Blog
麻省理工學院研究：AI自動化工作進展緩慢，許多工作尚不具經濟吸引力
麻省理工學院研究：AI自動化工作進展緩慢，許多工作尚不具經濟吸引力
January 23, 2024
重點摘要：
- 麻省理工學院的研究報告探討了AI是否能夠自動化人類工作以及何時可能實現自動化。研究發現，先前被認為容易被自動化的工作在目前情況下並不具備經濟上的自動化吸引力。
- 雖然一些預測估計AI可能在未來自動化大量工作，但研究指出，目前許多工作對於使用AI來取代人工仍不划算，並且這一過程可能比預期的慢。
- 該研究強調了政策制定者應該準備應對AI自動化的重要性，同時提出了降低AI部署成本和擴大部署範圍的必要性。
新聞內文：
麻省理工學院的新研究報告探討AI是否將自動化人類工作，以及哪些工作何時可能被自動化。這份研究試圖回答這三個問題。近年來，人們一直試圖預測當今AI技術（如大型語言模型）對人們的生計以及整個經濟可能產生的影響。
高盛估計，AI可能在未來幾年內自動化整個勞動市場的25%。根據麥肯錫的報告，到2055年，將有近一半的工作由AI驅動。來自賓夕法尼亞大學、紐約大學和普林斯頓大學的一項調查發現，僅ChatGPT就可能影響約80%的工作。而離職援助公司Challenger, Gray & Christmas的報告則表明，AI已經取代了成千上萬的勞工。
然而，在這項研究中，麻省理工學院的研究人員試圖超越他們所稱的「基於任務」的比較，並評估AI是否能夠執行某些角色，以及企業實際上是否有可能用AI技術來替代勞工。
與人們（包括記者在內）可能期望的情況相反，麻省理工學院的研究人員發現，先前被認為可能受到AI取代風險的大多數工作實際上在目前情況下並不「在經濟上有利於自動化」。
該研究的主要結論是，AI對工作的影響可能會比一些評論家所建議的要慢，而且不會那麼戲劇性。
麻省理工學院CSAIL的研究科學家尼爾·湯普森在電子郵件採訪中告訴TechCrunch：「與最近的研究一樣，我們發現AI有潛力自動化任務」。「但我們能夠顯示，目前許多這些任務尚不具有自動化的吸引力」。
需要注意的是，該研究僅考慮了需要視覺分析的工作，即涉及檢查製造線末端產品品質等任務。研究人員未調查文字和圖像生成模型（如ChatGPT和Midjourney）對勞工和經濟可能產生的潛在影響；這些方面將留待後續研究。
在進行這項研究時，研究人員對勞工進行了調查，以了解AI系統需要完成哪些任務才能完全取代他們的工作。然後，他們對建立一個能夠執行所有這些任務的AI系統的成本進行了建模，並對企業（具體是「非農業」美國企業）是否願意支付這種系統的前期和營運費用進行了建模。
在研究的早期，研究人員舉了一個烘焙師的例子。
據美國勞工統計局的數據，一名烘焙師約有6%的時間用於檢查食品品質，這是可以（並且正在）由AI自動化的任務。一家雇用五名年薪48000美元的烘焙店如果自動化食品品質檢查，可以節省14000美元。但根據研究的估算，一個最低限度的、從頭開始的AI系統所需的部署成本將為165000美元，維護費用每年為122840美元...而這還只是最低成本。
湯普森說：「我們發現，只有23%的工資用於支付人類執行視覺任務的工作，才具有在經濟上自動化的吸引力」。「在這些工作中，人類仍然是更好的經濟選擇」。
不過，該研究考慮到了由OpenAI等供應商提供的自主托管自助服務AI系統，這些系統只需對特定任務進行微調，而不是從頭開始進行培訓。但根據研究人員的說法，即使系統成本低至1000美元，仍有許多工作（儘管薪資較低且需要多任務處理）在經濟上不適合企業自動化。
研究人員在研究中寫道：「即使我們僅考慮視覺任務中的計算機視覺的影響，我們發現失業率仍低於經濟已經經歷的失業率」。「即使每年成本急劇下降20%，計算機視覺任務仍需要數十年才能對企業在經濟上具有高效性」。
該研究存在一些限制，研究人員也承認了這些限制。例如，它未考慮AI可以增強而不是取代人力的情況（例如，分析運動員的高爾夫擊球），或者創造新任務和工作（例如，維護AI系統），這些在之前並不存在。此外，它未考慮到像GPT-4這樣的預訓練模型可能帶來的所有潛在成本節省。
有人可能會懷疑研究人員是否受到研究的支持者。麻省理工學院-IBM華生AI實驗室的壓力，該實驗室贊助了這項研究。麻省理工學院-IBM華生AI實驗室是由IBM提供2.4億美元的贈款建立的，IBM公司有興趣確保AI被視為無威脅性。
然而，研究人員堅稱這並非如此。
湯普森說：「我們的動機來自深度學習的巨大成功，這是AI的主要形式，在許多任務中都取得了成功，我們希望了解這對於自動化人類工作意味著什麼」。「對於政策制定者，我們的結果應該強調準備應對AI工作自動化的重要性......但我們的結果也顯示，這個過程需要多年，甚至數十年才能展開，因此有時間制定政策舉措。對於AI研究人員和開發人員來說，這項工作強調了降低AI部署成本和擴大部署範圍的重要性。這將對使AI對企業在自動化方面具有經濟吸引力至關重要」。
新聞原址： https://techcrunch.com/2024/01/22/new-mit-csail-study-suggests-that-ai-wont-steal-as-many-jobs-expected/