马云曾说“人工智能将彻底改变人类就业模式”。当前,人工智能已成为未来科技革命和产业变革的新引擎,并带动和促进着传统产业的转型升级。人工智能应用范围广泛,从数字政府到智慧交通,从工业农业到金融教育,再到司法医疗和零售服务,人工智能对于就业的影响已经表现得越来越明显。
普遍的观点是,人工智可以把人类从繁复、乏味的工作中拯救出来,从而让人更有时间和精力去做一些有意义和创造性的事情。随着机器人越来越多地加入到工厂车间、仓库和其他场合,如何优化人与机器的工作分配显得越发迫切。
近日,内基梅隆大学机器人研究所开发出一种新的算法规划器,实现了人类和机器人之间最佳的任务分配。该算法命名为“ADL”,有效解答了机器人何时应采取行动完成任务、机器人何时应该学习新任务、机器人何时应该把任务委托给人类这三个问题。
使用算法和软件来决定如何委托和分工并不新鲜,然而,该工作是首批将机器人学习纳入推理的工作之一。此外,在制造业中,一个工人操控一个机械臂,教机器人习得一项任务需要耗费一定时间。如果该算法能够顺利落地,将会大幅提高工作效率。
为了测试新算法,研究人员设置了一些场景:人类和机器人比赛将积木插入钉板,并将不同形状和尺寸的乐高积木堆叠起来。结果新算法都呈现出不菲的成绩。但是在复杂性任务中,机器人的表现还有进步的空间。
另外,“强人工智能”需要机器人在预测学习新任务后还能完成一些工作。基于此,算法需要将问题转化为混合整数程序——一种常用于调度、生产计划或设计通信网络的优化程序。未来,希望通过不断地更新改进,该算法能够更好地服务人类。
(作者为知名科技作家陈根)
他主要研究随机性在计算中的作用,以及协议设计和密码学,奠定了当今大部分数字基础设施的基础。
会上明确,探索建设国家级数据标注基地,充分发挥地方配套支撑作用,在数据标注产业的生态构建、能力提升和场景应用等方面先行先试,集聚龙头企业,促进区域人工智能产业生态发展。
Zack Kass接着表示:“人是什么,机器是什么,我们要分清事实,要分清界限。未来的生活中我愿意和人互动,而不是和机器互动,不是做很多实验、做很多研究,人与人交互非常重要。”