< Return to Video

Službe, ki jih bodo prevzele naprave - in tiste, ki jih ne bodo

  • 0:01 - 0:02
    To je moja nečakinja.
  • 0:03 - 0:04
    Ime ji je Yahli.
  • 0:04 - 0:06
    Stara je devet mesecev.
  • 0:06 - 0:09
    Njena mama je zdravnica
    in njen oče je odvetnik.
  • 0:09 - 0:11
    Ko bo šla Yahli na fakulteto,
  • 0:11 - 0:15
    bodo poklici, ki jih opravljata
    njena starša, izgledali zelo drugače.
  • 0:15 - 0:20
    2013 so raziskovalci Oxfordske univerze
    naredili študijo o prihodnosti dela.
  • 0:21 - 0:25
    Ugotovili so, da ima skoraj ena
    od dveh služb visoko tveganje,
  • 0:25 - 0:27
    da jo zamenja stroj.
  • 0:28 - 0:30
    Strojno učenje je tehnologija,
  • 0:30 - 0:33
    ki je najbolj zaslužna za to motnjo.
  • 0:33 - 0:35
    Je najbolj uspešna veja
    umetne inteligence.
  • 0:35 - 0:37
    Strojem omogoča, da se učijo iz podatkov
  • 0:37 - 0:40
    in posnemajo stvari,
    ki jih ljudje lahko počnejo.
  • 0:40 - 0:43
    Moje podjetje, Kaggle,
    je najbolj napredno v strojnem učenju.
  • 0:43 - 0:46
    Združujemo sto tisoče strokovnjakov,
  • 0:46 - 0:49
    da rešujejo pomembne probleme
    za industrijo in znanost.
  • 0:49 - 0:53
    To nam daje edinstveno perspektivo
    o tem, kaj stroji zmorejo,
  • 0:53 - 0:54
    česa ne,
  • 0:54 - 0:57
    in katere službe bodo
    avtomatizirali ali ogrozili.
  • 0:57 - 1:01
    Strojno učenje je začelo prodirati
    v industrijo v zgodnjih 90-ih.
  • 1:01 - 1:03
    Začelo se je z relativno
    preprostimi nalogami.
  • 1:03 - 1:08
    Začelo se je z ocenjevanjem
    tveganja pri prosilcih za kredite,
  • 1:08 - 1:12
    sortiranje pošte, tako da so brali
    na roke napisane poštne številke.
  • 1:12 - 1:15
    V zadnjih nekaj letih smo naredili
    nekaj dramatičnih prebojev.
  • 1:16 - 1:20
    Strojno učenje je sedaj sposobno
    veliko, veliko bolj kompleksnih nalog.
  • 1:20 - 1:23
    Leta 2012 je Kaggle izzval svojo skupnost,
  • 1:23 - 1:26
    naj zgradi algoritem, ki bo lahko
    ocenjeval srednješolske eseje.
  • 1:26 - 1:29
    Ocene zmagovalnih algoritmov so se ujemale
  • 1:29 - 1:31
    s tistimi, ki so jih dali učitelji.
  • 1:31 - 1:34
    Lani smo dali še težji izziv.
  • 1:34 - 1:37
    Lahko slikaš oko
    in diagnosticiraš očesno bolezen,
  • 1:37 - 1:39
    imenovano diabetična retinopatija?
  • 1:39 - 1:43
    Spet so se diagnoze najboljših
    algoritmov ujemale
  • 1:43 - 1:45
    z diagnozami oftalmologov.
  • 1:46 - 1:48
    S pravimi podatki bi lahko
    bili stroji boljši od ljudi
  • 1:48 - 1:50
    pri takih nalogah.
  • 1:50 - 1:54
    Učitelj, v svoji 40-letni karieri
    prebere morda 10.000 esejev.
  • 1:54 - 1:57
    Oftalmolog vidi 50.000 oči.
  • 1:57 - 2:01
    Stroj lahko prebere na milijone
    esejev ali vidi milijone oči
  • 2:01 - 2:02
    v nekaj minutah.
  • 2:02 - 2:05
    Ne moremo tekmovati s stroji
  • 2:05 - 2:08
    na pogostih, obsežnih nalogah.
  • 2:09 - 2:12
    A mi lahko počnemo stvari,
    ki jih stroji ne morejo.
  • 2:13 - 2:15
    Področje, na katerem so stroji
    le malo napredovali,
  • 2:15 - 2:17
    je obvladovanje novih situacij.
  • 2:17 - 2:21
    Ne obvladajo stvari,
    ki jih niso videli že večkrat.
  • 2:21 - 2:24
    Osnovna omejitev strojnega učenja
  • 2:24 - 2:27
    je, da se mora učiti iz velike
    količine preteklih podatkov.
  • 2:27 - 2:29
    Tega ljudem ni treba.
  • 2:29 - 2:32
    Imamo sposobnost, da povežemo
    na videz različne konce,
  • 2:32 - 2:34
    da rešimo nove probleme.
  • 2:35 - 2:39
    Percy Spencer je bil fizik, ki je delal
    na radarju med drugo svetovno vojno,
  • 2:39 - 2:42
    ko je opazil, da magnetron
    topi njegovo čokoladico.
  • 2:43 - 2:46
    Zmožen je bil povezati svoje znanje
    o elektromagnetni radiaciji
  • 2:46 - 2:48
    s svojim znanjem o kuhanju,
  • 2:48 - 2:51
    da je izumil - uganete kaj?
    - mikrovalovno pečico.
  • 2:51 - 2:55
    No, to je res neverjeten
    primer ustvarjalnosti.
  • 2:55 - 2:58
    A tako navzkrižno opraševanje
    se dogaja vsakemu od nas po malem
  • 2:58 - 3:00
    tisočkrat na dan.
  • 3:01 - 3:02
    Stroji z nami ne morejo tekmovati,
  • 3:02 - 3:04
    ko pride do ubadanja z novimi situacijami
  • 3:04 - 3:08
    in to da temeljno omejitev
    na človeške naloge,
  • 3:08 - 3:09
    ki jih bodo stroji avtomatizirali.
  • 3:10 - 3:12
    Kaj torej to pomeni za prihodnost dela?
  • 3:13 - 3:17
    Prihodnost katerekoli službe leži
    v odgovoru na eno vprašanje:
  • 3:17 - 3:22
    do katere mere lahko to službo zreduciramo
    na pogoste, obsežne naloge
  • 3:22 - 3:26
    in do katere mere vsebuje
    obvladovanje novih situacij?
  • 3:26 - 3:30
    Na pogostih, obsežnih nalogah
    stroji postajajo vse pametnejši.
  • 3:30 - 3:33
    Danes ocenjujejo eseje.
    Diagnosticirajo določene bolezni.
  • 3:33 - 3:36
    Čez leta bodo delali revizije
  • 3:36 - 3:39
    in brali šablonska besedila na pogodbah.
  • 3:39 - 3:41
    Računovodje in odvetnike še potrebujemo.
  • 3:41 - 3:43
    Potrebni bodo za kompleksno
    davčno strukturiranje,
  • 3:43 - 3:44
    za prelomne sodne postopke.
  • 3:44 - 3:48
    A stroji bodo zožili njihove vrste
    in težje bo dobiti te službe.
  • 3:49 - 3:53
    Kot sem omenil, stroji
    pri novih situacijah ne napredujejo.
  • 3:53 - 3:56
    Reklamno besedilo za marketinško
    kampanjo mora pritegniti potrošnika.
  • 3:56 - 3:58
    Izstopati mora iz množice.
  • 3:58 - 4:00
    Poslovna strategija je iskanje tržnih niš,
  • 4:00 - 4:02
    stvari, ki jih nihče drug ne dela.
  • 4:02 - 4:06
    Ljudje bodo ustvarjali reklamna besedila
    v marketinških kampanjah
  • 4:06 - 4:10
    in ljudje bodo razvijali
    naše poslovne strategije.
  • 4:10 - 4:13
    Yahli, karkoli se odločiš početi,
  • 4:13 - 4:15
    naj ti vsak dan prinese nov izziv.
  • 4:16 - 4:18
    Če ti bo, boš imela prednost pred stroji.
  • 4:19 - 4:20
    Hvala.
  • 4:20 - 4:23
    (Aplavz)
Title:
Službe, ki jih bodo prevzele naprave - in tiste, ki jih ne bodo
Speaker:
Anthony Goldbloom
Description:

Strojno učenje ni več samo za lahke naloge kot oceniti kreditno tveganje in sortiranje pošte - danes so sposobne veliko bolj kompleksnih stvari, kot je ocenjevanje esejev in diagnoze bolezni. S tem napredkom pa pride tudi neprijetno vprašanje: Bo robot v prihodnosti opravljal tvoje delo?
more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
04:36

Slovenian subtitles

Revisions

Our website uses cookies for analysis purposes.