Kaggle创始人 | 将来我们的这些工作将被机器取代，但也有例外
编译：Mika
【导读】
点击下方视频，先睹为快：
👇👇👇
主讲人：
Anthony Goldbloom
数据科学竞赛平台Kaggle创始人兼CEO
这是我的侄女，她叫Yahli，还只有九个月大。她妈妈是一名医生，爸爸是一名律师。而等到Yahli上大学时，像她父母这类职业将发生翻天覆地的变化。
Anthony Goldbloom 的侄女Yahli
未来，将近一半的工作都有被机器取代的危险
2013年，牛津大学曾做了一项关于未来职业的研究。通过分析，他们得出结论：未来，将近二分之一的工作都可能面临被机器取代的风险。
而对于这种现象，机器学习要负主要责任。作为人工智能中最强大的分支，机器学习能够根据现有的数据进行学习，并模仿人类的行为。
我的公司--数据科学竞赛平台Kaggle专注于前沿机器学习领域。在Kaggle，我们聚集了成千上万的专家，致力于为行业和学术界的方方面面去解决问题。
因此，我们可以从独特的视角来探索这个问题：如今，机器究竟可以做什么，不可以做什么。进而言之，将来哪些工作可能受到威胁，或者被自动化所取代。
机器学习最初在90年代初进入人们的视野。从一开始，机器学习还只能执行一些相对简单的任务，比如评估贷款申请中的信用风险；
通过识别手写的邮政编码来帮助检索邮件等等。
对于频繁、大批量的任务，机器变得越来越智能
在过去几年里，科技取得了突破性的进展。如今，机器学习已经能够处理非常复杂的任务。
在2012年，我们Kaggle针对学校出了个难题：设计算法来评判高中的作文。结果，获胜的算法给出的评分居然和学校老师给出的评分一致。
去年，我们出了一道更难的题：从拍摄的眼睛图像中，诊断出糖尿病性视网膜病变的病例。再次，获胜的演算法给出的诊断和眼科医生的诊断相符。
因此我们可以说，只要给出适当的数据，针对类似的任务，机器完全能够战胜人类。
在40年的职业生涯中，一位老师大概能批改上万篇作文，一名眼科医生大概能检查5万只眼睛。而完成相同的工作量，机器仅需几分钟就能完成，并且达到人类的精度。也就是说，对于这些频繁且大量的任务，我们无法与机器抗衡。
机器学习的局限性：需要大量数据支撑
但对于有些事情，机器却无能为力。特别是在解决新情况方面，机器就无从下手了，它们无法处理从未遇到的任务。
机器学习局限性在于，需要从大量已知的数据中总结经验。人类则不然，我们有把看似毫不相关的事物联系起来的能力，进而解决从未见过的问题。
Percy Spencer是一名物理学家，他在二战期间从事雷达的研究工作。当时他发现磁控管把巧克力融化了。他从电磁辐射联想到了烹饪，因此他发明了微波炉。这就是非常典型的创新。
这种类似的创新，每天都在我们的身边发生无数次。在创新方面，机器远不是我们的对手。
在创新方面，机器无法与人类抗衡
那么，这对未来的工作又意味着什么呢？
未来工作的前景取决于：这种工作是否可以转化为频繁、大批量的任务，当中是否涉及到对创新的要求？
对于频繁、大批量的任务，机器变得越来越智能。
如今，机器学习可以评判作文，诊断某些疾病。再过几年，它们将能够处理审计、审阅法律合同样本等问题。尽管会计师和律师这类职业还是必不可少的，但他们只需要负责处理复杂的税收结构，或无先例的诉讼问题。与此同时，机器学习会挤占他们的职位，从而增加就业难度。
在创新方面，机器并没有取得太大进展。例如，营销方案需要抓住消费者的心理，让人眼前一亮；对于商业策略，关键在于发现市场上还无人问津的领域。而这些方面，我们才是主力，人类将是营销方案的创造者，人类才能推动商业战略发展。
所以Yahli，无论你将来决定做什么，一定要让每一天都带给你新的挑战。如果是那样，你的未来将无法被机器取代！
— 完 —
点这里👇关注我，记得标星哦~