Credit: CC0公共领域说到智能机器人的未来，人们问的第一个问题往往是:它们会让多少工作岗位消失？不管答案是什么，第二个问题很可能是:我如何确保我的工作不在其中？在刚刚发表在《科学机器人》上的一项研究中，一组来自EPFL的机器人专家和来自洛桑大学的经济学家给出了这两个问题的答案。通过将有关机器人能力的科学技术文献与就业和工资统计数据相结合，他们开发了一种方法来计算哪些现有工作在不久的将来更有可能由机器来完成。此外，他们还设计了一种方法，建议职业转换到风险较小、需要的再培训最少的工作。
“有几项研究预测有多少工作将被机器人自动化，但它们都集中在软件机器人上，如语音和图像识别、金融机器人顾问、聊天机器人等等。此外，这些预测会随着工作要求和软件能力的评估而剧烈波动。在这里，我们不仅考虑人工智能软件，还考虑执行体力工作的真正智能机器人，我们开发了一种方法，用于系统比较数百种工作中使用的人类和机器人的能力，”EPFL智能系统实验室主任达里奥·弗洛里亚诺教授说，他在EPFL领导了这项研究。
这项研究的关键创新是将机器人的能力映射到工作要求上。该团队研究了欧洲H2020机器人多人工智能路线图(MAR)，这是欧洲委员会的一份战略文件，由机器人专家定期修订。MAR描述了当前机器人需要的或未来机器人可能需要的几十种能力，包括操纵、感知、传感、与人类互动等类别。研究人员通过研究论文、专利和机器人产品的描述来评估机器人能力的成熟水平，使用了一个著名的衡量技术发展水平的尺度，“技术准备水平”(TRL)。
对于人的能力，他们依赖于O*net数据库，这是一个在美国就业市场上广泛使用的资源数据库，它对大约1000种职业进行了分类，并对每种职业最关键的技能和知识进行了细分
在有选择地将O*net列表中的人类能力与MAR文档中的机器人能力进行匹配后，该团队可以计算出每个现有工作职业由机器人执行的可能性有多大。比方说，一项工作需要人类以毫米级的运动精度工作。机器人非常擅长这一点，因此相应能力的TRL是最高的。如果一份工作需要足够多的这种技能，那么它比需要批判性思维或创造力等能力的工作更有可能实现自动化。
结果是对1000份工作进行排名，其中“物理学家”被机器取代的风险最低，“屠宰工和肉类包装工”面临的风险最高。总的来说，食品加工、建筑和维修、建筑和采掘行业的风险似乎最高。
“当今社会面临的关键挑战是如何适应自动化，”拉斐尔·拉利弗教授说。他在洛桑大学共同领导了这项研究。“我们的工作为面临自动化高风险的工人提供了详细的职业建议，这使他们能够从事更安全的工作，同时重新使用在旧工作中获得的许多技能。通过这一建议，政府可以支持社会变得更能适应自动化。”
然后，作者创造了一种方法，为任何给定的工作找到替代工作，这些工作具有明显更低的自动化风险，并且在所需的能力和知识方面与最初的工作相当接近——从而使再培训工作最小化，并使职业转型可行。为了测试这种方法在现实生活中的表现，他们使用了美国劳动力的数据，并根据算法的建议模拟了数千次职业变动，发现它确实可以让从事最高风险职业的工人转向中等风险职业，同时经历相对较低的再培训努力。
政府可以使用该方法来衡量有多少工人可能面临自动化风险并调整再培训政策，公司可以使用该方法来评估增加自动化的成本，机器人制造商可以根据市场需求更好地定制产品；并让公众找到在就业市场上重新定位的最简单途径。
最后，作者将新方法和数据转化为一种算法，该算法预测了数百个工作岗位的自动化风险，并建议以最少的再培训努力实现弹性汽车能效比过渡，该算法可在https://lis2.epfl.ch/resiliencetorobots.公开获取
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
