人工智能如何帮助人类扩展他们的技能

这篇文章由 DeepHow 首席执行官 Sam Zheng 博士撰写，最初发表于福布斯。

根据OpenAI的研究人员的说法，人工智能正在迅速超越摩尔定律；其功率和效率在不到16个月的时间内翻了一倍。这种快速进展是由创新算法（深度神经网络）、大数据（互联网和数字化）和庞大的计算资源（GPU、TPU和AI SaaS的可用性）推动的。

GPT-3人工神经网络为人工智能的发展提供了一个有趣的展示。GPT-3现在能够生成原创的、吸引人的短篇故事、歌曲、新闻稿、技术手册、编程代码等。它由OpenAI在2020年6月发布，拥有1750亿个参数--是微软在四个月前刚刚推出最大的模型（图灵NLG）的10倍。相比之下，人类的大脑大约有860亿个神经元，而且在数万年的时间里没有明显的增长。

随着其能力的扩大，人工智能正在改变我们的工作方式。事实上，在人工智能巨大的经济和金融潜力的刺激下，成千上万的公司正在寻求采用人工智能作为取代人类工人的手段。他们应该谨慎行事，否则会有严重的后果，可能会对整体业务表现产生不利的影响。

这种现象通常被称为 "自动化的讽刺"。一个很好的例子是特斯拉的制造厂，埃隆-马斯克承认，公司对工厂自动化的热情实际上已经抑制了生产。他在2018年发推文说。"特斯拉的过度自动化是一个错误。人类是被低估的"。

我之前的专业是人类因素学和工程心理学。因为公司致力于通过数字化和工业4.0取代人类工人的工作，所以我研究了这种技术和工厂自动化的采用。迄今为止，这些努力大多集中在使机器变得更聪明的技术上；很少有人注意到通过技术使人类变得更聪明，如何将人类和人工智能结合起来发挥优势。

对数字化转型的追求，推动了制造业的现代化，引进了一系列产业技术4.0，这对工人提出了新的要求，要求他们学习新的技术技能，以便安装、维护、操作和优化这些新机器。有很多东西要学，传统的培训方法跟不上，这造成了人们在技能上的更大的高低之别。

在工厂车间，我们的Deephow必须要吸收大量的数据，包括视频、文本和图表信息，然后将工人的复杂的个性与复杂系统交互整理。人工智能能帮助工人掌握这些技术吗？许多制造商相信它可以，并致力于以人为中心的人工智能，以扩宽现有和即将到来的工人的技能。

支持公司的现有劳动力目标，同时为不断变化的未来定位劳动力并非易事。这些制造商如何应对这一任务？ 首先是评估他们的学习和发展重点。这些通常分为四个关键类别：标准工作和交叉培训要求、工业 4.0 技能提升、知识转移和符合环境健康与安全 (EHS) 以及质量要求。 （当然，所有培训都必须考虑到疫情期间的社交距离。）

接下来，对于每一项，培训团队都会选择最合适的培训方法。毫无疑问，视频是首选——尤其对于年轻的员工而言，因为他们是通过从YouTube视频去学习而不是通过技术手册去学习的。但是，这可能需要创建数百个培训视频——这是一个极其耗时和昂贵的提议，因为创建一个1-5分钟的视频平均需要7个小时。

很少有企业能够负担得起一个用来全面捕捉和记录数百项由熟练工人日常执行的任务内部视频设备。这就是以人为中心的AI改变的地方。它可以观察和理解人类如何在工作场所执行专业的程序和任务，有效地捕获和数字化这个工人的知识，将一个熟练工人的技术知识，专有知识和灵巧度提炼成一个有效的“如何去做”的培训视频。

在现实世界中，一个专门用于知识转移的驱动型人工智能可以将半天的视频设置和拍摄压缩到短短20分钟。一旦编辑过程完成，全球各地的接收者可以立即观看带有母语字幕和配音的视频。这是大规模的、跨越语言界限的知识转移。这也是人工智能在帮助人类成长为更令人满意的新角色。

这方面的时机是需要考虑的。2019年，50%的制造业工人年龄超过44岁，严重偏向退休年龄。在未来几年，随着这几百万工人的退休，他们将带走几十年宝贵的（有人会说是无价的）专业知识和技能。我们今天必须捕捉和记录这些知识。同时，在工业4.0和先进制造业的推动下，新技术在整个车间弥漫开来，所有年龄段的工人都必须不断接受再培训或提高技能。

制造商迫切认识到需要捕捉、记录、索引来将这些知识传递给希望能够在职业生涯中学习新技能并成长的年轻一代的工人。