Ковариантный мозг и складские работники

С самого начала промышленной революции люди опасались потери рабочих мест из-за автоматизации. Однако до сих пор технологические изменения развивали рабочую силу, а не заменяли ее, ставя перед работниками новые задачи, часто сопровождаемые более безопасными условиями труда и сокращенным рабочим днем. Теперь может показаться, что искусственный интеллект (ИИ) — это просто следующий шаг в нашей технологической эволюции, который приведет к аналогичным результатам. Критики, однако, утверждают, что технологические изменения, вызванные ИИ, отличаются от того, что мы видели раньше. В частности, когда вы даете машинам возможность учиться на своих ошибках и улучшать свою работу, весьма вероятно, что через какое-то время машины не будут нуждаться в контроле со стороны человека. Однако, как бы футуристично это ни звучало, маловероятно, что ИИ возьмет на себя все рабочие места людей.

Одной из отраслей, которая начинает внедрять автоматизацию ИИ, является логистика. Склады уже давно требуют людей для распаковки и сортировки объектов, поскольку машина не может быть достаточно умной, чтобы иметь дело с объектами всех форм и размеров. Это, однако, может вскоре измениться, учитывая работу, проводимую такими фирмами, как Covariant, которые создают роботов на основе ИИ, способных собирать и сортировать объекты разных размеров и форм, обучаясь и адаптируясь каждый раз, когда они сталкиваются с новым объектом.

Первоначально Covariant был основан как Embodied Intelligence исследователем искусственного интеллекта Калифорнийского университета в Беркли Питером Аббилем в 2017 году с целью «научить промышленных роботов воспринимать и действовать как люди». Роботы Covariant оснащены массивом камер с шестью линзами, присоской и питаются от нейронной сети. По сути, это означает, что если робот развернут, он может подбирать предметы, на которых он был обучен, т. е. перед развертыванием роботу предоставляется широкий спектр различных предметов, и он учится идентифицировать, выбирать и сортировать предметы соответствующим образом. Если робот сталкивается с объектом, которого он никогда раньше не видел (не в обучающих данных), он выдает ошибку и требует вмешательства человека, и, что более важно, он уведомляет команду Коварианта о новом объекте, и они могут обучать нейронную сеть на новом объекте. , что означает, что любое устройство, использующее нейронную сеть Covariant, в любой точке мира теперь оснащено знаниями для работы с новым объектом, что позволяет роботу обучаться.

Однако критики этой технологии указывают на потенциальную потерю рабочих мест из-за этой технологии как на повод для беспокойства. Они утверждают, что такая технология значительно снижает потребность в людях на складах и, следовательно, может привести к большому количеству потерь рабочих мест. Более того, учитывая способность этих роботов к обучению, они делают значительную замену человеческой рабочей силы практически неизбежной. Это создает серьезную проблему для рабочей силы, поскольку в складской отрасли в США занято почти 1,5 миллиона человек. Что еще более важно, низкоквалифицированные рабочие, которым трудно найти новую работу из-за автоматизации в других отраслях, подвергаются наибольшему риску остаться без работы, поскольку они составляют большую часть рабочей силы на складах.

Тем не менее маловероятно, что внедрение этой технологии приведет к массовой безработице по ряду причин. Во-первых, важно признать, что в складской отрасли в настоящее время наблюдается беспрецедентный рост спроса из-за экспоненциально растущего спроса на электронную коммерцию. Без эффективной автоматизации это влечет за собой продолжительный рабочий день и тяжелые условия труда для людей, работающих на складах. Во-вторых, неправильно рассматривать автоматизацию как игру с нулевой суммой; на самом деле высокая степень автоматизации положительно коррелирует с более высоким валовым внутренним продуктом и более высоким средним уровнем благосостояния граждан страны. Кроме того, если страна сопротивляется автоматизации, она рискует потерять рабочие места в долгосрочной перспективе. Поэтому отказ от автоматизации может в конечном итоге нанести ущерб экономике и рабочей силе страны в долгосрочной перспективе.

Тем не менее, по-прежнему важно признать, что автоматизация действительно влечет за собой краткосрочную потерю рабочих мест, особенно рабочих мест, таких как работники склада. Чтобы справиться с этой потерей и использовать весь экономический потенциал автоматизации, важно, чтобы автоматизация сочеталась с сильными программами обучения, которые вооружают замененных работников навыками, необходимыми для перехода на руководящие или технические должности. Это не только обеспечивает повышение производительности, но и делает работу более увлекательной, что решает ключевую проблему работников склада.

В заключение можно сказать, что технологии автоматизации, такие как роботы Covariant с искусственным интеллектом, предлагают огромный потенциал для стимулирования экономики за счет повышения производительности, и если эта автоматизация сочетается с эффективными программами обучения, то не только увеличивается национальный доход, но и работники становятся более привлекательными, более высокооплачиваемыми. оплата и более безопасная работа.

Дополнительная литература:

  1. Дугид Р. (10 апреля 2019 г.). Может ли автоматизация облегчить 15-часовую рабочую неделю? Получено 8 апреля 2021 г. с https://www.cmswire.com/digital-workplace/can-automation-facilitate-the-15-hour-workweek/
  2. Винсент, Дж. (2020, 29 января). Роботы-сборщики с искусственным интеллектом станут следующей большой рабочей революцией на складах. Получено 08 апреля 2021 г. с https://www.theverge.com/2020/1/29/21083313/robot-picking-warehouses-logistics-ai-covariant-stealth.
  3. Акерман, Э. (2020, 29 января). Covariant использует простого робота и гигантскую нейронную сеть для автоматизации складского комплектования. Получено 8 апреля 2021 г. с https://spectrum.ieee.org/automaton/robotics/industrial-robots/covariant-ai-gigantic-neural-network-to-automate-warehouse-picking.
  4. Акерман, Э. (2017, 8 ноября). Стартап AI Embodied Intelligence хочет, чтобы роботы учились у людей в виртуальной реальности. Получено 08 апреля 2021 г. с https://spectrum.ieee.org/automaton/robotics/artificial-intelligence/ai-startup-embodied-intelligence.
  5. Колин, Н. (2018, 13 сентября). То, что все ошибаются в отношении низкоквалифицированной работы. Получено 8 апреля 2021 г. с сайта https://www.forbes.com/sites/nicolascolin/2018/09/12/what-everyone-is-getting-wrong-about-low-skilled-jobs/?sh=4d2bef733214. »
  6. О складском и СКЛАДСКОМ ПОДСЕКТОРЕ. (н.д.). Получено 08 апреля 2021 г. с https://www.bls.gov/iag/tgs/iag493.htm.
  7. Мимс, К. (2020, 8 августа). По мере бума электронной коммерции роботы компенсируют человеческую слабость. Получено 8 апреля 2021 г. с https://www.wsj.com/articles/as-e-commerce-booms-robots-pick-up-human-slack-11596859205.
  8. Мимс, К. (2018, 01 декабря). Проверка реальности роботов: они создают богатство и рабочие места. Получено 08 апреля 2021 г. с https://www.wsj.com/articles/robot-reality-check-they-create-wealthand-jobs-1543500001?mod=article_inline