副教授Antonin Bergeaud表示,現在許多學者都寫過這樣的文章,探討AI對未來勞動市場的影響,他們使用的主要是公開的衡量標準。
然而,這些估計值錯誤地依賴這樣的假設:如果一項工作可以自動化,它就會自動化。
Bergeaud表示,MIT這些學者的研究,採用了全新的視角,仔細估算了實施這項技術的成本,包括從安裝到維護的過程。
跟美國目前的勞動成本相比,即使是僅僅與人類一樣好的人工智慧系統,真的採用起來,往往也非常昂貴。
因此,這項研究得到的結論也是驚人的,勞動市場中面臨自動化風險的比例,要遠遠比我們想像的小得多。
當然,AI引起這麼多人的失業焦慮,也是有原因的。
DeepMind聯創警告:幾年內,AI就會衝擊勞動市場
DeepMind共同創辦人Mustafa Suleyman先前就警告,從長遠來看,人工智慧是一種「從根本上取代勞動力」的工具。
Suleyman在世界經濟論壇年會上表示,「我們必須認真思考如何整合這些工具(AI),如果完全放任市場主導,從根本上說,這些工具將取代勞動力。」
目前的人工智慧主要做了兩件事:
首先提高了現有業務的效率,為企業節省了大量成本,但代價是取代了從事相關工作的人類;其次是創造了全新的業務和流程,這裡面是蘊含了創造就業的機會。
在未來幾年裡,這兩股力量都將為勞動市場帶來巨大衝擊,造成難以預料的影響。
十多年來,專家們一直在爭論人工智慧是否會取代人類工人。
Carl Benedikt Frey和Michael Osborne在2013年的一項研究中估計,到2030年代中期,美國47%的工作有可能在人工智慧熱潮中被自動化。
麥肯錫7月的研究發現,到2030年,將有近1,200萬美國人需要更換工作,因為人工智慧將取代他們的角色。
事實上,對此發出警告的業內大佬並不止Suleyman一人。
麻省理工學院教授Daron Acemoglu在1月10日發表的一篇《連線》文章中預測,人工智慧將在2024年讓所有人失望,證明自己只是一種「通用自動化」,AI將奪走工人的工作,但卻無法實現預期的生產力大幅提高。
「我們世界上所有有價值的東西都是由我們的智慧、我們對資訊進行推理和預測的能力所創造出來的。而AI恰恰能做到這一點。」
AI將在五年內自己開公司
##在先前的世界經濟論壇人工智慧小組討論中,Suleyman被問到AI何時能夠通過圖靈測試,甚至展現出類似人類的能力(AGI)。
Suleyman表示,現代版本的圖靈測試,應該是評估AI能否像企業家、專案經理和發明家一樣,擁有製造和行銷產品的能力。
「我很確定,在未來五年內,AI不僅會擁有這些能力,而且這些能力將以非常便宜的價格被廣泛使用,甚至可能是開源的,而這將完全改變經濟。」
IMF主席發聲:全球40%職位受到AI影響,但也是巨大的機會
而面對AI的衝擊,國際貨幣基金組織也在最新的報告中表示,全球將會有近40%的就業受到影響。
其中,已開發經濟體將有60%的工作受到影響,在新興市場和國家中,這個數字大概是40%,而低收入國家則下降到26%。
在受AI影響的工作中,有一半的職位會受到負面影響,甚至部分工作將會完全消失。
而對另一半職位來說,AI帶來的更多是效率的提升,而能夠盡快擁抱AI的打工人收入水準也會隨之上升。
具體來說,研究表明,人工智慧可以幫助經驗不足的工人更快地提高生產力。年輕員工可能會發現更容易利用的機會,而年長員工可能會難以適應。
如果類似的情況進一步發展,很快就會讓收入兩極化:能夠充分利用人工智慧的工人的生產力和工資會有所提高,而那些不會利用人工智慧的打工人,生產力和收入相比將會明顯下降。
而這樣的情況映射到勞動市場,將會進一步加劇這種分化:許多受到AI技術影響的職位將消失,而AI技術創造出的新職位的收入,因為人員的稀缺性,收入會比較高。
這種宏觀的判斷,對應到開發者和AI產業之中,一個很明顯的現實情況就是,開發者開始越來越擔心自己的職業前景。
特別是對於剛入行的開發者,因為他們的工作相對來說容易被AI技術自動化,對於他們勞動力需求會降低,而且收入也會受到影響。
但是對於開發AI技術的演算法工程師,以及許多隨著Gen AI浪潮而出現的職位,他們的收入以及勞動力需求就會持續上升。
針對這份報告的內容,國際貨幣基金組織主席Kristalina Georgieva表示,「人工智慧確實可怕,但它對每個人來說也是一個巨大的機會。」
而IMF主席的這番表態,也被網友吵上了知乎熱搜。
確實,AI對於就業和勞動市場的影響,短時間內還很難達成共識。
以上是新的MIT研究顯示:AI取代人類勞動力的成本高昂,只有23%的視覺工作可被取代的詳細內容。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

0.這篇文章乾了啥?提出了DepthFM:一個多功能且快速的最先進的生成式單目深度估計模型。除了傳統的深度估計任務外,DepthFM還展示了在深度修復等下游任務中的最先進能力。 DepthFM效率高,可以在少數推理步驟內合成深度圖。以下一起來閱讀這項工作~1.論文資訊標題:DepthFM:FastMonocularDepthEstimationwithFlowMatching作者:MingGui,JohannesS.Fischer,UlrichPrestel,PingchuanMa,Dmytr

想像一下,一個人工智慧模型,不僅擁有超越傳統運算的能力,還能以更低的成本實現更有效率的效能。這不是科幻,DeepSeek-V2[1],全球最強開源MoE模型來了。 DeepSeek-V2是一個強大的專家混合(MoE)語言模型,具有訓練經濟、推理高效的特點。它由236B個參數組成,其中21B個參數用於啟動每個標記。與DeepSeek67B相比,DeepSeek-V2效能更強,同時節省了42.5%的訓練成本,減少了93.3%的KV緩存,最大生成吞吐量提高到5.76倍。 DeepSeek是一家探索通用人工智

AI,的確正在改變數學。最近,一直十分關注這個議題的陶哲軒,轉發了最近一期的《美國數學學會通報》(BulletinoftheAmericanMathematicalSociety)。圍繞著「機器會改變數學嗎?」這個話題,許多數學家發表了自己的觀點,全程火花四射,內容硬核,精彩紛呈。作者陣容強大,包括菲爾茲獎得主AkshayVenkatesh、華裔數學家鄭樂雋、紐大電腦科學家ErnestDavis等多位業界知名學者。 AI的世界已經發生了天翻地覆的變化,要知道,其中許多文章是在一年前提交的,而在這一

波士頓動力Atlas,正式進入電動機器人時代!昨天,液壓Atlas剛「含淚」退出歷史舞台,今天波士頓動力就宣布:電動Atlas上崗。看來,在商用人形機器人領域,波士頓動力是下定決心要跟特斯拉硬剛一把了。新影片放出後,短短十幾小時內,就已經有一百多萬觀看。舊人離去,新角色登場,這是歷史的必然。毫無疑問,今年是人形機器人的爆發年。網友銳評:機器人的進步,讓今年看起來像人類的開幕式動作、自由度遠超人類,但這真不是恐怖片?影片一開始,Atlas平靜地躺在地上,看起來應該是仰面朝天。接下來,讓人驚掉下巴

本月初,來自MIT等機構的研究者提出了一種非常有潛力的MLP替代方法—KAN。 KAN在準確性和可解釋性方面表現優於MLP。而且它能以非常少的參數量勝過以更大參數量運行的MLP。例如,作者表示,他們用KAN以更小的網路和更高的自動化程度重現了DeepMind的結果。具體來說,DeepMind的MLP有大約300,000個參數,而KAN只有約200個參數。 KAN與MLP一樣具有強大的數學基礎,MLP基於通用逼近定理,而KAN基於Kolmogorov-Arnold表示定理。如下圖所示,KAN在邊上具

在iPhone上面臨滯後,緩慢的行動數據連線?通常,手機上蜂窩互聯網的強度取決於幾個因素,例如區域、蜂窩網絡類型、漫遊類型等。您可以採取一些措施來獲得更快、更可靠的蜂窩網路連線。修復1–強制重啟iPhone有時,強制重啟設備只會重置許多內容,包括蜂窩網路連線。步驟1–只需按一次音量調高鍵並放開即可。接下來,按降低音量鍵並再次釋放它。步驟2–過程的下一部分是按住右側的按鈕。讓iPhone完成重啟。啟用蜂窩數據並檢查網路速度。再次檢查修復2–更改資料模式雖然5G提供了更好的網路速度,但在訊號較弱

哭死啊,全球狂煉大模型,一網路的資料不夠用,根本不夠用。訓練模型搞得跟《飢餓遊戲》似的,全球AI研究者,都在苦惱怎麼才能餵飽這群資料大胃王。尤其在多模態任務中,這問題尤其突出。一籌莫展之際,來自人大系的初創團隊,用自家的新模型,率先在國內把「模型生成數據自己餵自己」變成了現實。而且還是理解側和生成側雙管齊下,兩側都能產生高品質、多模態的新數據,對模型本身進行數據反哺。模型是啥?中關村論壇上剛露面的多模態大模型Awaker1.0。團隊是誰?智子引擎。由人大高瓴人工智慧學院博士生高一鑷創立,高

最近,軍事圈被這個消息刷屏了:美軍的戰鬥機,已經能由AI完成全自動空戰了。是的,就在最近,美軍的AI戰鬥機首次公開,揭開了神秘面紗。這架戰鬥機的全名是可變穩定性飛行模擬器測試飛機(VISTA),由美空軍部長親自搭乘,模擬了一對一的空戰。 5月2日,美國空軍部長FrankKendall在Edwards空軍基地駕駛X-62AVISTA升空注意,在一小時的飛行中,所有飛行動作都由AI自主完成! Kendall表示——在過去的幾十年中,我們一直在思考自主空對空作戰的無限潛力,但它始終顯得遙不可及。然而如今,
