随着机器日渐智能，一种恐惧在经济学家、政策制定者乃至全人类的心头徘徊不散：数百万人将面临失业。
然而人工智能的影响也许要复杂得多。
没错，人们会失业，很多人将不得不学习新技能，适应新环境。但专家也说，未来的阴云中亦有无限光明。
首先，人工智能会推动许多新职业的诞生，有的我们可以想象，有的目前还无法揣摩。不少企业已经发现自己需要一大批新的工种，维持智能新世界顺利运转，他们不光需要软件开发者，还需要管理者、操作者以及艺术设计师。
同时，机器目前还不够聪明，并且这种状态很有可能还得持续一段时间，人能做的事，机器不一定都能做，因此机器需要人来监管。如此一来，许多工作不是消失，而是变化了，人类将改换旧的角色，以某种形式与人工智能合作。
咨询公司麦肯锡(McKinsey & Co.)预测，到2030年，对人工智能和自动化等领域的技术投资将在全球增加2,000万至5,000万个职位。麦肯锡表示，失业的计算则较为复杂，因为在许多情况下，人们并不会完全失业，而是换了工作。
麦肯锡在一项研究中发现，到2030年，自动化的应用可能使得7,500万至3.75亿人换工作。
以下就是新的智能科技即将创造或改变的某些工作。
人工智能开发人员
既然越来越多的产品、服务和研究都以人工智能为基础，那么自然就需要更多人来开发人工智能的底层系统。此外，其他领域也需要相关人才将他们的工作与人工智能相结合，以适应这个新的世界。
我们需要人来监督机器工作，确保它们运作正常。 图片来源：R. KIKUO JOHNSON FOR THE WALL STREET JOURNAL
来看看人工智能是如何改变一家公司的。拿iRobot公司举例，这是一家自动拖地机器人和扫地机器人制造商。仅仅在五年前，这家位于马萨诸塞州贝德福德的企业更倾向于招聘硬件开发人员来制造机器人的硬件设备。该公司以前生产的机器人的软件大脑不太复杂，仅由100行左右的代码组成。
如今，这个代码数量已经升至数百万。为了匹配飙升的工作量，iRobot专门负责消费机器人的软件工程师人数翻了两番，从2015年的30人变为去年的125人左右。公司的人力资源与企业公关执行副总裁Russ Campanello表示，其中大多数人的工作是利用更先进的人工智能和计算机视觉系统，使iRobot的产品更加智能。
“以前，机器人得真实地撞到某些物体”才知道前面有障碍物，他说，“现在它们能看见了”，这多亏了更多的传感器。
机器人还会告诉主人，它何时完成了清洁工作，花了多长时间，清洁了哪些地方。此外，机器人还会向人类主人反馈家中哪里最脏，以及过滤器何时需要更换。
Campanello表示，为了让机器人具备上述功能，iRobot公司需要聘请更多在人工智能、导航、计算机视觉以及机器人设计制造学领域有专长并拥有博士学位的科学家，他们不仅能帮助公司制造产品，还能做研究，改进未来的设备。
为了寻找专业技术人员，iRobot在全球范围内加大了招聘力度，因为这类人才稀缺，而且需求量巨大。结果各家企业你争我抢，争相挖掘最优秀的人才。招聘网站Indeed显示，过去三年内，人工智能相关职业的需求量增长了一倍多。最热门的两大职业是：机器学习工程师和计算机视觉工程师。
Campanello开玩笑说，最近有一次面试应聘者时，他感觉是对方在面试他。有家长向Campanello咨询孩子学哪种第二语言比较好，他的建议是Python，这是近来在机器学习领域流行的编程语言。
客户与机器人间的沟通员
让员工接受人工智能系统的各种光明远景可能很困难，尤其是机器人真正进入工作场所时，这种变动对员工而言就有可能是一种侵扰。所以某些制造人工智能应用的公司会安排所谓的项目实施顾问，帮助客户使用系统，并回应客户的意见，做出需要的调整。在招聘网站ZipRecruiter上，这是最热门的人工智能相关职位之一。
Will Catron就是一位项目实施顾问，他在加州帕洛阿尔托的Cobalt Robotics公司上班，今年36岁，他的公司出租承担夜班和周末保安工作的机器人，他的工作就是确保客户对机器人满意。
他说，自己一开始总是先“详细了解”客户与机器人互动时是否顺畅。“之前没人租用过机器人。”他还协助客户与Cobalt其他雇员建立联系，以备日后沟通之需。
Catron上班的大部分时间都在监控Cobalt公司机器人生成的使用报告，并通过电话、短信、电子邮件以及实地探访与客户交流。他说，自己工作的很多内容就是建立关系，以及了解人们想要的是什么。
有一次，他去一个客户处给机器人吱嘎作响的轮子上油。还有一次，有一家客户搬往新办公地，出租方要求承租方得配备巡逻机器人，Catron在最后关头帮客户争取到了保险证书。这样一来，这家客户就会持续使用机器人安保服务了。
机器人管理员
这是人工智能工作的永恒主题：尽管人工智能在某些工作上格外聪明，但与人类相比，它的判断能力十分有限。因此机器人专家的工作就是监督机器工作，确保它们运作正常，并在人工智能遇上棘手问题请求帮助时进行干预。
麦肯锡关注自动化方向的一名合伙人Mehdi Miremadi说，机器工作需要人类参与，这是“人们最低估了的部分”。
以Cobalt为例，Shiloh Nordby在夜间和周末工作，他依靠传回的视频数据流和其他传感器数据，监管旧金山湾区多个地点的机器人警卫。他可以通过帕洛阿尔托Cobalt办公室的一台电脑查看这些信息。机器人一旦发现有管道泄漏或外人闯入，就会提醒Nordby，后者则会查明情况，如有需要，则呼叫相关部门请求支援。
他说自己的职责还包括：防止机器人警卫在周围有人时做出奇怪的举动，比如藏在别人桌子下面，或者值班时在人群中飞驰。这些情况一旦发生，他就会接管机器人的自动驾驶功能，改变它的方向。36岁的Nordby之前是一名餐厅经理，Cobalt聘请他，其实主要是看中他的社交和管理能力，而非技术专长。
Nordby表示，这份工作就是“与人交谈”，对象包括其他员工以及客户场地的现场警卫人员，“让他们觉得舒服”。他还协助管理Cobalt团队里的其他专业人士。
数据标签员
人工智能想要准确地理解世界，就需要人类为其解释各种事物是什么，也就是说，人工智能获取的信息是需要人来标记的。标记可能是指认图片中的事物，例如指出图中哪一部分是人脸，或者解析句子，教导人工智能短语的意思。
许多工作人员的任务就是这些，查看信息，然后为电脑做标记。麦肯锡的Miremadi说，自动驾驶汽车开发商这类企业以及大型科技公司里有“成百上千乃至更多的人，坐在那里标记数据。”
有时需要标记的数据十分简单。以Cobalt为例，办公室里有大量人物照片和海报，机器人的计算机视觉系统会将其误判为非法闯入者。而工程师和机器人专员等员工就会将其标记为错误测试结果，长此以往，机器人就会了解它们不是潜在威胁。
有的工作则比较精细。最近，在华盛顿州里奇兰的西北太平洋国家实验室(Pacific Northwest National Laboratory)，Donna Flynn花了大量时间标记激光雷达获取的云体图像，帮助实验室里的人工智能更准确地识别它们。她的目标是利用这些数据提升对云体形成的科学认知，她说这有助于改善气候和天气预测模型。
每幅图像大约有200万像素，她必须标记出每个像素是否包含云体——这是一项复杂的工作，因为图像中会出现碎片、薄雾和灰尘，令其难以辨认。
Flynn拥有大气科学及电气工程背景，从事激光雷达数据研究已有近20年。她表示，解读这些图像不仅需要对大气有深入了解，还需要理解激光雷达仪器工作的复杂精细程度。
无人机表演艺术家
太阳马戏团在百老汇的表演，舞台上方盘旋的是Verity Studios提供的无人机。
无人机逐渐成为体育赛事中的固定设备，负责拍摄各种动作的俯瞰画面。它们也正迈入艺术领域，充当动态灯光装置与飞行道具。市场上对无人机艺术家的需求与日俱增，他们可以定制无人机，适应不同表演的需求。
工业设计师Léa Pereyre在Verity Studios AG负责为无人机设计“演出服”，该公司位于苏黎世，为音乐会、音乐剧、马戏和体育赛事策划无人机表演。她曾把无人机装扮成鸟儿和花朵的样子，还给无人机贴过鳞片。
加入Verity之前，25岁的Pereyre曾经参与设计教儿童编程的机器人。新的工作要求她在无人机的物理条件限制内施展拳脚。这意味着她不仅要考虑美感，还要考虑重量、空气动力学以及无人机的电池寿命等物理限制。
以表演服为例，某些装饰会卡进无人机的螺旋桨里。有一次演出时，Verity把无人机装扮成灯罩。灯罩上装饰的流苏不能太长，否则就会被气流吸进去。工作团队还需要尽量降低无人机的噪音。
“这是一个特别好的机会，因为这是一片空白领域，我可以让它变成任何我想要的样子，”Pereyre说。公司还有无人机编舞师，他们使用Verity开发的软件来控制数十台独立无人机的飞行动作。无人机使用的是类似GPS的室内定位系统，确定自己在空间中的的位置。
Verity的创始人Raffaello D’Andrea表示，编舞师是经过培训的工程师，同时也具备“强大的艺术才能”。他自己最初就是公司的编舞师，后来公司又增加了两名。
人工智能实验室科学家
智能软件颠覆了药物开发，它们筛选大量信息的速度比人类快得多，为医学研究指引了新的方向。数据科学家和计算生物学家等专家因此有机会教授人工智能生命科学或化学知识，计算机便由此产生新奇的点子。有一些技术人员会测试人工智能得出的结论，检查哪些有效，哪些无效。这些反馈会被回传给人工智能机器，让它们变得更聪明。
BenevolentAI Ltd.以对医学期刊、临床试验以及遗传和化学数据库的分析为基础，利用人工智能识别新的分子，研究神经退行性病变以及其他疾病的治疗方法。
BenevolentAI的创始人Ken Mulvany表示，公司的“想法来自机器大脑，而不是人脑”。
但实验生物学家必须在动植物组织和动物模型中测试人工智能提示的分子，这是做临床测试和批准人体应用的先决条件。Mulvany说，去年公司的计算机生成了大约100个还未经证实的假设，但他们的科学家人手不够，无法验证这些假设。
这家位于伦敦的公司最近收购了一家实验室测试机构，增加了50名科学家来测试人工智能软件提示的分子。这些来自真实世界实验的数据会反馈给公司的算法，并改进它们。Mulvany希望这种方式能提高公司研发业务线的效率。
安全与测试驾驶员
关于自动驾驶汽车的未来以及它们如何在陆地上往来奔驰，人们做出过无数光明远大的预测。但目前大多数车辆还不能完全独立行驶，这就意味着协助车辆安全行驶的人有了工作机会。一旦出现复杂繁难的情况，这些人就是第二双眼睛，必要时他们还可以接管驾驶任务。
自动驾驶微型巴士制造商May Mobility Inc.就聘用了安全驾驶员，他们在巴士运送乘客往来通勤以及前往停车场时负责监管。汽车一旦遇到不确定该如何处理的情况，例如传感器不确定交通灯的颜色是什么、并排停放的其他车辆是否阻碍其通行、是否应该并入迎面而来的车流中等等，安全驾驶员就会提供反馈。
如果安全，“驾驶员就会授权车辆通过，” Edwin Olson说，“与其说这是在远程控制，倒不如说它更像一个许可系统。”Olson在密歇根州安阿伯(Ann Arbor)的这家巴士制造商担任首席执行官。
随着业务不断拓展，公司准备将安全驾驶员的数量增加两倍。除了驾驶员以外，May Mobility还聘请了测试工程师，他们通常是本科毕业的雇员，负责为班车设计行驶方案，例如为双车道的环行交叉路导航。Olson表示，公司还有一名维修员负责各项杂务，例如清洁、给车辆充电、下载汽车行驶时收集的数据乃至“在车辆前面跳舞”来测试它的传感器能否检测到物体。
“这些车辆不是真正的无人驾驶，”他补充道，“它们背后绝对是有人在监控的。”
评论
收藏
打印
