熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣,引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
對於無法驗證的領域,目前唯一能改善AI性能的方法是通過策劃更多的標註訓練數據,這是昂貴的,並且只會產生對數級的改進。
而且事情是這樣的:幾乎所有的工作都有無法驗證的元素。幾乎沒有工作是端到端可驗證的。即使是數學家的工作也不是端到端可驗證的。軟體工程涉及許多可驗證的任務,但它也不是端到端可驗證的。
因此,"AI可以自動化大多數這些任務"與"AI可以完全取代這份工作"之間的差距將在很長一段時間內保持,幾乎所有的工作都是如此。就像自駕車一樣,99%的工作時間並不足以去除人類。
所以即使我們擁有超人類的自動定理證明者,數學家仍然會有工作。我們甚至可能會有更多的數學家(我知道這很可怕)

15 小時前
當一項技能幾乎可以完全由AI自動化時會發生什麼?這些工作會簡單消失嗎?
與其純粹猜測,我們不如看看具體的例子。以翻譯為例。翻譯可以100%由AI自動化,這項能力自2023年以來就已經存在。因此,我們有2-3年的數據。
到目前為止,我們看到的情況是:
- 全職員工數量穩定,但招聘緩慢或沒有招聘
- 工作性質從自己完成轉變為監督AI輸出(後編輯)
- 任務量增加
- 每小時費率下降
- 自由職業者被裁減
我們現在開始在軟體工作中看到相同的模式。
總體來說,對就業確實有一些壓力,但我們距離「工作就這樣消失」還很遙遠。事實上,全職翻譯人員的數量仍在適度增加。
當經濟從持續的「隱性衰退」中反彈,企業再次開始招聘時,世界上將擁有比GenAI之前更多的專業軟體工程師。
你即將看到的科技行業大規模裁員不會是由於工作自動化造成的。它們將是由於對經濟的擔憂,就像2022年一樣。這與AI不無關聯,因為它與大型科技公司的資本支出需求有關。但這不會是由於自動化造成的。
放射科醫生是一個很好的例子——自2016年以來,我們被承諾這份工作將很快消失。教訓是,即使一份工作的核心任務可以由AI完成,這並不意味著人類專家仍然不需要。
115
熱門
排行
收藏