19.10.2020

Искусственный интеллект и рынок труда (доклад заместителя председателя ФНПР Е.Макарова, 2020) (Слайды 1-14).

  • Файл презентации доклада "Искусственный интелект и рынок труда" в формате PowerPoint доступен для скачивания (см. внизу страницы)

 

Доклад заместителя председателя ФНПР Е.Макарова "Искусственный интеллект и рынок труда" (комментарии к слайдам)

Слайд №1

От рассмотрения темы Искусственного интеллекта и его влияния на рынок труда будет больше пользы, если в ходе общения мы не только получим какие-то знания, но и проведём исследовательскую работу результаты которой вы сможете применить на практике. 
 
Если вы в реальной жизни ещё не сталкивались с проблемами внедрения новых технологий, то поверьте, столкнётесь с этим и не один раз. 
 
Попробуем вместе решить задачу прогнозирования последствий для рынка труда внедрения новых технологий и поймём как можно оказывать влияние на этот процесс.
 
Я в ходе своего доклада буду стремиться как можно более схематично и на понятном всем языке говорить о вещах малопонятных даже для специалистов. От вас потребуется внимание и концентрация. 
 
Слайд №2
Мы рассмотрим следующие вопросы…(см. слайд)
 
В этой исследовательской работе мне будут помогать: 
 
  • г-н Клаус Шваб, доктор экономики и доктор технических наук, основатель и исполнительный председатель всемирного экономического форума в Женеве
  • г-н Рэй Курцвэйл, изобретатель и футуролог, технический директор компании Google
  • Г-н Джордж Люгер, доктор философии, профессор компьютерных наук в университете Нью-Мексико.
 
Они внесут свой вклад через книги, которые я использовал для подготовки этого доклада и рекомендую для изучения тем, кого заинтересует данная тема.
И конечно нам поможет Росстат, в разделе «Трудовые ресурсы» официального сайта которого вы сможете найти много полезного по структуре занятых в российской экономике, в том числе по родам занятий.
 
Слайд №3
Кратко о каждой технологии и о степени влияния на рынок труда в ближайшее время в параметрах прямое-косвенное, сильное-среднее-слабое. Жирным шрифтом и подчёркиванием выделены технологии, имеющие заметное или сильное влияние на рынок труда. 
 
Опосредованно все технологии оказывают влияние на рабочие места, но сосредоточимся на тех, что относятся к массовым отраслям. 
 
Новые вычислительные технологии. Растёт скорость вычислений, происходит дальнейшая миниатюризация процессоров и устройств, развиваются центры обработки данных. 
 
Вычислительные мощности и программные решения стали доступны, в т.ч. для средних и малых предприятий. Вероятно появление массового сегмента квантовых вычислителей. Вычислительные технологии относятся к базовому элементу 4 промреволюции. Влияние на рынок труда косвенное, слабое.
 
Блокчейн и технологии распределённого реестра. Технологии построены на децентрализации хранения и обработки цифровых данных, резко повышающих надёжность транзакций. Выводит доверие из категории моральной в категорию техническую. Влияние на рынок труда косвенное, слабое.
 
Интернет вещей. Миниатюризация, развитие технологий передачи информации могут превратить каждый физический и биологический объект в источник данных. Диапазон применения интернета вещей огромен. Эта технологий является базовой инфраструктурой 4 промышленной революции. На потребительском уровне уже сейчас можно наблюдать как интернет вещей меняет сферу торговли. 
 
Кассовые узлы без кассиров, целые торговые предприятия без большей части традиционных рабочих мест. В производстве – управление, диагностика оборудования. В городах – контроль движения, управление ресурсами, общественная безопасность, здравоохранение и т.д. Сбор и обработка больших данных интернета вещей сулит гигантские финансовые выгоды. Влияние на рынок труда прямое, среднее.
 
Искусственный интеллект и роботы. Это совокупность алгоритмов моделирования человеческих свойств, автоматизация деятельности. 
 
Замена человека на рабочих местах программными и техническими решениями. Влияние на рынок труда прямое, сильное.
 
Передовые материалы, нанотехнологии. Также является базовым элементом 4 промышленной революции. Необходимо создание материалов, позволяющих решать проблемы хранения и передачи энергии и информации, проблемы очистки воды и воздуха и т.д. Влияние на рынок труда косвенное, слабое.
 
Аддитивное производство, многомерная печать. Технологии, исключающие необходимости перемещений физических товаров и продуктов. Созданный в цифровой форме объект может быть изготовлен на другом конце света, прямо в здании, где находится потребитель с помощью 3D печати. Послойное нанесение материалов позволяет создавать объекты с выдающимися свойствами. В перспективе это направление может привести к заметной децентрализации производства, изменению цепочек поставок, новой логистике. Влияние на рынок труда косвенное, среднее.
 
Биотехнологии. Сферы применения – здравоохранение и сельское хозяйство. Создание новых лекарственных препаратов, в том числе для отдельно взятой проблемы конкретного пациента. Создание новых биоматериалов, создание искусственных органов. Развитие генной инженерии для производства новых сельскохозяйственных культур. Влияние на рынок труда косвенное, слабое.
 
Нейротехнологии. Совершенствование механизмов влияния на человеческое сознание и мыслительный процесс. Применение в здравоохранении. Создание новых сенсоров. Влияние на рынок труда косвенное слабое.
 
Виртуальная, дополненная и смешанная реальность. Дальнейшее развитие интерфейсов найдёт применение в сферах обучения, производственной деятельности (моделирование, управление на расстоянии), сферах искусства и культуры. Влияние на рынок труда косвенное, слабое.
 
Получение, накопление и передача энергии. Это повышение объёмов выработки возобновляемой (в первую очередь ядерной) энергии, новые технологии её передачи с инимальными потерями и динамическим перераспределением при общем росте потребления вдвое за 20 лет. Новые решения в сфере хранения энергии. Влияние на рынок труда косвенное, среднее.
 
Геоинженерия. Технологии, позволяющие целенаправленно и эффективно управлять биосферой земли. Глобальное регулирование эмиссии загрязняющих веществ, управление климатом. Влияние на рынок труда косвенное, слабое.
 
Космические технологии. Направленные на дальнейшее изучение земли и околоземного пространства, влияние космоса на здоровье человека. Изучение ближайшего космоса с целью поиска ресурсов для дальнейшего развития. Очистка орбиты земли от мусора. Влияние на рынок труда косвенное слабое.
 
Слайд №4
Для разбора темы искусственного интеллекта нужно понять содержательный смысл этого словосочетания и увидеть границу между интеллектом человеческим и искусственным.
Здесь нас ждут первые трудности. 
Наиболее общее понятие человеческого интеллекта…(на слайде)
Вместе с тем, в каждой отрасли знаний существуют свои модели и определения интеллекта - философская, биологическая, социальная, глобального поведения и т.д. Границы термина чётко не определены и не сводятся к чему-то узко отраслевому. 
 
Общий ход развития науки породил метод редукционизма. То есть взгляд на окружающий мир как на состоящий из элементарных частей и отношений, что позволяет применить условное «увеличительное устройство» и разобрать любой объект или явление на составные части, дойти до самой простейшей мелкой детали и выявить и описать все взаимосвязи. 
 
Желание сымитировать мозговую деятельности человека, разделение мозга на функциональные области, выявление их взаимодействия, определение природы сигналов, привели к попыткам представить мозг как компьютер. Усилиям построения искусственного мозга и человека уже более сотни лет. На этом пути волны энтузиазма сменялись пессимизмом и критикой и наоборот.
 
К настоящему времени, несмотря на частое применение словосочетания ИИ учёным и исследователям не удалось найти ответы на крайне важные вопросы человеческого бытия и мозговой деятельности…(см. на слайде: научный пессимизм)
 
Перечисленные проблемы вряд ли преодолимы в ближайшей перспективе, т.к. уровень человеческих знаний об этих вещах не позволяют дать им исчерпывающее и всестороннее объяснение. 
 
Остаётся непреодолимая преграда на пути замены мозга машинными алгоритмами – преграда понимания смысла. Важно помнить об этой границе, переступить которую невозможно. Каким бы продвинутым не был Искусственный Интеллект или искусственный человек, он не будет эквивалентен человеку естественному в силу непонимания людьми множества аспектов своего разумного существования.
 
Определения искусственного интеллекта, появившиеся за последние 70 лет, множественны, но мы используем наиболее точные…(см. слайд)
 
Как бы мы не формулировали понятие, его содержание всегда сводится к программным алгоритмам, логическим и математическим манипуляциям, построенным как весьма упрощённое подобие человеческой мыслительной деятельности и ничего более. 
Само словосочетание Искусственный Интеллект – художественная гипербола за которой стоит более или менее сложный набор алгоритмов обработки данных. Применяя любимый теоретиками ИИ метод редукции, можно сказать, что ИИ – тривиальный машинный код, в основе которого лежат три традиционных элемента алгебраической логики. Остальное – творческое фантазирование. 
 
Слайд №5
От общих рассуждений перейдём к рассмотрению сфер практического применения алгоритмов ИИ…(см. слайд)
 
Фундаментальные проблемы, решаемые разработчиками ИИ этих алгоритмов являются: представление знаний с помощью формальных языков, подходящих для компьютерных манипуляций, и поиск в пространстве  состояний задачи. 
 
Этот основной подход лежит в основе всего множества поддисциплин ИИ.
 
Перечисление основных прикладных областей ИИ нужно для того, чтобы выделить те из них, которые прямо касаются занятости, рабочих мест. Выделены подчёркиванием.
 
Слайд №6
Остановимся на самой многочисленной группе технологий ИИ, в основе которых лежат физические символьные системы. 
Суть этого метода в описании важнейших аспектов области решаемой задачи с помощью шаблонов, далее необходимо произвести операции с этими шаблонами, в ходе которых генерируются потенциальные решения и, наконец, осуществляется поиск выбора верного решения из всего числа возможных.
 
Эти системы могут применять так называемые «слабые методы» поиска и выбора решений, это когда необходимы рассуждения в условиях неопределённости. 
Например, возьмём экспертную систему диагностики автомобиля.
На входе в систему диагностики:
Если: 
-двигатель не вращается
-фары не горят
То:
Проблема в аккумуляторе или в проводке.
Обратное рассуждение также верно.
Кажется всё однозначно. Но возможно, хотя и маловероятно, что аккумулятор и проводка исправны, но повреждён стартер или перегорели фары. Экспертная система должна обеспечить перебор как наиболее вероятных, так и менее вероятных причин отказа и выдать верный результат.
 
«Сильные методы» решения задач основаны на более чётких моделях и правилах, где знания, представленные в системе дают прямой ответ: если … то… Рассуждения на основе здравого смысла здесь не требуются, проблемная область хорошо структурирована и задача имеет приемлемые размеры и границы. 
Так строятся диагностические экспертные системы в основе которых лежат модели, правила, может закладываться массив примеров, реализовываться обратная связь.
 
Ярким примером сильных экспертных систем является работа планировщика, определяющего последовательность движений роботизированной тележки на складе, где предметы могут храниться в стопках. Такой алгоритм предусматривает наличие знаний об исходном состоянии предметов, алгоритм должен предусматривать определённое количество атомарных шагов для достижения цели – помещения на тележку заданного предмета. 
 
Слайд №7
Экспертные системы могут быть элементарными, такими, например, как банкомат с которым может общаться обычный владелец счёта, или сложными, такими как медицинский диагностический комплекс, для использования которого необходимы специальные знания.
 
Все они устроены примерно так, как показано на этом слайде. 
 
Слайд №8
Теперь несколько слов о нейронных сетях. Сегодня только ленивый не поминает их, используя в основном, конечно в целях выглядеть более продвинутым и умным, чем есть на самом деле.
И здесь нужно развеять налёт «шаманизма». Нейронные сети – всего лишь модель вычислений, построенная на основе изучения работы мозга человека в самом примитивном виде.
Даже люди далёкие от медицины и биологии знают, что работа мозга построена на работе нейронов. 
Модель, используемая в интеллектуальных нейронных сетях, намного проще, чем может показаться.
 
Входным сигналам одновременно (в этом преимущество сети) поступающим от датчиков (нейронов) присваиваются определённые заранее веса (синаптические веса). Сигналы, с весовыми поправками суммируются в логике двоичной системы (0,1), что приводит к активации выходного сигнала.   
 
Нейронная сеть с прямой связью — сеть, в которой соединения между узлами не образуют цикл или обратную связь. В этой сети информация перемещается только в одном направлении вперед от входных узлов, через скрытые узлы (если они есть) и к выходным узлам. 
 
Рекуррентные нейронные сети — здесь связи между элементами образуют направленную последовательность. Благодаря этому появляется возможность обрабатывать серии событий во времени или последовательные пространственные цепочки, а также циклами и через петли обратной связи.
 
Развитие нейронных сетей в сфере биржевых операций (так называемый «технический анализ»), позволяющий прогнозировать движение котировок на различных промежутках времени, вплоть до микросекунд, а также в других областях, таких как распознавание текстов и образов, или задач классификации, например для отнесения клиента банка к той или иной группе кредитоспособности, привели к развитию систем машинного обучения. То есть таких алгоритмов, которые сводятся к поиску полезной информации в 
 
пространстве возможных понятий и её корректному обобщению. Именно в способности обучаться и в возможности параллельной обработки данных и заключаются преимущества этой технологии ИИ.
 
Обучение с учителем — обучающие данные должны быть классифицированы, вы выступаете в роли учителя (классификатора) а НС в роли ученика. Вы предоставляете входные данные и желаемый результат, ученик посмотрев на входные данные поймет, что нужно стремиться к тому результату который вы ему предоставили.
 
Обучение без учителя — подразумевает извлечение полезной информации при отсутствии её классификации. Интеллектуальный алгоритм должен произвести формирование категорий самостоятельно. 
 
Такой вид задач присущ НС, нацеленных на группировку данных по определенным параметрам.
 
Наконец Обучение с подкреплением, это когда интеллектуальный агент (не обязательно человек), основываясь на результатах полученных от НС, даёт результату оценку и сам интерпретирует обратную связь. Напоминает дрессировку животного, которому при каждом правильном действии дают угощение. Только угощение выдаёт автомат, а роль животного выполняет НС.
 
Как это выгладит в реальности? Роль датчиков могут выполнять устройства, получающие изображение объектов, либо звуковую информацию, либо сенсоры иного рода. Это также могут быть поисковые запросы пользователя, базы данных, содержащие тексты, изображения, сведения о текущих котировках акций, персональные данные владельца банковского счёта и любые другие. 
 
Специализированные сетевые процессоры позволяют производить одновременную обработку поступающих данных и обеспечивают выдачу результата.
 
Слайд №9
Теперь, когда мы получили самое общее представление об ИИ, можно понять, что вокруг них слишком много спекуляций. 
 
Закрепление в общественном сознании способности ИИ «думать», «анализировать» взамен более сложных описаний алгоритмов эвристического выбора или работы экспертных систем, порождает ошибочную иллюзию приближения или равенства человеческого и искусственного интеллекта. Приписывание ИИ и НС человеческих черт и свойств лишено каких-бы то ни было оснований. 
 
Существуют проблемы в понимании человеком каждого шага отработки заданного алгоритма в нейронных сетях, из-за чего пугающее определение НС как «чёрного ящика» часто мелькает в научных и ненаучных статьях, но это отсутствие понимания – всего лишь продукт программирования, в которое изначально не было заложено предоставление отчёта о каждом шаге и этапе выполнения поставленной перед сетью задачи. В данном случае функция контроля отнесена программистами к избыточной.
 
ИИ и НС (как его часть) всё чаще фигурирует как инструмент продвижения товаров и услуг на рынок. Холодильник с элементами ИИ будет лучше продаваться, чем «неумный». Не уверен есть ли утюги с подключением к Нейронной Сети, но в действительности речь идёт лишь об элементах вычислительных технологий, датчиках и алгоритмах, которые названы модными словами для улучшения продаж. 
 
ИИ дает значительные преимущества, но в то же время вызывает серьезные вопросы с этической и юридической точек зрения из-за высокой вероятности ошибок и, как следствие, дискриминации в отношении отдельных лиц или групп лиц. Факты ошибок при использовании систем распознавания в сфере безопасности, например в городской среде, известны и должны учитываться.
 
Технологии ИИ также и НС используются в преступных целях, начиная с 3D печати оружия, махинаций в финансовой сфере, контрабанды и заканчивая кибертерроризмом.
 
Слайд №10
Прежде чем перейти к проблематике трудовых отношений, сделаем некоторые промежуточные выводы…(см. слайд)
 
Слайд №11
Для данного слайда нужна цитата из труда Клауса Шваба:
«Технологии и общество взаимно формируют друг друга. Мы являемся продуктом наших технологий в той же степени, в какой они являются создаваемым нами продуктом…»
 
Для анализа влияния новых технологий и ИИ на рынок труда необходимо перейти от рассмотрения отдельных решений к системам, в условиях функционирования которых это влияние происходит (см. перечисление систем на слайде).
 
Отношения внутри систем приводят к возникновению рисков и к конкретным результатам, поскольку отклик систем на новые обстоятельства порождает траекторию развития технологий, как правило, исходно нейтральных.
 
Нет никакой неотвратимости в наступлении технологического новшества, есть возможность систем своевременно отреагировать на это явление, либо упустить время и дать вырасти проблемам, порождаемым неадекватной реакцией на их появление. 
Например, общественная система может выступить генератором нормативного закрепления условий, регулирования или ограничений применения технологии. Правительства в силах поощрять или ограничивать применение новшеств. Производственные системы могут ускорять, либо модифицировать технологическое развитие.  
 
Относительно технологий ИИ базовые риски для рабочих мест и работников ясны…(см. слайд)
 
Ключевые методы оценки и влияния достаточно изучены и доступны…(см. слайд)
 
Как это ни покажется странным, в нашей стране намного больше возможностей для реагирования и влияния на внедрение новых технологий чем в других странах, ввиду развитой системы социального партнёрства, когда существуют каналы взаимодействия с работодателями с участием регулятора (государства). Наличие системы коллективных переговоров на разных уровнях от предприятия до национального уровня – открытая дверь для влияния на происходящие технологические перемены. 
 
Слайд №12
Важно понять как на практике, на уровне конкретной отрасли или предприятия оценить подверженность рабочих мест автоматизации.
 
Задача сложная, но с помощью экспертной работы, разрешимая.
В отношении каждого рабочего места и рода занятий необходимо описать характер трудовых функций в системе координат Физическая-умственная и Рутинная или нет. Матрица в левой части слайда позволяет сделать первичную оценку. 
 
Таких исследований немало, в правой части приведена диаграмма, позволяющая выделить группы риска с учётом уровня доходов работников…
 
Слайд №13
Российские исследователи предлагают собственные, ориентированные на отечественные реалии оценки подверженности автоматизации на ближайшие годы, опираясь на которые можно углубляться в детали.
А именно, оценивать структуру занятых в отрасли, регионе или на предприятии, опираясь на данные Росстата, или на сведения своей кадровой службы.
 
Публикуются данные не только об отраслевой численности, но и о распределении работников по группам занятий, что позволяет ещё более предметно видеть последствия тех или иных новшеств.
На предприятии можно добраться до уровня цехов, отделов и служб, в идеале, вплоть до отдельных рабочих мест. И, зная содержание внедряемых технологий, прогнозировать подверженность рабочих мест автоматизации.
 
Подводя итог, можно представить схему прогнозирования влияния внедрения новых технологий (не только искусственного интеллекта) на рабочие места как последовательность шагов:
1. Оценка содержания внедряемых технологий с точки зрения изменения рабочих процессов
2. Количественная и качественная оценка влияния изменения рабочих процессов на рабочие места
3. Оценка соответствия уровня квалификации работников новым рабочим местам и процессам
 
Располагая такой оценочной информацией профсоюзный актив может взаимодействовать с работодателем в нужном для работников направлении,  касается ли это ожидаемых структурных перемен, либо программ повышения квалификации и обучения новым специальностям. 
 
Трёхсторонние комиссии на уровне субъектов РФ могут и должны быть площадками для «приведения в чувство» тех работодателей, которые не желают просчитывать социальные последствия внедрения новых технологий. 
Здесь у профсоюзов наработан некоторый опыт, вспомним как происходило и происходит «обеление» зарплатной политики путём недопуска к госконтрактам предприятий, выплачивавших зарплату в конвертах.
 
Слайд №14
За скобками нашего исследования остались некоторые вопросы, которые пока недостаточно изучены в отечественной науке и не снабжены какой-то убедительной статистикой.
 
Первый такой вопрос - определение скорости диффузии новшеств в отечественную экономику, в производственные и иные процессы.
Ответ на вопрос в отношении конкретной отрасли или предприятия позволил бы определить момент их входа в стадию внедрения новых технологий и продолжительность технологической трансформации.
 
Второй вопрос – оценка технологического потенциала отрасли или предприятия, которая определяет стоимость «входного билета» для внедрения новой технологии и позволяет сделать экономическое обоснование всего процесса внедрения. 
 
Примем во внимание эти вопросы для дальнейшей проработки. И тем не менее, мы можем сделать следующие выводы…(см. слайд)
 
Спасибо за внимание.

 

 

Последние сообщения >>

В стране и за рубежом >>