当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 机器人已悄悄降临,能否填补全球劳动力缺口呢?

机器人已悄悄降临,能否填补全球劳动力缺口呢?

来源:51CTO.COM 2023-04-16 06:04:23 0浏览 收藏

积累知识,胜过积蓄金银!毕竟在##column_title##开发的过程中,会遇到各种各样的问题,往往都是一些细节知识点还没有掌握好而导致的,因此基础知识点的积累是很重要的。下面本文《机器人已悄悄降临,能否填补全球劳动力缺口呢?》,就带大家讲解一下知识点,若是你对本文感兴趣,或者是想搞懂其中某个知识点,就请你继续往下看吧~

​近日,英国《金融时报》网站发表了题为《要拯救世界:机器人需要更快到来》的文章,作者是鲁奇尔·夏尔马。文章认为,在全球经济面临劳动力短缺的背景下,大多数国家都需要更多机器人来维系增长活力。全文摘编如下:

机器人已悄悄降临,能否填补全球劳动力缺口呢?

就在不久前,人们还在写作和出版关于“机器人崛起”将如何导致“失业未来”的书籍,同时还有权威预测称,即将开始的自动化或令某国一半的就业岗位面临风险。

然而,最近的就业报告却提出了另一个威胁:不是机器人是否会取代人力,而是机器人是否能够及时到来,从而挽救全球经济于劳动力短缺的窘境。

目前,全球失业率为4.5%,是自1980年开始有全球记录以来的最低水平。

这种压力目前已达到白热化,很大程度上是因为劳动力的增长已经开始放缓,而老年人的比例在增加。老龄化的加速是始于几十年前的社会转变的延迟结果:女性生育子女数量减少,医学的进步提高了人类平均寿命。

在包括世界主要经济体在内的近40个国家,工作年龄人口均出现缩水,而上世纪80年代初,仅有两个国家存在这种情形。

与其他因素相比,劳动力减少几乎肯定会导致经济增长放缓,因此大多数国家都需要更多机器人来维系增长活力。

技术悲观主义者仍在发出警告。他们说,随着疫情逐渐消退和裁员,机器人窃取就业岗位和降薪的阴云将再次出现。无论怎样,潜在的人口趋势预测了短缺将会持续。

受影响最严重的国家包括日本、德国等国。到2030年,预计劳动力每年将减少至少40万。这些国家已经大量出现机器人,且数量仍在增长,这并非巧合。

政府可以通过其他方式来应对劳动力短缺问题:为生育多子女的父母发放奖金,鼓励女性找工作或重返工作岗位,欢迎移民或提高退休年龄。然而,所有这些步骤都有可能会引发人们的抵触。

机器人引发的反应不同,是对机器和人工智能的一种模糊担忧。这种担忧主要体现在书本上,少见于抗议机器人偷窃就业机会。与此同时,机器人还是悄悄降临了,大家对此也无可争议。

与以往的创新一样,机器人会令一些职业消亡,并催生一些新职业。燃气发动机让马车司机显得多余,却催生了出租车司机这一职业。在某国创造的就业岗位中,大约三分之一是25年前完全不存在或几乎不存在的领域。

经合组织称,目前的就业岗位中,有三分之一“将在未来15年到20年内发生根本性变化”。正如“失业的未来”所意味的,技术会扰乱现状,而非彻底的毁灭。

每个机器人可以替代3个或3个以上的工人,工厂的工人是受影响最大的群体。扰乱的程度取决于往往被夸大的变革速度。自上世纪50年代以来,预测者一直在预言,成熟的人工智能将于20年内出现,但直到现在也没有出现。

如今,经济衰退迫在眉睫,但失业率不大可能像以前那样高,这还是因为劳动力萎缩的缘故。在经济周期中,即便机器人数量在持续倍增,工人数量的下降也会让就业市场比平日更吃紧。

生育对劳动力的影响需要经历数年才会显现,但如今,明智的政府会采取行动,吸引更多女性、移民、老年人以及机器人加入劳动力大军。否则摆在面前的将是更少的雇员,不管自动化与否,以及一个无增长的未来。​

到这里,我们也就讲完了《机器人已悄悄降临,能否填补全球劳动力缺口呢?》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于人工智能,机器人,就业的知识点!

版本声明
本文转载于:51CTO.COM 如有侵犯,请联系study_golang@163.com删除
Python深度学习18-生成式深度学习之DeepDreamPython深度学习18-生成式深度学习之DeepDream
上一篇
Python深度学习18-生成式深度学习之DeepDream
Apple 尚未修复 macOS Big Sur 和 Catalina 用户的零日漏洞
下一篇
Apple 尚未修复 macOS Big Sur 和 Catalina 用户的零日漏洞
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    395次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    474次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    479次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    423次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    250次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码