主页 > U梦生活 >正面迎击人机合作的时代:AI时代3大关键人才 >

正面迎击人机合作的时代:AI时代3大关键人才

浏览量:913

点赞:843

更新时间:2020-07-18

点击次数:352次

数位时代 2018年1月14日 下午7:40
正面迎击人机合作的时代:AI时代3大关键人才
正面迎击人机合作的时代:AI时代3大关键人才
2017年3月Google云端人工智慧暨智慧学习首席科学家李飞飞喊出「大众化AI」宣言,希望藉由Google云端科技的力量,让人工智慧走出实验室,转化成一般企业或个人应用,深入千万家户端。
李飞飞的宣言并非空穴来风,背后代表着人工智慧技术的重大突破。从打败世界棋王的AlphaGo,到走入医疗领域的超级电脑华生,近三年来在机器深度学习、大数据到GPU硬体等技术升级,让原本一度泡沫化的人工智慧科技,有了爆炸性的成长。科学家发现人工智慧的无限可能,更试图发展人机协力的商业应用,包括仿生机器人、语音助理、智慧搜寻引擎到无人驾驶汽车等等,更多动作精细的机器人进入生产工厂,以更低的劳动成本和自动化取代人力,增加企业产值与效能,促成人机合作的新契机。
技术爆炸性成长,人机合作出现新契机
企业受惠于自动化技术与人工智慧发展,有机会透过人机合作,完成更多过去无法达到的工作效能。美国麻省理工学院对此就曾提出「MIT观点」,以知名科学家李伯曼、《第二次机器时代》作者麦克费、布林优夫森等人为首,认为未来的工作场域是「人机合作」的天下。人类与机器会是最好的伙伴,而非相互竞争的敌对关係,人机之间可以各尽所能,甚至促成劳动力市场的供需平衡。
麻省理工学院研究团队在BMW车厂进行的一项实验结果显示,人类协同机器的工作效率,将比单一人类或纯机器人组成的团队效率都要来得更高。机器人善于处理例行性高的重複工作,且劳动力大,可分担容易造成职业伤害的危险性工作。相反地,人类可以因此从大量劳动中释放出来,专心处理变动性高、需要临场判断、下决策的非例行性任务。
科学家发展人工智慧技术,试图解决过去人类在劳力工作上的极限, 甚至可望补足现有商业环境与人力资源上的缺口。
全球前五百大人力资源公司艺珂人事顾问邱奎岚表示:「AI有机会解决现有人力资源短缺问题,甚至提供更廉价、更优质的服务,创造了新的市场需求。」
举例来说,在网路上十分火红的「DoNotPay」法律机器人,协助一般人处理交通罚单、诈骗、住宿等基础法律问题,让过去无法聘僱律师的人,即使不用付出高额金钱,也可以享受专业法律意见,在面对法庭或诉讼时,可以更有利的应对进退。人工智慧大幅降低了一般民众接触法律知识的门槛,并扩大律师产业的服务对象。
而在医疗领域更是如此,在全球部分未开发国家、偏乡地区,仍存在着严重医疗人力短缺现象。在现有人工智慧演进下,包括超级电脑华生、各类智慧型医疗装置的演进下,有机会让机器辨识病徵的技术变得更为纯熟,甚至可以协同医师加速诊疗过程,成为整个医疗产业很重要的战力资源。
人工智慧加速商业化,促进新的人力市场需求
为了加速人工智慧商业化,以达到人机协作的新企业环境,需要许多专业长才协助整合商业环境和人工智慧技术,甚至为不同的商业领域客製化设计。
拥有丰富机器学习开发经验的104人力银行数据长吕承谕说:「每一次的人工智慧开发,都是高度客製化的结果。」不同的商业领域,存在着不一样的需求,机器学习需要历经长时间大数据资料分析、建立模型,才能够符合企业应用环境与需求。就好像企业在数位化发展的过程中,需要系统产品经理协助与内部员工沟通、重新校正整个作业流程。
因此,资料科学家、机器学习科学家,甚至是协助企业导入应用的人工智慧训练师等三种职位角色,就变得很重要。这群人才,已经变成未来整体人工智慧趋势下很重要的战略资源。他们要将高度系统化的人工智慧演算法,落实到一般社会环境,更要协助企业利用人工智慧,创造更好的利润与产值。
根据Gartner预估,2018年全球将有440万个资料科学家,其中不乏与人工智慧有关的人才。台湾104人力银行的统计数据也显示,目前光是台湾的资料科学家和资料工程师,就约有2万名职位缺口。2016年以来,全球各大业者已纷纷储备人工智慧相关人才,希望将新科技作为优化整体服务的重要策略。
和过去相比,全球企业用于人工智慧的支出已经大幅成长,IDC预估,2022年全球人工智慧的系统支出将高达576亿美元。这些专精于演算法撰写、机器学习的软体工程师、数学家、甚至是懂得人机沟通的语言学家、心理学家、人类学家等等,在人工智慧走入商业化应用的过程中,弥补技术与产业应用之间的鸿沟,甚至成为企业争相寻找的人才,加速人工智慧商业化,为大众化AI踏出重要的第一步。
关键人才:人工智慧训练师——缩短企业智慧升级学习曲线
2016年开始愈来愈多人工智慧商业化的案例浮现。当一项新技术迈入商业化阶段,势必要为了商业环境做更多调整,甚至客製化,才能让系统运作顺畅,融入商业应用环境中。而这时,就需要人工智慧训练师。
过去一般企业要导入e化系统时,不管是由内部自行开发,或引入外部资源,均会由产品经理等职位角色来协助优化导入过程。而现在,随着人工智慧渐渐成熟,在国外,也有企业开始设立人工智慧训练师这样的角色,协助企业导入人工智慧系统,并辅助使用者了解人机合作的工作环境,加速人工智慧融入企业应用。
人工智慧训练师的职位概念,就好像当人类就职时,就要接受教育训练,熟悉企业作业流程。而AI训练师正是扮演教育训练讲师的角色,协助人工智慧系统更符合企业内部环境与需求,一步步的校正、客製,以符合企业运用环境。
举例来说,当资料科学家、机器学习科学家等团队成员设计好AI系统的模型、使用型态、使用目的后,这时AI训练师要协助系统培养更多的实战经验。无人汽车要进展到完全商用的环境,就需要有测试员不断的训练上路状况,让无人汽车可以在一次又一次的实战经验中,累积更丰富的学习机制,排除可能遇到的错误,近一步优化驾驶流程。
这一类的职位角色,不一定需要会撰写语言程式的软体工程师,更多是了解整个商业流程、站在使用者角度去思考系统问题的人。透过这个职务角色,可以解决人工智慧大量部署于商业环境的问题,更有机会加速人工智慧普及,让机器更符合人的需求。
*更多精彩内容请见《数位时代》284期
*尊重智慧财产权,如需转载请注明资料来源:《数位时代》第284期