Lar Finanças Pessoais Novas Oportunidades de Trabalho com Aprendizado de Máquinas - manequins

Novas Oportunidades de Trabalho com Aprendizado de Máquinas - manequins

Índice:

Vídeo: Como usar as Novas Tecnologias na Educação: sala de aula deve ser ambiente de criação 2025

Vídeo: Como usar as Novas Tecnologias na Educação: sala de aula deve ser ambiente de criação 2025
Anonim

Você pode encontrar mais do que alguns artigos que discutem a perda de empregos que o aprendizado de máquina e suas tecnologias associadas irão causar. Robôs já realizam uma série de tarefas que costumavam empregar humanos, e esse uso aumentará ao longo do tempo. Você também deve ter considerado como esses novos usos podem potencialmente custar-lhe um emprego ou um ente querido. Alguns autores chegaram a dizer que o futuro poderia ter um cenário em que aprender novas habilidades pode não garantir um emprego.

O fato é que decidir exatamente como a aprendizagem automática afetará o ambiente de trabalho é difícil, assim como foi difícil para as pessoas verem onde a revolução industrial levaria as pessoas no caminho da massa -produzindo bens para o consumidor em geral. Assim como esses trabalhadores precisavam encontrar novos empregos, as pessoas que enfrentam a perda de ocupação para aprender a máquina hoje precisarão encontrar novos empregos.

Trabalhando para uma máquina

É perfeitamente possível que você se encontre trabalhando para uma máquina no futuro. Na verdade, você já pode trabalhar para uma máquina e não saber disso. Algumas empresas já utilizam a aprendizagem de máquinas para analisar os processos de negócios e torná-los mais eficientes. Por exemplo, Hitachi atualmente usa essa configuração no middle management.

Neste caso, a AI realmente emite as ordens de trabalho com base em sua análise do fluxo de trabalho - assim como um gerente médio humano pode fazer. A diferença é que a AI é realmente oito por cento mais eficiente do que os humanos que ela substitui. Em outro caso, a Amazon realizou um concurso entre os especialistas em aprendizado de máquinas para descobrir se a empresa poderia processar melhor os processos de autorização dos funcionários automaticamente usando o aprendizado da máquina. Novamente, o objetivo era descobrir como substituir o gerenciamento intermediário e cortar um pouco da burocracia.

No entanto, uma oportunidade de trabalho também se apresenta. Trabalhadores sob o AI executam as tarefas que a AI diz para fazer, mas podem usar sua própria experiência e criatividade para determinar como executar a tarefa. A IA analisa os processos que os humanos utilizam e mede os resultados alcançados. Todos os processos bem-sucedidos são adicionados ao banco de dados de técnicas que os trabalhadores podem aplicar para realizar tarefas. Em outras palavras, os humanos estão ensinando as novas técnicas de AI para tornar o ambiente de trabalho ainda mais eficiente.

Trabalhando com máquinas

As pessoas já trabalham com máquinas em uma base regular - eles podem simplesmente não perceber isso. Por exemplo, quando você fala com seu smartphone e reconhece o que você diz, você está trabalhando com uma máquina para alcançar o objetivo desejado.A maioria das pessoas reconhece que a interação de voz fornecida com um smartphone melhora com o tempo - quanto mais você usar, melhor fica ao reconhecer sua voz. À medida que o algoritmo do aluno se torna melhor ajustado, torna-se mais eficiente ao reconhecer sua voz e obter o resultado desejado. Essa tendência continuará.

No entanto, o aprendizado da máquina é usado em todos os tipos de maneiras que podem não ocorrer para você. Quando você aponta uma câmera para um assunto e a câmera pode colocar uma caixa ao redor do rosto (para ajudar a segmentar a imagem), você está vendo o resultado do aprendizado da máquina. A câmera está ajudando você a realizar o trabalho de tirar uma foto com uma eficiência muito maior.

O uso de linguagens declarativas, como o SQL (Structured Query Language), também se tornará mais pronunciado porque a máquina de aprendizagem possibilitará avanços. Em alguns aspectos, um idioma declarativo simplesmente permite que você descreva o que deseja e não como obtê-lo. No entanto, o SQL ainda requer um cientista da computação, cientista de dados, administrador de banco de dados ou algum outro profissional para usar. Futuras linguagens não terão essa limitação.

Eventualmente, alguém que é treinado para executar uma tarefa específica bem, simplesmente dirá ao assistente do robô o que fazer e o assistente do robô descobrirá os meios para fazê-lo. Os seres humanos usarão a criatividade para descobrir o que deve fazer; os detalhes (o como) se tornarão o domínio das máquinas.

Máquinas de reparação

Antes que a tecnologia possa fazer qualquer outra coisa, ela deve realizar uma tarefa prática que atrairá atenção e beneficiará os seres humanos de uma maneira que faça as pessoas quererem ter a tecnologia por conta própria.

Não importa o que é a tecnologia. Eventualmente, a tecnologia irá quebrar. Fazer com que a tecnologia faça algo útil é a principal consideração agora, e o ponto culminante de qualquer sonho de o que a tecnologia acabará por prolongar anos no futuro, coisas tão mundanas como a reparação da tecnologia ainda cairão em ombros humanos. Mesmo que o ser humano não esteja diretamente envolvido com o reparo físico, a inteligência humana direcionará a operação de reparo.

Alguns artigos que você lê on-line podem fazer você acreditar que os robôs auto-reparadores já são uma realidade. Por exemplo, os robôs da Estação Espacial Internacional, Dextre e Canadarm, realizaram um reparo de uma câmera defeituosa. O que as histórias não dizem é que um humano decidiu como executar a tarefa e dirigiu os robôs para fazer o trabalho físico. O reparo autônomo não é possível com os algoritmos disponíveis hoje.

Criando novas tarefas de aprendizado de máquina

Os algoritmos de aprendizado de máquina não são criativos, o que significa que os seres humanos devem fornecer a criatividade que melhora a aprendizagem de máquinas. Mesmo os algoritmos que criam outros algoritmos só melhoram a eficiência e a precisão dos resultados alcançados pelo algoritmo - não podem criar algoritmos que executem novos tipos de tarefas. Os seres humanos devem fornecer a entrada necessária para definir essas tarefas e os processos necessários para começar a resolvê-las.

Você pode pensar que apenas os especialistas em aprendizagem em máquina criará novas tarefas de aprendizado de máquinas. No entanto, a história sobre o gerente do meio da Hitachi deve dizer-lhe que as coisas funcionarão de forma diferente do que isso. Sim, os especialistas ajudarão a formar a base para definir como resolver a tarefa, mas a criação real de tarefas virá de pessoas que conheçam um setor específico melhor. A história de Hitachi serve como base para entender tanto que o futuro verá pessoas de todos os setores da vida contribuindo para cenários de aprendizado de máquina e que uma educação específica talvez nem ajude na definição de novas tarefas.

Concebendo novos ambientes de aprendizado de máquinas

Atualmente, a criação de novos ambientes de aprendizado de máquinas é o domínio das empresas de pesquisa e desenvolvimento. Um grupo de especialistas altamente treinados deve criar os parâmetros para um novo ambiente. Por exemplo, a NASA precisa de robôs para explorar Marte. Nesse caso, a NASA confia nas habilidades das pessoas no MIT e no Nordeste para realizar a tarefa. Dado que o robô precisará realizar tarefas de forma autônoma, os algoritmos de aprendizado da máquina tornar-se-ão bastante complexos e incluirão vários níveis de resolução de problemas.

Eventualmente, alguém será capaz de descrever um problema com detalhes suficientes de que um programa especializado pode criar o algoritmo necessário usando um idioma apropriado. Em outras palavras, as pessoas comuns acabarão por começar a criar novos ambientes de aprendizagem de máquinas com base nas idéias que eles têm e querem tentar.

Tal como acontece com a criação de tarefas de aprendizagem de máquina, as pessoas que criam ambientes futuros serão especialistas em suas artes particulares, em vez de serem cientistas da computação ou cientistas de dados.

Novas Oportunidades de Trabalho com Aprendizado de Máquinas - manequins

Escolha dos editores

Dicas para direcionar seu filme digital - manequins

Dicas para direcionar seu filme digital - manequins

Como diretor, é seu trabalho levar o filme a vida através de da maneira como seus atores interpretam os personagens e como a equipe filme cada tiro. O diretor trabalha com os atores e a equipe para obter o melhor deles e certifique-se de que a história seja contada através do que eles fazem. Dirigindo seu ...

Dez Wedding DSLR Filmmaking Techniques - dummies

Dez Wedding DSLR Filmmaking Techniques - dummies

Usando sua DSLR para filmar um casamento geralmente reside no final oposto da peça criativa espectro de fazer seu filme de autor. Aqui estão os dez melhores aspectos que você precisa considerar para mantê-lo vivo ao capturar esse evento único na vida. Tenha o equipamento de vídeo certo Você não poderá fazer um casamento até ...

Dez dicas para filmes documentários DSLR - dummies

Dez dicas para filmes documentários DSLR - dummies

Um documentário é uma conta de filme de não ficção de um tópico. Para fazer seu documentário DSLR de qualquer comprimento e assunto em algo que as pessoas acham interessante, considere estas dez dicas. Conheça o tópico que pretende filmar Se você está fazendo um filme de duração de duas horas ou um vídeo on-line de dois minutos, você precisa ...

Escolha dos editores

Como lucrar com a mamãe Blogando sem vender - manequins

Como lucrar com a mamãe Blogando sem vender - manequins

Vender é um termo usado para comprometendo sua integridade, princípios ou moral para ganhar dinheiro ou sucesso. O problema é que, se todos tivessem os mesmos princípios e a definição de integridade, não haveria muita necessidade de diferentes partidos políticos ou religiões. As pessoas podem ser acusadas de vender se eles simplesmente fazem coisas como ...

Como usar corretamente palavras-chave para sua comunidade online - manequins

Como usar corretamente palavras-chave para sua comunidade online - manequins

Quando você tem uma boa idéia de os tipos de palavras-chave para usar em sua comunidade online, é hora de escrever o conteúdo para que pareça natural. Muitas pessoas pimenta palavras-chave liberalmente em torno de suas postagens de blog, artigos da web, sobre páginas e outros conteúdos, o que parece bobo e errado. Embora o uso de palavras-chave seja bom ...

Como colocar anúncios no seu blog - manequins

Como colocar anúncios no seu blog - manequins

Para obter anúncios no site do seu blog, os programas que você Inscreva-se para fornecer-lhe geralmente um pouco de código que você insere em seus modelos de site. Alguns programas têm instruções passo-a-passo para pacotes populares de software de blog, mas esteja ciente de que você também precisará consultar a documentação do seu blog para obter ajuda com ...

Escolha dos editores

Exibindo Números como palavras no Excel - manequins

Exibindo Números como palavras no Excel - manequins

Se você já precisou exibir um número escrito como texto , você provavelmente descobriu que o Excel não oferece essa função. Quando o Excel não entrega, muitas vezes é possível corrigir a deficiência usando o VBA. Aqui está uma função VBA, denominada SPELLDOLLARS, que você pode usar nas fórmulas da planilha. Exemplos de Excel Aqui estão ...

Determinando a audiência para seu modelo financeiro - manequins

Determinando a audiência para seu modelo financeiro - manequins

Que estará visualizando ou usando seu modelo financeiro no futuro ? Se for apenas para seu próprio uso, você ainda deve seguir um bom modelo de design, mas não há necessidade de passar muito tempo na formatação para que pareça legal. Você ainda deve adicionar suposições e documentação de origem para o seu próprio ...

Eliminando células e dados no Excel 2007 - dummies

Eliminando células e dados no Excel 2007 - dummies

No Microsoft Office Excel 2007, quando você precisa excluir dados , remova a formatação em uma seleção de célula ou remova células inteiras, linhas ou colunas, você tem muitas opções dependendo do seu objetivo. O Excel pode executar dois tipos de exclusões de células em uma planilha: limpar dados de células e excluir a célula. Limpar o conteúdo da célula Limpar apenas ...