在搶人飯碗的同時，機器人將創造或促進七種職業

新聞 02-01

機器人也需要人照顧？答案是肯定的。Shiloh Norby就是一位「機器人保姆」，在舊金山灣區一家提供安保機器人的公司工作，這些機器人在當地許多公司的辦公區域巡邏。Shiloh Norby負責監控這些機器人的狀況，並接收它們關於火災警報、管道滲漏和陌生人入侵等異常情況的彙報。機器人在取代一些現有工作崗位的同時，也在為人們創造新的就業機會。

記者 Daniela Hernandez

隨著機器日漸智能，一種恐懼在經濟學家、政策制定者乃至全人類的心頭徘徊不散：數百萬人將面臨失業。

然而人工智慧的影響也許要複雜得多。

沒錯，人們會失業，很多人將不得不學習新技能，適應新環境。但專家也說，未來的陰雲中亦有無限光明。

首先，人工智慧會推動許多新職業的誕生，有的我們可以想像，有的目前還無法揣摩。不少企業已經發現自己需要一大批新的工種，維持智能新世界順利運轉，他們不光需要軟體開發者，還需要管理者、操作者以及藝術設計師。

同時，機器目前還不夠聰明，並且這種狀態很有可能還得持續一段時間，人能做的事，機器不一定都能做，因此機器需要人來監管。如此一來，許多工作不是消失，而是變化了，人類將改換舊的角色，以某種形式與人工智慧合作。

諮詢公司麥肯錫(McKinsey & Co.)預測，到2030年，對人工智慧和自動化等領域的技術投資將在全球增加2,000萬至5,000萬個職位。麥肯錫表示，失業的計算則較為複雜，因為在許多情況下，人們並不會完全失業，而是換了工作。

麥肯錫在一項研究中發現，到2030年，自動化的應用可能使得7,500萬至3.75億人換工作。

以下就是新的智能科技即將創造或改變的某些工作。

人工智慧開發人員

既然越來越多的產品、服務和研究都以人工智慧為基礎，那麼自然就需要更多人來開發人工智慧的底層系統。此外，其他領域也需要相關人才將他們的工作與人工智慧相結合，以適應這個新的世界。

我們需要人來監督機器工作，確保它們運作正常。圖片來源：R. KIKUO JOHNSON FOR THE WALL STREET JOURNAL

來看看人工智慧是如何改變一家公司的。拿iRobot公司舉例，這是一家自動拖地機器人和掃地機器人製造商。僅僅在五年前，這家位於馬薩諸塞州貝德福德的企業更傾向於招聘硬體開發人員來製造機器人的硬體設備。該公司以前生產的機器人的軟體大腦不太複雜，僅由100行左右的代碼組成。

如今，這個代碼數量已經升至數百萬。為了匹配飆升的工作量，iRobot專門負責消費機器人的軟體工程師人數翻了兩番，從2015年的30人變為去年的125人左右。公司的人力資源與企業公關執行副總裁Russ Campanello表示，其中大多數人的工作是利用更先進的人工智慧和計算機視覺系統，使iRobot的產品更加智能。

「以前，機器人得真實地撞到某些物體」才知道前面有障礙物，他說，「現在它們能看見了」，這多虧了更多的感測器。

機器人還會告訴主人，它何時完成了清潔工作，花了多長時間，清潔了哪些地方。此外，機器人還會向人類主人反饋家中哪裡最臟，以及過濾器何時需要更換。

Campanello表示，為了讓機器人具備上述功能，iRobot公司需要聘請更多在人工智慧、導航、計算機視覺以及機器人設計製造學領域有專長並擁有博士學位的科學家，他們不僅能幫助公司製造產品，還能做研究，改進未來的設備。

為了尋找專業技術人員，iRobot在全球範圍內加大了招聘力度，因為這類人才稀缺，而且需求量巨大。結果各家企業你爭我搶，爭相挖掘最優秀的人才。招聘網站Indeed顯示，過去三年內，人工智慧相關職業的需求量增長了一倍多。最熱門的兩大職業是：機器學習工程師和計算機視覺工程師。

Campanello開玩笑說，最近有一次面試應聘者時，他感覺是對方在面試他。有家長向Campanello諮詢孩子學哪種第二語言比較好，他的建議是Python，這是近來在機器學習領域流行的編程語言。

客戶與機器人間的溝通員

讓員工接受人工智慧系統的各種光明遠景可能很困難，尤其是機器人真正進入工作場所時，這種變動對員工而言就有可能是一種侵擾。所以某些製造人工智慧應用的公司會安排所謂的項目實施顧問，幫助客戶使用系統，並回應客戶的意見，做出需要的調整。在招聘網站ZipRecruiter上，這是最熱門的人工智慧相關職位之一。

Will Catron就是一位項目實施顧問，他在加州帕洛阿爾托的Cobalt Robotics公司上班，今年36歲，他的公司出租承擔夜班和周末保安工作的機器人，他的工作就是確保客戶對機器人滿意。

他說，自己一開始總是先「詳細了解」客戶與機器人互動時是否順暢。「之前沒人租用過機器人。」他還協助客戶與Cobalt其他僱員建立聯繫，以備日後溝通之需。

Catron上班的大部分時間都在監控Cobalt公司機器人生成的使用報告，並通過電話、簡訊、電子郵件以及實地探訪與客戶交流。他說，自己工作的很多內容就是建立關係，以及了解人們想要的是什麼。

有一次，他去一個客戶處給機器人吱嘎作響的輪子上油。還有一次，有一家客戶搬往新辦公地，出租方要求承租方得配備巡邏機器人，Catron在最後關頭幫客戶爭取到了保險證書。這樣一來，這家客戶就會持續使用機器人安保服務了。

機器人管理員

這是人工智慧工作的永恆主題：儘管人工智慧在某些工作上格外聰明，但與人類相比，它的判斷能力十分有限。因此機器人專家的工作就是監督機器工作，確保它們運作正常，並在人工智慧遇上棘手問題請求幫助時進行干預。

麥肯錫關注自動化方向的一名合伙人Mehdi Miremadi說，機器工作需要人類參與，這是「人們最低估了的部分」。

以Cobalt為例，Shiloh Nordby在夜間和周末工作，他依靠傳回的視頻數據流和其他感測器數據，監管舊金山灣區多個地點的機器人警衛。他可以通過帕洛阿爾托Cobalt辦公室的一台電腦查看這些信息。機器人一旦發現有管道泄漏或外人闖入，就會提醒Nordby，後者則會查明情況，如有需要，則呼叫相關部門請求支援。

他說自己的職責還包括：防止機器人警衛在周圍有人時做出奇怪的舉動，比如藏在別人桌子下面，或者值班時在人群中飛馳。這些情況一旦發生，他就會接管機器人的自動駕駛功能，改變它的方向。36歲的Nordby之前是一名餐廳經理，Cobalt聘請他，其實主要是看中他的社交和管理能力，而非技術專長。

Nordby表示，這份工作就是「與人交談」，對象包括其他員工以及客戶場地的現場警衛人員，「讓他們覺得舒服」。他還協助管理Cobalt團隊里的其他專業人士。

數據標籤員

人工智慧想要準確地理解世界，就需要人類為其解釋各種事物是什麼，也就是說，人工智慧獲取的信息是需要人來標記的。標記可能是指認圖片中的事物，例如指出圖中哪一部分是人臉，或者解析句子，教導人工智慧短語的意思。

許多工作人員的任務就是這些，查看信息，然後為電腦做標記。麥肯錫的Miremadi說，自動駕駛汽車開發商這類企業以及大型科技公司里有「成百上千乃至更多的人，坐在那裡標記數據。」

有時需要標記的數據十分簡單。以Cobalt為例，辦公室里有大量人物照片和海報，機器人的計算機視覺系統會將其誤判為非法闖入者。而工程師和機器人專員等員工就會將其標記為錯誤測試結果，長此以往，機器人就會了解它們不是潛在威脅。

有的工作則比較精細。最近，在華盛頓州里奇蘭的西北太平洋國家實驗室(Pacific Northwest National Laboratory)，Donna Flynn花了大量時間標記激光雷達獲取的雲體圖像，幫助實驗室里的人工智慧更準確地識別它們。她的目標是利用這些數據提升對雲體形成的科學認知，她說這有助於改善氣候和天氣預測模型。

每幅圖像大約有200萬像素，她必須標記出每個像素是否包含雲體——這是一項複雜的工作，因為圖像中會出現碎片、薄霧和灰塵，令其難以辨認。

Flynn擁有大氣科學及電氣工程背景，從事激光雷達數據研究已有近20年。她表示，解讀這些圖像不僅需要對大氣有深入了解，還需要理解激光雷達儀器工作的複雜精細程度。

無人機表演藝術家

太陽馬戲團在百老匯的表演，舞台上方盤旋的是Verity Studios提供的無人機。圖片來源：RICHARD TERMINE

無人機逐漸成為體育賽事中的固定設備，負責拍攝各種動作的俯瞰畫面。它們也正邁入藝術領域，充當動態燈光裝置與飛行道具。市場上對無人機藝術家的需求與日俱增，他們可以定製無人機，適應不同表演的需求。

工業設計師Léa Pereyre在Verity Studios AG負責為無人機設計「演出服」，該公司位於蘇黎世，為音樂會、音樂劇、馬戲和體育賽事策劃無人機表演。她曾把無人機裝扮成鳥兒和花朵的樣子，還給無人機貼過鱗片。

加入Verity之前，25歲的Pereyre曾經參與設計教兒童編程的機器人。新的工作要求她在無人機的物理條件限制內施展拳腳。這意味著她不僅要考慮美感，還要考慮重量、空氣動力學以及無人機的電池壽命等物理限制。

以表演服為例，某些裝飾會卡進無人機的螺旋槳里。有一次演出時，Verity把無人機裝扮成燈罩。燈罩上裝飾的流蘇不能太長，否則就會被氣流吸進去。工作團隊還需要盡量降低無人機的噪音。

「這是一個特別好的機會，因為這是一片空白領域，我可以讓它變成任何我想要的樣子，」Pereyre說。公司還有無人機編舞師，他們使用Verity開發的軟體來控制數十台獨立無人機的飛行動作。無人機使用的是類似GPS的室內定位系統，確定自己在空間中的的位置。

Verity的創始人Raffaello D』Andrea表示，編舞師是經過培訓的工程師，同時也具備「強大的藝術才能」。他自己最初就是公司的編舞師，後來公司又增加了兩名。

人工智慧實驗室科學家

智能軟體顛覆了藥物開發，它們篩選大量信息的速度比人類快得多，為醫學研究指引了新的方向。數據科學家和計算生物學家等專家因此有機會教授人工智慧生命科學或化學知識，計算機便由此產生新奇的點子。有一些技術人員會測試人工智慧得出的結論，檢查哪些有效，哪些無效。這些反饋會被回傳給人工智慧機器，讓它們變得更聰明。

BenevolentAI Ltd.以對醫學期刊、臨床試驗以及遺傳和化學資料庫的分析為基礎，利用人工智慧識別新的分子，研究神經退行性病變以及其他疾病的治療方法。

BenevolentAI的創始人Ken Mulvany表示，公司的「想法來自機器大腦，而不是人腦」。

但實驗生物學家必須在動植物組織和動物模型中測試人工智慧提示的分子，這是做臨床測試和批准人體應用的先決條件。Mulvany說，去年公司的計算機生成了大約100個還未經證實的假設，但他們的科學家人手不夠，無法驗證這些假設。

這家位於倫敦的公司最近收購了一家實驗室測試機構，增加了50名科學家來測試人工智慧軟體提示的分子。這些來自真實世界實驗的數據會反饋給公司的演算法，並改進它們。Mulvany希望這種方式能提高公司研發業務線的效率。

安全與測試駕駛員

關於自動駕駛汽車的未來以及它們如何在陸地上往來賓士，人們做出過無數光明遠大的預測。但目前大多數車輛還不能完全獨立行駛，這就意味著協助車輛安全行駛的人有了工作機會。一旦出現複雜繁難的情況，這些人就是第二雙眼睛，必要時他們還可以接管駕駛任務。

自動駕駛微型巴士製造商May Mobility Inc.就聘用了安全駕駛員，他們在巴士運送乘客往來通勤以及前往停車場時負責監管。汽車一旦遇到不確定該如何處理的情況，例如感測器不確定交通燈的顏色是什麼、並排停放的其他車輛是否阻礙其通行、是否應該併入迎面而來的車流中等等，安全駕駛員就會提供反饋。

如果安全，「駕駛員就會授權車輛通過，」 Edwin Olson說，「與其說這是在遠程控制，倒不如說它更像一個許可系統。」Olson在密歇根州安阿伯(Ann Arbor)的這家巴士製造商擔任首席執行官。

隨著業務不斷拓展，公司準備將安全駕駛員的數量增加兩倍。除了駕駛員以外，May Mobility還聘請了測試工程師，他們通常是本科畢業的僱員，負責為班車設計行駛方案，例如為雙車道的環行交叉路導航。Olson表示，公司還有一名維修員負責各項雜務，例如清潔、給車輛充電、下載汽車行駛時收集的數據乃至「在車輛前面跳舞」來測試它的感測器能否檢測到物體。

「這些車輛不是真正的無人駕駛，」他補充道，「它們背後絕對是有人在監控的。」