精品国产人成在线_亚洲高清无码在线观看_国产在线视频国产永久2021_国产AV综合第一页一个的一区免费影院黑人_最近中文字幕MV高清在线视频

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

AI監工發生在哪些場景?如何看待AI監工趨勢

姚小熊27 ? 來源:人工智能實驗室 ? 作者:人工智能實驗室 ? 2020-10-24 09:24 ? 次閱讀

AI技術帶來整體社會福利增加的同時,也正在帶來一系列新的問題。目前來說,與人工智能是否會取代人類這類“玄學”問題而言,當下最現實的一個問題就是人和AI的協作問題了。

不久前,人物雜志的一篇《外賣騎手,困在系統里》的文章,正指出了這一困局。AI系統顯著提升了外賣騎手接送訂單的能力。借助AI算法,平臺可以最優化地安排訂單,也能給騎手規劃最合理的路線。但出于平臺、騎手和用戶三方效率最大化的目標,AI將所有時間壓縮到了極致,造成的結果就是把外賣騎手置于緊張而又危險的困境中。

我們常說,工具本身無所謂對錯,出現對錯的都是使用工具的人。但是現在,AI本身并不再是一個“任人擺布”的簡單工具,AI算法本身會根據其最初設定的目標而不斷優化其精度和效率,而這一“最初設定的目標”又是人類社會普遍在追求的目標最高的分數、最快的效率、最接近人的感知和推理能力。

也就是說,AI哪怕只能從事單一的技能,但是也由于其強大的學習能力快速超越任何一個從事該專業的人類,這意味著,在很多人類勞動者和AI的協作的專業工作中,人類將處在被管轄和被監督之下。

現在這種不對等的人機協作情況已經在大量出現,未來也更將普遍。那么我們不禁要問,作為處在被管轄和被支配地位的勞動者該如何面對這一局面?我們該如何看待這一趨勢?

“AI監工”發生在哪些場景?

在我們對AI產業進行觀察和介紹的場景中,我們常常把AI工具形容為幫助人類的“神奇助手”這樣的角色。比如,我們會把AI工具或機器人來代替人類去執行那些機械重復性的枯燥工作或者去勝任那些具有危險性和艱苦環境的工作。

最為典型的場景就是自動化工廠和安防領域。采用智能制造的自動化工廠代替了大量中低端產業工人,可以7X24小時地進行生產,客觀上提高了一線工人的福祉,工廠也只需少量負責監督管理的工人就可以操控整個生產環節。而安防領域無處不在的人臉識別閘機以及智能攝像頭替代了原本需要起早貪黑值班的安保人員,省去了人工監督視頻的乏味工作。

在大量危險和艱苦的工作環境下,智能無人機可以代替電力巡檢員完成高山森林等艱苦環境的電纜巡檢,排爆、排險機器人可以代替人工進入管道、地下、水下等危險區域作業,智能化設備代替人工在一線操作。

這些都是AI技術幫助人類提高生產效率或者提高勞動福利的切實證據。與此同時,一些難以讓AI完全勝任的非標準化場景,仍然需要大規模人類勞動者參與,盡管這些工作并非需要特別專業的技能,但卻因為工作的靈活性和復雜性,AI難以勝任,但是AI可以參與其中一部分的任務。這使得AI和人類處在相互協作的模式中,也必然出現“AI來監督人類”的相應問題。

最典型的案例,就是“困在系統里的外賣騎手”。目前,盡管一些互聯網電商企業和AI公司都試圖推出自動送貨機器人,但受限于現實環境和機器人的靈活性,這些機器人只能完成很少場景的送貨服務,很可能一個違規停放的自行車,一段人為損毀的路基,就可能讓這些機器人癱瘓。最根本的是外賣的運送效率和運送過程中的突發情況,機器人是完全難以和人類相比擬的?,F在,外賣基本仍然由只需要會認路會識字的人類騎手完成,而AI系統則成為其運送路線、運送時長和最終服務質量的“監督者”。

再一個典型場景就是網約車。盡管自動駕駛出租車已經上路,但是大規模替換人類司機仍然將是一個漫長的過程?,F在,出于對司乘安全和行駛過程的考慮,網約車平臺開始越來越注重對司機的監督,無論早期行車路線的監督,還是現在車內錄音錄像對于駕駛員行為的規范,以及通過APP端通過詢問乘客意見,來獲取對于司機360度無死角的評價,以此來建立對司機更為細致的評分,以此成為決定其接單量的依據。當然,平臺可能也在從司機處獲取關于對乘客的評價,這個不得而知。但顯然這些詳細數據將能完全勾勒出一個人的行為預期、信用情況等內容。

此外,大量人類勞動密集型場景,都在通過“AI監工”的方式來完成生產管理流程的優化和建造。比如,在快遞分揀行業,AI攝像頭會通過識別分揀員的行為來判斷其是否是暴力分揀,通過識別其分揀速度來識別其有無偷懶。而一些更為細致的人工勞動場景,我們也能看到這種“AI監工”的身影。比如英國的這一案例。

“讓AI隨時監工自己”的英國建筑工人

最近讀到MIT科技評論的一篇文章,主題是“英國建筑工地上采用人工智能來掃描建筑工程是否出現錯誤,還有工程進度是否落后”。從這個場景中,我們能看到人工智能和一線工人在建筑施工中建立的復雜協作關系。

在英國的一家人工智能創業公司Buildbots看來,建筑業應該像制造業一樣采用AI來進行流程管理。現在英國一家建筑業巨頭沃特斯正在采用Buildbots開發的一套圖像識別系統,來監控正在施工的建筑項目的每個細節,AI將自動標記施工中的錯誤和進程問題。

建筑業的一個問題就是工程施工錯誤會造成返工的巨大損失和工期延期,這對于建筑商來說是難以承受的成本壓力。而對于施工的工人而言,這也意味著一旦發現問題,很可能帶來相應的處罰。

工人們難道無法避免這些人為失誤嗎?顯然,在有更多工程監理在場和更嚴格驗收的情況下,工人們能夠避免更少失誤,但是這樣會拖慢施工進度。這似乎是一個難解的矛盾,工人們自然更傾向于優先保證進度。作為一個曾經在大學期間進過工地搬磚的學生工來說,對于很多底層工人的行事邏輯是有深刻體會的,一些人總會在監理無法看到的地方用“速度”換“質量”的。

英國建筑公司的實際情況也是如此,一個擁有1500個房間的建筑只配有5名監理,他們難以確??刂迫绱硕嗟氖┕ぜ毠潯,F在,Buildbots通過在建筑工人的安全帽上安裝GoPro攝像機,通過現場拍攝的圖像和建筑的數字圖像進行匹配的方式,使得現場監督工作變得更為高效和容易。

也就是每一個建筑工人都配備了一個AI“云監工”,這些攝像頭可以捕捉到建筑施工的細節,以及時發現相應的錯誤之處,比如可以通過攝像機的定位來捕捉視頻圖像在建筑中的位置,誤差在幾厘米內,同時可以跟蹤這個位置物體的狀態,判斷其處在尚未開始到安裝完畢的狀態。而當監理經理們每周巡視現場時,他們的攝像頭會捕捉整個項目的視頻,并上傳到該系統軟件上,該軟件會將現場數以千計的對象(包括像電源插座和浴室配件的位置數量)的狀態與建筑的數字副本進行比對,來檢查施工進度。

Buildbots的AI系統可以避免了建筑商很多重復性的檢查工作,也能讓項目經理和監理能夠遠程掌握進度,最關鍵的是可以節省大量的因工程錯誤而導致的返工成本和處罰費用。

當然,這一系統也給現場工人帶來了新的變化和壓力。工人們必須更加規范自己的工作標準,也必須平衡施工的速度和質量問題,因為一旦被AI監工發現問題,就可以馬上追責。

由于建筑業仍然屬于多工種、勞動力密集型驅動的產業,AI在短期內是無法取代人工的,所以,建筑工人仍然要在很長時間內與AI發生協作。而這一次,我們可以看到這一“AI監工”的方式可以有效改善建筑業的整體效能,同時也能對建筑工人產生有效的約束和監督。不管是主動還是被動的方式,建筑工人們也必須接受“AI監工”的出現。

那么,對于出現的這些變化,身處其中的勞動者,以及社會大眾的我們,該如何看待這一趨勢呢?

從“困在系統里”到“與系統共生共成”

兩百年前的英國,曾經出現了一場以“搗毀機器,抵制新技術”為訴求的“盧德運動”,代表了人類面對機器產生的“非對稱優勢”而產生的天然焦慮和恐懼。

經過工業革命的狂飆突進,新一代的產業工人們很快也就很自然地適應了這些機械和其所擁有的巨大潛力。機械的力量代替了車拉人推,自動紡紗機出現代替了婦女們在織布機前的日夜操勞,汽車的出現代替了馬車和馬車夫,他們的下一代就可以成為工程師、修理師和司機。新科技產業釋放了更多的就業機會,也降低了人類的勞動強度。

而這一次人工智能技術,卻使得這一進程更為徹底。就如剛才所說,完全自動化的生產線和AI機器人直接淘汰了大量的產業工人(當然,年輕人也確實不再愿意從事這些重復性工作),轉移出來的人力進入到我們上述的服務行業和AI難以短期內替代的復雜性工作中。

但這些勞動者再一次遭遇了AI技術,AI成為了他們勞動效率的制定者和監督者,這些勞動者必須在AI制定的工作標準和流程中完成工作任務。同時,由于AI是向著這個工作領域中最優效率的方向演進,這就必然造成勞動者要非常努力才能跟上這個節奏,才能得到相應的“獎勵”。這造成兩個問題,一個是像“困在系統里的外賣騎手”這樣由于單向度的優化指標,忽略了騎手的生命安全,一個是對于那些無法適應和無法完成這一目標的人被淘汰,而原本需要和企業資方進行人為博弈的過程,現在被“公平”的AI系統所評價。

這些問題正是大量處在工作價值轉型期的勞動者不得不面對的現實。但是反過來說,我們也必須承認這一次AI技術對于人類工作范式的變革仍然有一定的積極作用的。

AI的協作使得人類勞動者的整體效率得以大幅提升。一方面AI協作將產生大量新的工作崗位,同時產生對于新技能的要求,必然使得勞動者必須學習新的專業技能,來適應這一次的智能化革命。只有整體社會財富的提升,才可能真正解放勞動力。

AI的標準化流程和實時化的監管,使得勞動者的素質得以有效提高。也就是無論你有怎樣的個性、還是怎樣的教育背景,都必須按照一套現代性社會的要求來進行社會協作。用大白話來說,也就是外賣員的配送更有禮貌了,網約車司機能夠更好約束自己的行為,不會做越軌之舉,分揀員能夠更“溫柔”的對待我們的包裹了。

反過來,AI的評判標準對于勞動者也大有益處。比如一個人無論是否有前科,或者是否有足夠學歷,只要他能夠按照AI的要求,始終如一地完成任務,獲得相應的評價,就可以勝任這一工作。

毋庸置疑,我們在未來很長一段時間都會處在新一輪的“盧德運動”的驚慌氛圍之中,也會產生“汽車出現,我們馬車夫怎么辦”的懷疑論的論調中。但是我們人類優越于其他物種,包括人工智能的一點就在于靈活性。我們始終不是為自己設立邊界的一個奇特存在,而現在,始終在限制和禁錮我們的,只有我們自己自暴自棄的心態和停滯不前的學習能力。

如果我們有一分AI的學習力,我們一定能夠找到在智能時代生存的新位置。有時候我們應該謙虛地像那個行車導航一樣,無論錯過了那個路口或機會,我們都可以第一時間擺正心態說:“向前方繼續行駛?!?br /> 責任編輯:YYX

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 互聯網
    +關注

    關注

    54

    文章

    11108

    瀏覽量

    103019
  • AI
    AI
    +關注

    關注

    87

    文章

    30172

    瀏覽量

    268430
收藏 人收藏

    評論

    相關推薦

    AI for Science:人工智能驅動科學創新》第4章-AI與生命科學讀后感

    領域的研究人員的工作模式相融合,也是一個亟待解決的問題。然而,這些挑戰也孕育著新的機遇。隨著技術的不斷進步和應用場景的拓展,AI在生命科學領域的應用將更加廣泛和深入,為科學家們提供更多的研究工具和方法
    發表于 10-14 09:21

    AI for Science:人工智能驅動科學創新》第二章AI for Science的技術支撐學習心得

    偏見、倫理道德等問題。此外,如何更好地將AI與科學研究人員的傳統工作模式相融合,也是一個亟待解決的問題。未來,隨著技術的不斷進步和應用場景的拓展,AI for Science有望在更多領域發揮關鍵作用
    發表于 10-14 09:16

    惠普AI PC全場景AI解決方案重磅發布, AI一步到位,智能觸手可及

    北京,2024年7月30日 —— 7月30日, “AI 用起來——惠普AI PC全場景AI生態大會”在北京成功舉辦。此次大會上,惠普正式推出了創新的
    的頭像 發表于 08-02 17:53 ?642次閱讀
    惠普<b class='flag-5'>AI</b> PC全<b class='flag-5'>場景</b><b class='flag-5'>AI</b>解決方案重磅發布, <b class='flag-5'>AI</b>一步到位,智能觸手可及

    云開發AI助手

    AI
    草帽王路飛
    發布于 :2024年07月22日 14:41:54

    視頻3--場景自動化AI助手

    AI
    草帽王路飛
    發布于 :2024年07月22日 11:16:13

    視頻2--場景自動化AI助手

    AI
    草帽王路飛
    發布于 :2024年07月22日 11:15:34

    ai大模型和傳統ai的區別在哪?

    AI大模型和傳統AI的區別主要體現在以下幾個方面: 數據量和訓練規模 AI大模型通常需要大量的數據進行訓練,以獲得更好的性能。相比之下,傳統AI模型往往使用較小的數據集進行訓練。例如,
    的頭像 發表于 07-16 10:06 ?1195次閱讀

    AI大模型與傳統AI的區別

    AI大模型(如LLM,即大型語言模型)與傳統AI在多個方面存在顯著的區別。以下將從技術層面、應用場景、性能表現、計算資源和成本、以及發展趨勢和挑戰等角度進行詳細闡述。
    的頭像 發表于 07-15 11:37 ?2327次閱讀

    AI服務器的用途、特點、應用場景及發展趨勢

    AI服務器的用途、特點、應用場景以及發展趨勢。 一、AI服務器的用途 數據處理和分析 AI服務器具有強大的數據處理能力,可以快速處理和分析大
    的頭像 發表于 07-02 09:53 ?1658次閱讀

    AI浪潮下的十大消費者新趨勢

    《2030年代十大熱門消費趨勢——AI賦能的未來》 收集了來自全球13座城市6,500名早期采用者對2030年代AI場景的反饋,并將其總結為了十大
    發表于 06-05 10:30 ?313次閱讀

    主流邊緣AI算法,在安防、零售、交通等領域的應用

    電子發燒友網報道(文/李彎彎)邊緣AI,是在邊緣設備部署AI算法,其計算發生在靠近用戶和數據的網絡邊緣,而不是集中在云計算設施或私人數據中心。邊緣AI離不開邊緣算力和算法,算力提供支持
    的頭像 發表于 05-13 01:56 ?2902次閱讀

    如何看待半導體行業未來的新趨勢

    如何看待半導體行業未來的新趨勢
    的頭像 發表于 04-25 11:38 ?690次閱讀
    如何<b class='flag-5'>看待</b>半導體行業未來的新<b class='flag-5'>趨勢</b>

    ai_reloc_network.h引入后,ai_datatypes_format.h和formats_list.h報錯的原因?

    當準備使用神經網絡的relocatable方式,將ai_reloc_network.h頭文件加入程序編譯后,ai_datatypes_format.h在cubeIDE和Keilc里分別報如下錯誤
    發表于 03-14 06:23

    NanoEdge AI的技術原理、應用場景及優勢

    能耗并提高數據安全性。本文將對 NanoEdge AI 的技術原理、應用場景以及優勢進行綜述。 1、技術原理 NanoEdge AI 的核心技術包括邊緣計算、神經網絡壓縮和低功耗硬件設計。邊緣計算
    發表于 03-12 08:09

    AI助老、自閉癥治療……這屆C4-AI選手妙用文心大模型做出800個應用

    12月8日,杭州,一位“白發老人”突然摔倒在地,此時,身旁的機器人已經識別出“老人”摔倒的場景,自動電話聯系了家人和醫生……這一幕發生在中國高校計算機大賽-人工智能創意賽(以下簡稱“C4-AI大賽”)的現場。原來,這是哈爾濱工業
    的頭像 發表于 12-12 09:49 ?513次閱讀
    <b class='flag-5'>AI</b>助老、自閉癥治療……這屆C4-<b class='flag-5'>AI</b>選手妙用文心大模型做出800個應用