So this is my niece. Her name is Yahli. She is nine months old. Her mum is a doctor, and her dad is a lawyer. By the time Yahli goes to college, the jobs her parents do are going to look dramatically different.
Acesta e nepoata mea. O cheamă Yahli. Are nouă luni. Mama ei e medic, iar tatăl avocat. Când Yahli va ajunge la facultate, meseriile părinților ei vor arăta foarte diferit.
In 2013, researchers at Oxford University did a study on the future of work. They concluded that almost one in every two jobs have a high risk of being automated by machines. Machine learning is the technology that's responsible for most of this disruption. It's the most powerful branch of artificial intelligence. It allows machines to learn from data and mimic some of the things that humans can do. My company, Kaggle, operates on the cutting edge of machine learning. We bring together hundreds of thousands of experts to solve important problems for industry and academia. This gives us a unique perspective on what machines can do, what they can't do and what jobs they might automate or threaten.
În 2013, cercetătorii de la Oxford au făcut un studiu despre viitorul muncii. Au concluzionat că aproape una din două meserii e în pericol să fie înlocuită de mașini. Învățarea automatizată e tehnologia responsabilă pentru această problemă. E cea mai puternică ramură a inteligenței artificiale. Ajută mașinile să învețe din statistici și să imite o parte din acțiunile oamenilor. Firma mea, Kaggle, activează în domeniul de vârf al învățării automate. Reunim sute de mii de experți ca să rezolvăm probleme importante pentru industrie și mediul academic. Asta ne dă o perspectivă unică cu privire la ce pot face mașinile, ce nu pot face și ce munci pot automatiza sau amenința.
Machine learning started making its way into industry in the early '90s. It started with relatively simple tasks. It started with things like assessing credit risk from loan applications, sorting the mail by reading handwritten characters from zip codes. Over the past few years, we have made dramatic breakthroughs. Machine learning is now capable of far, far more complex tasks. In 2012, Kaggle challenged its community to build an algorithm that could grade high-school essays. The winning algorithms were able to match the grades given by human teachers. Last year, we issued an even more difficult challenge. Can you take images of the eye and diagnose an eye disease called diabetic retinopathy? Again, the winning algorithms were able to match the diagnoses given by human ophthalmologists.
Învățarea automatizată și-a croit drum în industrie la începutul anilor 90. A început cu sarcini relativ simple. A început cu lucruri ca evaluarea riscului pentru cereri de împrumut, sortarea scrisorilor citind coduri poștale scrise de mână. În ultimii câțiva ani, am făcut progrese uimitoare. Învățarea automatizată e acum capabilă de sarcini mult, mult mai complexe. În 2012, Kaggle și-a provocat comunitatea să creeze un algoritm care să noteze referatele liceenilor. Algoritmii câștigători puteau să dea aceleași note ca și profesorii umani. Anul trecut, am lansat o provocare și mai dificilă. Poți analiza imagini ale ochiului și să diagnostichezi o boală numită retinopatie diabetică? Iarăși, algoritmii câștigători puteau da aceleași diagnostice ca și oftalmologii umani.
Now, given the right data, machines are going to outperform humans at tasks like this. A teacher might read 10,000 essays over a 40-year career. An ophthalmologist might see 50,000 eyes. A machine can read millions of essays or see millions of eyes within minutes. We have no chance of competing against machines on frequent, high-volume tasks.
Dacă primesc datele potrivite, mașinile vor depăși oamenii la sarcini ca acestea. Un profesor poate citi 10.000 de lucrări într-o carieră de 40 de ani. Un oftalmolog poate vedea 50.000 de ochi. O mașină poate citi milioane de lucrări sau poate vedea milioane de ochi în câteva minute. Nu putem concura cu mașinile la sarcini repetate, cu volum mare.
But there are things we can do that machines can't do. Where machines have made very little progress is in tackling novel situations. They can't handle things they haven't seen many times before. The fundamental limitations of machine learning is that it needs to learn from large volumes of past data. Now, humans don't. We have the ability to connect seemingly disparate threads to solve problems we've never seen before.
Dar sunt lucruri pe care noi le putem face, iar mașinile nu. Mașinile au făcut progrese foarte mici în abordarea situațiilor noi. Nu pot gestiona lucruri pe care nu le-au văzut de multe ori înainte. Limitarea principală a învățării automatizate e că trebuie să învețe dintr-un volum mare de date stocate. Oamenii, nu. Avem capacitatea de a conecta lucruri aparent fără legătură. ca să rezolvăm probleme nemaiîntâlnite.
Percy Spencer was a physicist working on radar during World War II, when he noticed the magnetron was melting his chocolate bar. He was able to connect his understanding of electromagnetic radiation with his knowledge of cooking in order to invent -- any guesses? -- the microwave oven.
Percy Spencer era un fizician care lucra la un radar în Al Doilea Război Mondial, când a observat că magnetronul îi topea ciocolata. A putut conecta cunoștințele sale despre radiații electromagnetice cu cele despre gătit pentru a inventa - ghiciți? - cuptorul cu microunde.
Now, this is a particularly remarkable example of creativity. But this sort of cross-pollination happens for each of us in small ways thousands of times per day. Machines cannot compete with us when it comes to tackling novel situations, and this puts a fundamental limit on the human tasks that machines will automate.
Acesta e un remarcabil exemplu de creativitate. Dar genul ăsta de polenizare încrucișată ni se întâmplă tuturor la scară mică de mii de ori pe zi. Mașinile nu pot concura cu noi când e vorba de abordarea situațiilor noi, iar asta trasează o limită fundamentală privind sarcinile umane pe care mașinile le vor automatiza.
So what does this mean for the future of work? The future state of any single job lies in the answer to a single question: To what extent is that job reducible to frequent, high-volume tasks, and to what extent does it involve tackling novel situations? On frequent, high-volume tasks, machines are getting smarter and smarter. Today they grade essays. They diagnose certain diseases. Over coming years, they're going to conduct our audits, and they're going to read boilerplate from legal contracts. Accountants and lawyers are still needed. They're going to be needed for complex tax structuring, for pathbreaking litigation. But machines will shrink their ranks and make these jobs harder to come by.
Ce înseamnă asta pentru meseriile viitorului? Viitorul fiecărei meserii depinde de răspunsul la o singură întrebare: în ce măsură poate fi redusă acea slujbă la un volum mare de sarcini frecvente și în ce măsură implică abordarea de noi situații? La sarcini frecvente, cu volum mare, mașinile devin din ce în ce mai bune. Acum notează referate. Diagnostichează anumite boli. În anii ce vin, vor face audit și vor citi formulare din contracte. Economiștii și avocații tot vor fi necesari pentru structurarea taxelor complexe, pentru litigii neobișnuite. Dar mașinile le vor scădea ponderea și le vor face mai greu de obținut.
Now, as mentioned, machines are not making progress on novel situations. The copy behind a marketing campaign needs to grab consumers' attention. It has to stand out from the crowd. Business strategy means finding gaps in the market, things that nobody else is doing. It will be humans that are creating the copy behind our marketing campaigns, and it will be humans that are developing our business strategy.
Așa cum am menționat, mașinile nu evoluează în privința situațiilor neobișnuite. Sloganul unei campanii de marketing trebuie să atragă atenția clienților. Trebuie să iasă în evidență. Strategia de afaceri însemnă să vezi nișa din piață, lucruri pe care nu le fac alții. Oamenii vor fi cei ce vor crea sloganurile campaniilor noastre de marketing, oamenii vor fi cei ce ne vor dezvolta strategiile de afaceri.
So Yahli, whatever you decide to do, let every day bring you a new challenge. If it does, then you will stay ahead of the machines.
Deci Yahli, orice vei decide să faci, fie ca fiecare zi să-ți aducă o nouă provocare. Dacă va fi așa, vei rămâne înaintea mașinilor.
Thank you.
Mulțumesc.
(Applause)
(Aplauze)