Teknoloji yüzünden iş kaybı yeni bir şey değil. Sanayi devriminden bu yana, bir zamanlar yalnızca insanlar tarafından gerçekleştirilen rollerin yerini yavaş ama istikrarlı bir şekilde bir tür otomatik makine aldı. İnsan işçinin yerini tamamen bir makinenin almadığı durumlarda bile, insanlar daha fazla iş yapabilmek için bir makine bataryasına güvenmeyi öğrenmişlerdir. verimli ve doğru.

A rapor Oxford Martin Okulu'nun Geleceğin Teknolojisinin Etkileri Programından bir araştırmacı, ABD'deki tüm işlerin %47'sinin büyük olasılıkla otomatik sistemlerle değiştirileceğini söyledi. Yakında makinelerin yerini alacak işler arasında emlak komisyoncuları, hayvan yetiştiricileri, vergi danışmanları, veri girişi çalışanları, resepsiyon görevlileri ve çeşitli kişisel asistanlar yer alıyor.

Ancak henüz masanızı toplayıp bir bilgisayara teslim etmenize gerek kalmayacak ve aslında eğitim, sağlık, sanat ve medya gibi belirli bir düzeyde sosyal zeka ve yaratıcılık gerektiren işler muhtemelen devam edecek İnsanlardan gelen talep, çünkü bu tür görevlerin bilgisayarlaştırılması zor olmaya devam ediyor.

Beğenin ya da beğenmeyin, artık egemen olan bir çağda yaşıyoruz. yapay zeka (AI). Yapay zeka, insanların makineler kullanarak gerçekleştirdiği görevleri taklit etmek ve hatta daha iyi performans göstermek için kullanılabilecek bir teknolojiler koleksiyonu olarak görülebilir.

İlk başta bunu göremeyebiliriz, ancak Google'ı kullanarak bazı bilgileri aramak, Amazon'da önerilen bir ürünü satın almak gibi günlük faaliyetlerimizde bir çeşit yapay zeka algoritması kullanan bir veya daha fazla sistemle karşılaşmaktan kaçınamayız. Facebook'a yüklenen bir resimdeki yüzleri tanıma.

Derin öğrenme

Son buluşların AI'daki gelişmeler büyük ölçüde derin öğrenme adı verilen bir tekniğe atfedilebilir. Genellikle makine öğrenimi veya sinir ağı olarak bilinen derin öğrenme, bir bilgisayar modelinin görüntülerdeki nesneleri tanıyabilmesi için "eğitilmesini" içerir. Derin öğrenme tabanlı yapay zeka sistemlerinin gücü, otomatik olarak göze çarpan özellikleri tespit etmek ve bunları zor tanıma sorunlarını çözmek için kullanın.

Her ne kadar insanlar bu tür tanıma görevlerini neredeyse bilinçsizce kolayca gerçekleştirebilseler de, bir insanın tam prosedürü bir bilgisayara programlanabilecek kadar ayrıntılı bir düzeyde açıklaması genellikle zordur.

Derin öğrenmeyle birlikte tüm bunlar değişti. Artık derin öğrenme tabanlı yapay zeka sistemleri, zor problemleri çözmek bir zamanlar yalnızca insanlar tarafından çözülebileceği düşünülüyordu.

Ve sonuç olarak, insanlar bu gerçeğe zihinsel olarak hazırlanmak zorunda kalacaklar. bazı işlerimiz yapay zeka sistemlerine kaptırılacak. Yakın gelecekte yapay zeka sistemlerini meslektaşlarımız veya patronlarımız olarak adlandırmak zorunda bile kalabiliriz.

Ancak bilgisayarlarımızın yakında edineceği daha derin bilgi düzeyine rağmen, işlerimizi makinelere kaptırmak kötü bir şey olmak zorunda değil. İşin büyük kısmını makinelerin yapmasına izin vermek, insanların, bilgisayarların daha yüksek doğruluk oranlarıyla daha iyi yerine getirdiği rutin görevlerden kurtulacağı anlamına gelir; araba kullanmak.

Bu, insanların makineler yerine insanlar gibi düşünmesini sağlamalıdır. Aynı zamanda, muhtemelen yapay zekanın da desteklediği, insanlara daha yaratıcı ve entelektüel açıdan teşvik edici faaliyetlerde bulunmaları için zaman ve enerji kazandıracak.

Duygusal zeka

Yapay zeka sistemleri, bırakın onarmayı, ortalama bir insanın bile anlayamayacağı kadar karmaşık hale geldi; bu nedenle, bilgisayarlar ve insanlar arasında aracı olarak hareket edebilecek kişileri gerektiren yeni roller ortaya çıkacak.

Uzmanlaşmış becerilere sahip profesyonellerin sıradan insanlar için teknik ayrıntıları yorumlamasının gerekli olduğu tıp veya hukuk gibi mesleklere benzer şekilde, yapay zeka dilini konuşan profesyonellere ihtiyacımız olacak. Bu profesyonellerin becerileri farklılık gösterebilir ve muhtemelen yazılım geliştiricileri, bilgisayar bilimcileri ve veri bilimcilerinden oluşabilir.

Ancak insan ve yapay zekanın ortak çalışma ortamlarından kaynaklanan etik sorunlar gerçek bir endişe kaynağıdır. Facebook'a yüklenen bir görüntüde bir yüzün yanlış tanınması bir şeydir, ancak kanserin bir yapay zeka tarafından yanlış teşhis edilmesi durumunda tamamen farklı bir konu ki bu çok kolay gerçekleşebilir. Sonuçta bilgisayarlar da tıpkı insanlar gibi hata yapar.

Yapay zeka tabanlı sistemler birçok alanda insanlardan daha akıllı hale gelse de bu sistemler mükemmelden uzak ve kullandıkları öngörülemeyen öğrenme mekanizmaları göz önüne alındığında mükemmel olmaları pek olası değildir.

Bununla birlikte asıl zorluk muhtemelen yapay zekanın teknik zorluğundan ziyade sosyal ve kültürel değişimler olacak. Dolayısıyla robotların işlerimizi devralması iyi bir şey olsa da onları iş arkadaşımız olarak kabul etmeye hazır olup olmadığımızı yalnızca zaman gösterecek.

Yazar hakkında

Danushka Bollegala, Liverpool Üniversitesi Bilgisayar Bilimleri Bölümünde Kıdemli Öğretim Görevlisi. Araştırma alanları Yapay Zeka, Hesaplamalı Dilbilim ve Web Madenciliğidir. Web verilerinden anlamsal ve ilişkisel benzerliğin ölçülmesi, etki alanı uyarlaması, duygu analizi, sosyal medya, kişisel ad belirsizliğinin giderilmesi, takma ad çıkarımı ve çoklu belge metin özetlemede bilgi sıralaması gibi yukarıdaki alanlarla ilgili çeşitli konular üzerinde çalıştım.

Bu yazı orijinalinde Konuşma. Okumak Orijinal makale.

İlgili Kitaplar

at InnerSelf Pazarı ve Amazon