2018年2月12日,星期一

来自自动化前沿的四个例子

棉花采摘者。Shelf-scanners沃尔玛。建筑工地的质量控制。放射科医生。这只是最新的自动化和可编程机器浪潮正在改变、甚至有时正在消除的四个工作岗位的例子。以下是来自不同来源的四篇短篇故事,它们当然代表了全球经济正在发生的更广泛的变革。
_____________________________

VIrginia Postrel讨论了“慢动作机器人收购的课程:棉花收获现在是由机器主导的。但花了几十年的发生”(彭博社,2018年2月9日)。她形容这是“最先进的”John Deere Cotton Strapper它耗资70万美元,每天收获100-120英亩的土地。轧棉机在田间滚动时,“每隔几分钟就会有一个直径8英尺的塑料包裹的圆筒从机器背后扑通一声冒出来,里面装着多达5000磅的棉花,供轧棉机使用。”与几十年前的手工摘棉相比,这台机器可能取代了1000名工人。

Postrel强调,一个主要的教训是,重大的技术变革需要时间,部分原因是它们经常依赖于一组可获得的互补创新。在这种情况下:“比如,金斯不得不安装烘干机,因为机器收获的棉花会保留更多水分。农民在收获之前需要使用化学脱叶剂,这样他们的草包就不会被落叶垃圾污染。育种人员必须培育出较短的、同时出铃的植株,这样才能在田间单次开花。”以前的农业创新通常也要花几十年才能普及:正如我之前在这个网站上提到的,这是以前的农业突破的模式,比如麦考密克收割机的拖拉机

现代棉质剥离器的高生产率明显成本造成了成本,但虽然我很容易地说,这些都是美国的工作,没有。手工棉花采摘是建造在几代低薪,主要是黑人工人的社会系统的一部分。廉价的服装,通过棉花更有效地获得,对低收入家庭的预算非常重要。

____________________
Postrel提到的另一个例子是沃尔玛的机器人,自动漫游过道,“识别物品缺货何时缺货时,定位错误的价格,并检测错误或缺少标签。”Erin Winick讲述了“沃尔玛的新机器人被员工所爱的故事 - 并被客户忽视”Bossa Nova正在为零售世界创造机器人同事“(麻省理工学院技术评论,2018年1月31日)。


再次,这些机器人拿走一个人可以做的工作。但文章指出,机器人在沃尔玛员工中很受欢迎,他将机器人命名,确保机器人佩戴官方沃尔玛·纳米赛,并向客户介绍机器人。从员工的角度来看,机器人正在接管扫描货架的沉闷和卑微任务 - 而员工很高兴地交出这项任务。显然有些购物者对机器人感到好奇,而且询问,但许多其他购物者只是忽略它们并绕过它们。

_______________________

一个更高科技的例子是使用激光雷达机器人在建筑工地进行质量控制的技术。甚至Ackerman甚至在“AI启动时使用机器人和激光器启动,以提高建筑工地的生产率Doxel的装备机器人的机器人帮助跟踪建筑项目并在发生时捕获错误”(IEEE Spectrum, 2018年1月24日)。

在大型建筑项目中,传统一直在工作日结束时,有人走来走去,检查一切都在进行中。该人带有剪贴板和卷尺,并点击钥匙测量。这项技术在一天结束时发送了一个机器人,而是编程为在建筑工地周围爬行。它配备了LIDAR,它代表“光检测和测距”,这主要是使用激光来测量距离的意味着。它可以检查已安装的内容,并恰好安装正确的位置。也许是楼梯顶部的区域并不与底部精确对齐?机器人会知道。因此,任何所需的更改或更正都可以更快地发生,而不是等待在建筑过程中稍后发生问题。

阿克曼写道:“98%的大型建设项目的交付(平均)超过预算80%,比计划落后20个月,这也许不会让你感到惊讶。据比我更了解这类事情的人说,在过去80年里,建筑业的生产率没有显著提高。”在一个地点进行的一项试点研究中,这项技术使劳动生产率提高了38%,因为工人现在可以解决一些小问题,而不是以后解决更大的问题。

但老实说:至少在短期内,这项技术也减少了对就业的需求,因为在一个给定的地点解决问题所需的工人会更少。当然,删除以前的工作并重新安装它(可能不止一次)也不是最值得做的工作。最终的结果不仅是建造一个更高效的建筑,而且可能是一个更持久,也许更安全的建筑。
___________________

很大比例的医院病人有某种影像学扫描:x光、MRI、CAT等。放射诊断学家是那些看这些扫描并解读它们的人。他们的大部分工作能否移交给计算机,而只保留少数人来处理棘手的问题?

Hugh Harvey在“为什么Ai不会取代放射科医生”中提供了一个视角(媒介:迈向数据科学,2018年1月24日)。正如Harvey Notes:“在2016年底Geoffrey Hinton教授,神经网络教父说,它”非常明显,我们应该停止培训放射科医生。“在约束中,哈维提供了“为什么诊断放射科医师安全的争论(只要它们与技术相同)”。“括号评论对我来说似乎尤为重要。技术尤其擅长接管日常任务,而人类的挑战则是在做非序列时与该技术合作。例如,即使机器可以进行第一次进行图像,许多患者也会继续想要一个人决定应该做些什么,并且可以讨论结果。出于单独的法律原因,没有机构可能会完全向AI计划提供生死攸关的个人决策。

此外,Harvey指出,随着AI使诊断扫描更便宜,可能的结果是扫描技术将更频繁地使用,并且将更有信息性和有效。哈维的愿景是,未来的放射科学家“将越来越多地解放过去的平凡任务,并吹嘘华丽的预先填写的报告来验证,并在其上倒入迷人的”射出的“射出的”垄断数据“的海洋的时尚分析工具。”
_____________________

技术的影响会在不同的工作中以不同的重要方式发生变化,我不会纠结于从这四个例子中总结出共同的经验教训。我想说的是,拥抱这四种技术,以及更多的技术,是实现长期经济繁荣的唯一途径。