Эдийн засагчид роботоор ажлын автоматжуулалтыг тооцоолох аргыг боловсруулж байна

Ecole Polytechnique Fédérale de Lausanne-ийн робот судлаачдын баг болон Лозаннийн их сургуулийн эдийн засагчдын баг ойрын ирээдүйд одоо байгаа ажлын байруудыг машинууд автоматжуулах эрсдэлтэй байгааг тооцоолох шинэ аргыг боловсруулжээ. 

Судалгааг дараах байдлаар нийтлэв Шинжлэх ухаан робот. 

Мөн баг нь автоматжуулалт багатай, хамгийн бага давтан сургах хүчин чармайлттай ажил руу шилжихийг санал болгох аргыг боловсруулсан.

Профессор Дарио Флореано бол EPFL-ийн Ухаалаг Системийн Лабораторийн захирал бөгөөд судалгааны тэргүүлэх зохиогч юм.

Профессор Флореано хэлэхдээ: "Хэд хэдэн ажлыг роботууд автоматжуулахыг таамагласан хэд хэдэн судалгаа байдаг ч бүгд яриа, дүрс таних, санхүүгийн робот зөвлөх, чатбот гэх мэт програм хангамжийн роботууд дээр төвлөрдөг." "Цаашилбал, эдгээр таамаглал нь ажлын шаардлага, програм хангамжийн чадварыг хэрхэн үнэлж байгаагаас хамааран маш их хэлбэлздэг. Энд бид зөвхөн хиймэл оюун ухааны программ хангамж төдийгүй бие махбодийн ажил хийдэг маш ухаалаг роботуудыг авч үзэж, олон зуун ажилд ашигладаг хүний ​​болон роботын чадварыг системтэй харьцуулах аргыг боловсруулсан. 

Арга зүйг боловсруулах

Тус багийнхан ажлын шаардлагад нийцүүлэн роботын чадавхийг зураглаж чадсан нь судалгааны томоохон нээлт болсон юм. Тэд робот техникийн мэргэжилтнүүдийн үе үе хянагддаг Европын комиссын стратегийн баримт бичиг болох Европын H2020 роботын олон жилийн замын зураглалыг (MAR) харлаа. MAR нь одоогийн роботуудаас ямар чадвар шаардагдах эсвэл ирээдүйд ямар чадвар шаардагдахыг нарийвчлан тодорхойлдог. Эдгээрийг манипуляци, ойлголт, хүмүүстэй харилцах зэрэг ангилалд хуваадаг. 

Баг нь роботын чадварын төлөвшлийн түвшинг үнэлэхийн тулд олон судалгааны баримт бичиг, патент, роботын бүтээгдэхүүний тодорхойлолтод дүн шинжилгээ хийсэн. Тэд технологийн хөгжлийн түвшинг хэмжих хэмжүүр болох "технологийн бэлэн байдлын түвшин" (TRL) дээр тулгуурласан. 

Хүний чадварын тухай ярихдаа судлаачид АНУ-ын хөдөлмөрийн зах зээл дээр өргөн хэрэглэгддэг нөөцийн мэдээллийн сан болох O*net мэдээллийн санг ашигласан. Энэ нь 1,000 орчим мэргэжлийг ангилж, тус бүрд шаардагдах ур чадвар, мэдлэгийг нарийвчлан тодорхойлсон. 

Багийнхан эхлээд O*net жагсаалтаас хүний ​​чадварыг MAR баримтаас роботын чадварт сонгон тохируулсан бөгөөд энэ нь одоо байгаа ажил бүрийг ирээдүйд роботоор гүйцэтгэх боломжтойг тооцоолох боломжийг олгосон. Хэрэв робот ажилдаа сайн бол TRL өндөр байна. 

Ажлын байрыг эрэмбэлэх 

Энэхүү шинжилгээг хийсний дараа үр дүн нь 1,000 ажлын байрыг эрэмбэлсэн. Жагсаалтын хамгийн доогуур хүмүүсийн нэг нь "Физикчид" байсан бол "Мах савлагчид" хамгийн өндөр жагсаалтын нэг байв. Хүнсний үйлдвэрлэл, барилга, засвар үйлчилгээ, барилга угсралтын ажил хамгийн өндөр эрсдэлтэй байсан.

Профессор Рафаэл Лалив Лозаннагийн их сургуулийн судалгааны ажлыг удирдан явуулсан.

Профессор Лалив хэлэхдээ: "Өнөөдрийн нийгэмд тулгамдаж буй гол асуудал бол автоматжуулалтын эсрэг хэрхэн тэсвэртэй болох явдал юм." “Манай ажил нь автоматжуулалтын өндөр эрсдэлтэй ажилчдад карьерын талаар нарийвчилсан зөвлөгөө өгдөг бөгөөд энэ нь тэдэнд хуучин ажил дээрээ олж авсан олон ур чадвараа дахин ашиглахын зэрэгцээ илүү найдвартай ажилд орох боломжийг олгодог. Энэхүү зөвлөгөөгөөр засгийн газрууд нийгмийг автоматжуулалтын эсрэг илүү тэсвэртэй болоход нь дэмжлэг үзүүлж чадна."

Зохиогчид автоматжуулалтын эрсдэл багатай өөр ажил олох аргыг бий болгосон. Эдгээр ажлууд нь шаардлагатай ур чадвар, мэдлэгийн хувьд анхныхтай ойролцоо байсан бөгөөд энэ нь давтан сургах хүчин чармайлтыг хамгийн бага байлгахад тусалдаг. 

Энэхүү шинэ аргыг олон янзаар ашиглаж болно. Нэгдүгээрт, засгийн газрууд үүнийг ашиглан ирээдүйд хэдэн ажилчин автоматжуулалттай тулгарч болохыг хэмжих боломжтой. Энэ нь давтан сургах санаачилга, бодлогыг түүнд нийцүүлэн тохируулахад тусална. Компаниуд үүнийг автоматжуулалттай холбоотой зардлыг шинжлэхэд ашиглаж болно. 

Энэ бүх ажлыг олон зуун ажлын автоматжуулалтын эрсдэлийг урьдчилан таамаглахын зэрэгцээ карьерын шилжилтийг санал болгож чадах алгоритм болгон хөрвүүлсэн. 

Та олон нийтэд нээлттэй алгоритмыг олох боломжтой энд.