据BBC报导，越来越多的公司正开端引进智能机器，以替代功率低下、本钱昂扬的人类雇员。

　　那么有关主动化你需求了解哪些东西？以及它会对你的作业形成什么样的影响？运用柔软而灵敏的手指，这条机器手臂可以伸到货架上捡取苹果，然后将它悄悄放入篮子中。

　　接着它又去履行其他使命，比方搬酸橙、取胡椒等，它永不知疲倦，也不会诉苦。这便是英国在线超市Ocado正在测验的原型机器臂。由于形状不规则或简略损坏，这些杂货店常见的食物在Ocado的库房中往往需求人类工人包装。可是该公司正寻求运用机器人技能，它可以辅佐库房中的人类安全地完结作业，并且速度更快，本钱更低。

　　Ocado并非仅有寻求运用“主动工人”的公司。在医院、律所、股市中，许多公司都在做相同的作业。问题是，这些“主动工人”会对人类形成什么样的影响？它会影响到你吗？BBC Future Now栏目采访了多名专家，倾听他们的观念。有些人的观念十分失望，忧虑机器人或许抢走人类作业，这会真的发生吗？哪些人的作业正处于风险中？你的作业五年后会变成什么样？这些问题的答案或许会让你大吃一惊。

　　研讨陈述显现，美国47%的人类作业正处于被机器替代的风险中，英国约有35%作业遭到主动化要挟。在发展中国家，主动化的要挟更高，大约2/3的作业都被主动化要挟着。可是机器抢走人类作业的说法并不新颖。美国加州大学洛杉矶分校的金融学教授巴格·乔杜里(Bhagwan Chowdhry)称：“主动化曾经现已发生过。”他指出，在工业革命期间，工厂中就曾呈现过主动化，许多机器替代了人类纺织工人。

　　那么这次有什么不同？乔杜里说：“它不只会影响到蓝领工人，许多白领工人也无法独善其身。”许多时分，咱们以为低薪酬、低技能的作业最风险，比方库房工人或出纳员。可是主动化也会影响中等收入的作业，比方书记员、厨师、办公室职工、保安、初级律师以及检察员等。

　　这些处于“前方”上的作业被替代现已令人感到忧虑。但牛津马丁技能与作业方案联合主管凯尔·本尼迪克特·弗雷伊（Carl Benedikt Frey）说：“更令人忧虑的是转型带来的阵痛。咱们看到，大部分被主动化替代的作业地需求具有某种不同的技能，而要害应战在于保证那些经验丰富的被替代者可以找到有意义的作业去做。”

　　那么，这些正寻求主动化作业岗位的公司在品德上有职责协助作业被替代的职工学习新技能吗？

　　答案或许不只仅是公司有这样的职责，校园相同应该发挥出自己的效果。在技能进步如此快速的国际里，咱们当时的教育结构或许现已不再适用。美国麻省理工学院“数字经济建议”方案主管埃里克·布莱恩乔尔夫森（Erik Brynjolfsson）正告称：“咱们忧虑的是，咱们的教育、练习以及政治准则无法跟上技能进步的速度。终究，许多人或许被落在后面。”

　　布莱恩乔尔夫森与Ocado首席技能官保罗·克拉克（Paul Clarke）都以为，校园教育需求教授学生怎么应对AI和机器人广泛存在的国际。值得注意的是，咱们还没有改善教育、练习以及政治准则。在作业场所，职工们也不断被要求学习新的技能，而不是整个职业生涯都不需改动。

　　乔杜里表明：“作业和学习之间的不同或许会变得愈加含糊。咱们现在将它们分隔看待，即有些人作业而不需求学习，有些人则专心学习而不作业。咱们需求脱节每周作业5天的传统准则，而是要将60%的时刻用于作业，40%时刻用于学习。”关于大多数人来说，这或许需求进行严重的思想改动。

　　办理咨询公司麦肯锡和Company的研讨显现，只要不到5%的作业能经过现有技能彻底完结主动化。原因是咱们的作业过分多样化和多变，机器人底子无法担任。相反，两家组织猜测大约60%的作业岗位，1/3的作业将被交给机器完结。这将意味着，咱们大多数人仍然需求从事自己的作业，但作业方法将会大幅改动。

　　学习怎么与机器人和谐作业也是必不行少的。麦肯锡公司高档合伙人詹姆斯·曼伊卡（James Manyika）解说称：“咱们可以将重复性的作业交给机器完结，解放出来的人类则可以去做更有价值的作业。这或许对薪酬发生巨大的下行压力，由于机器将承当起一切困难作业。这也意味着，更多人将在技能辅佐下作业，为此竞赛或许愈加剧烈。”

　　可是这儿也存在更大的问题。除了收入下降、中等收入工人面对潜在赋闲影响外，政府自身也或许面对许多根底性问题，比方税收削减、不满投票添加等。走运的是，仍然有许多作业只能由人类来做，机器无法担任。比方新加坡研讨人员给出的最好比方，他们正测验教授2个主动化机器臂拼装平板包装的宜家椅子。尽管运用了最先进的设备，可是这两个机器仍然无法很好地完结最根本的使命。

　　关于机器人来说，即便从紊乱的部件中区别不同物体也是个巨大应战。在最新测验中，2个机器人用了1分半钟才成功将插销放入椅子腿中。而这还只是是家具拼装的最根本作业。哈维斯（Hawes）解说称：“当你想让机器人拼装家具的不同部件时，将会遇到真实的应战。机器人可以安装好宜家的抽屉，但为衣柜拼装相同的抽屉却很困难。由于零部件不同，即便有些安装过程相同。人类则没有这样的问题。”

　　从更强的灵敏性到更好的特性，人类总是在许多方面胜过机器人。布莱恩乔尔夫森说：“跟着重复性的作业被主动化接收，咱们发现创造性技能需求不断添加。咱们还发现，那些社会技能需求也水涨船高，比方包含照顾、练习、压服、商洽以及营销之类的人际交往才能。”

　　弗雷伊以为，人类在几个范畴具有优势。他说：“首先是社会互动。假如咱们将杂乱的社会互动分解为日常作业，可以分为商洽、测验压服别人、协助别人或照顾别人。这几乎是不行幻想的，电脑会让从事这些作业的人不胜困扰。”

　　其次是立异范畴。计算机拿手剖析问题，并可诲人不倦地履行重复性的使命。可是人类确以为这种单调的作业适当庸俗。麻省理工学院的“数字经济建议”方案设置100万美元奖金应战赛，旨在鼓舞企业充分使用最典型的“人道”与技能。麦肯锡的曼伊卡说：“现在咱们向保姆付出的薪酬十分低。与之相似，很多艺术和构思作业也不挣钱。面对的应战是咱们怎么评价构思输出或那些不愿意让机器接收的作业的价值。”

　　Ocado研制主管亚力克斯·哈维（Alex Harvey）担任为该公司零售部分开发软件和技能，他指出，国际是为人类规划和制作的，制作机器人在杂乱环境中运转这些才能是个严重技能应战。Ocado正与欧洲多家大学一起研制的项目名为SecondHands，即机器人保护辅佐作业，证明人类与机器人可以协作。哈维解说说：“它有才能将作业提升到比人类更高的高度，从其行为指令方面来说，这是适当简略的。但当人类技能人员充任领导者，他们可以组成十分棒的团队，可以发挥机器人的最大力气。”

　　现在全球大约有170万个机器人投入运用，它们主要被用于工业环境中，这些范畴很少有人类可以踏足。跟着机器人数量添加，它们承当的作业也会越来越多，很或许需求人类与机器人携手并肩作业，但这也会添加人类被损伤的风险。欧洲议会部属法律事务委员会副主席马迪·德尔沃（Mady Delvaux）呼吁称：“咱们需求更高透明度，以便咱们可以了解机器人怎么干事，以及它们行为体现的暗地要素。”

　　德尔沃最近正在欧洲议会中尽力推进为机器人和人工智能立法。她为欧洲议会汇编的陈述指出，迫切需求新的立法以处理或许发生的意外。假如机器人呈现违法行为，应该承当相应职责。举例来说，AI算法或许挑选一系列金融交易以便完结目标，但却不符合监管部分错综杂乱的规则。德沃尔和搭档们也敦促品德委员会协助辅导咱们与机器人之间的联系。她说：“有些东西有必要遭到尊重，比方人的自主性以及隐私。”

　　这或许也凸显出处理AI的另一个令人困扰的问题，即成见问题。机器学习体系在用数据练习时体现十分好，但最近研讨显现，AI可以被培养出性别歧视和种族歧视倾向。德沃尔还指出，编写算法的人对AI影响十分大。大多数在科技产业中作业的都是白人男性，在最大和最有影响力的科技公司中，男性职工更是占到70%到90%的份额。曩昔几年中，硅谷因性别歧视丑闻而备受震慑。

　　伦敦经济学院的社会学教授朱迪·维克曼（Judy Wajcman）正告称：“当时进行技能规划的人仅占一切人口十分小的份额。而技能需求反映社会需求，为此需求在规划和立异过程中进行改动。”与此同时，比尔·盖茨（Bill Gates）进来也提出有关品德的问题：机器人自身或许需求交税，以补偿失掉作业的人的税收，并协助支撑这些人日子。其别人称，跟着机器人承当的使命越来越多，或许呈现“遍及根本收入”现象，即每个人都可以从中获益。

　　当然，这其间的大部分假定都是机器人真能担任咱们为它们设定的作业。尽管它们具有很强的智力，但与人类比较，它们仍然是适当蠢笨的东西。

　　就像宜家的比方，AI仍然有很多改善空间。或许机器学习与AI社区当时面对的一个最大问题便是，了解算法怎么作业。曼伊卡说：“像AI和机器学习这样的东西在很大程度上仍然归于黑盒子。咱们还无法翻开它们，以找到它们给出答案的理由。”这会引申出许多问题。机器学习体系和现代AI都厂需求运用很多数据或图片进行练习，以协助它们辨认形式或趋势。当它们得到新数据时，也可以使用现已把握的东西发现相似形式。

　　假如咱们想要找到CT扫描中存在疾病的痕迹，这或许十分好用。可是假如咱们使用相似体系想要从CCTV视频中找出嫌疑人，并将其作为重要的法庭依据时，了解它怎么承认嫌疑人就变得十分要害。即便在无人驾驶轿车范畴，这种推理才能也仍然是个适当大的应战。

　　卡内基-梅隆大学机器人教授金出武雄（Takeo Kanade）是无人驾驶轿车范畴的前驱之一，也是计算机视觉专家。他称给予机器人“真实了解”周围国际的才能仍然是需求战胜许多技能应战。他还解说称：“这不只仅与辨认物体方位有关，它有必要可以了解周围的国际在做什么。举例来说，那个人真的要在他们前面过马路吗？”

　　在开发主动“见习司理”的项目中，哈维斯提出相似的问题。这个团队为名为Betty的机器人编程，并派它前往各地办公室作业，比方查看防火门是否封闭、丈量噪音、计算正常作业时刻之外职工加班状况等。哈维斯说：“这个机器人需求分辩出人们移动椅子、搬到桌子或盆栽的作业，关于无需从头编程的机器人来说都很难。”可是即便这款机器人并不完美，人类仍然发现了运用它的方法。

　　令人感到惊奇的是，那些与Betty一起作业的人却以活跃方法回应他们的机器搭档，甚至当它被困在旮旯中供给活跃协助。哈维斯说：“早上人们会问好它，称它让办公室的作业变得愈加风趣。”假如咱们可以将繁琐、重复性的作业交给机器人去做，那么咱们就能去做更喜爱的作业。弗雷伊说：“成果，作业将会变得愈加风趣。”