The jobs we'll lose to machines -- and the ones we won't | Anthony Goldbloom

Translator: Surabhi Athalye Reviewer: Omprakash Bisen

So this is my niece.

तो यह मेरी भतीजी है

Her name is Yahli.

उसका नाम याहली है

She is nine months old.

उसकी उम्र नौ महीने है

Her mum is a doctor, and her dad is a lawyer.

उसकी माँ डाॅक्टर है, और पिता वकील है

By the time Yahli goes to college,

जब तक याहली काॅलेज जाने लगेगी,

the jobs her parents do are going to look dramatically different.

उसके माँ-बाप के पेशे का रुख काफी अलग होगा

In 2013, researchers at Oxford University did a study on the future of work.

2013 में, ऑक्सफोर्ड यूनिवर्सिटी के शोधकर्ताओं ने काम के भविष्य का अध्ययन किया था

They concluded that almost one in every two jobs have a high risk

उसका निष्कर्ष निकला कि लगभग दो में से एक पेशे को

of being automated by machines.

मशीनों द्वारा स्वचालित होने का खतरा है

Machine learning is the technology

मशीन शिक्षा की टेकनोलोजी

that's responsible for most of this disruption.

इस व्यवधान के लिए ज़िम्मेदार है

It's the most powerful branch of artificial intelligence.

यह आर्टिफ़िशियल इंटेलिजेन्स की सबसे ताकतवर शाखा है,

It allows machines to learn from data

जो मशीनों को जानकारी द्वारा शिक्षा देती है

and mimic some of the things that humans can do.

व इंसानों द्वारा किए गए कार्यों की नकल करना सिखाती है

My company, Kaggle, operates on the cutting edge of machine learning.

मेरी कंपनी, कागल, आधुनिक मशीन शिक्षा पर काम करती है

We bring together hundreds of thousands of experts

हम हज़ारों विशेषज्ञों को इकट्ठा करते हैं

to solve important problems for industry and academia.

उद्योग और शिक्षा की महत्वपूर्ण समस्याएँ सुलझाने के लिए

This gives us a unique perspective on what machines can do,

इससे हमें अनोखा नज़रिया मिल जाता है, कि मशीनें क्या कर सकती हैं

what they can't do

और क्या नही

and what jobs they might automate or threaten.

और किस पेशे को वे स्वचालित बनाने का खतरा देंगे

Machine learning started making its way into industry in the early '90s.

मशीन शिक्षा ने उद्योग में अपना स्थान 1990-2000 की शुरुआत में बनाया

It started with relatively simple tasks.

इसकी शुरुआत ज़्यादतर आसान कार्यों से हुई

It started with things like assessing credit risk from loan applications,

पहले-पहले इससे कर्ज़ की अर्ज़ी में उधारी के खतरे आंके जाते थे,

sorting the mail by reading handwritten characters from zip codes.

हस्तलिखित ज़िप कोड के वर्ण को पढ़कर पत्रों को छाँटा जाता था

Over the past few years, we have made dramatic breakthroughs.

पिछले कुछ सालों में, हमने बहुत उन्नति की है

Machine learning is now capable of far, far more complex tasks.

मशीन शिक्षा अब इससे कई गुना ज़्यादा जटिल कार्य कर सकती है

In 2012, Kaggle challenged its community

2012 में, केगल ने अपनी बिरादरी को चुनौती दी

to build an algorithm that could grade high-school essays.

कि वे ऐसा एल्गोरिथम बनाए जो उच्च विद्यालय के लेखों को जाँच सके

The winning algorithms were able to match the grades

जीतने वाले एल्गोरिथमों के दिए गए अंक, मानव शिक्षकों

given by human teachers.

के दिए गए अंकों से मिल रहे थे

Last year, we issued an even more difficult challenge.

पिछले साल हमने एक और भी मुश्किल चुनौती रख दी

Can you take images of the eye and diagnose an eye disease

क्या आप आँखों की तस्वीर ले कर उस रोग का निदान कर सकते हैं

called diabetic retinopathy?

जिसका नाम है डायबेटिक रेटिनोपैथी ?

Again, the winning algorithms were able to match the diagnoses

इस बार फिर, जीतने वाले एल्गोरिथमों का निष्कर्ष, मानव नेत्र चिकित्सकों

given by human ophthalmologists.

के किए गए निदान से मिल रहा था

Now, given the right data, machines are going to outperform humans

अब, सही जानकारी देने पर, मशीने इंसानों को मात देंगी

at tasks like this.

जब ऐसे कामों की बात हो

A teacher might read 10,000 essays over a 40-year career.

एक शिक्षक को 10,000 लेख पढ़ने में शायद 40 साल लग जाए

An ophthalmologist might see 50,000 eyes.

इतने वक्त में एक डॉक्टर शायद 50,000 आँखें देखे

A machine can read millions of essays or see millions of eyes

एक मशीन लाखों लेख पढ़ सकती है और लाखों आँखें देख सकती है

within minutes.

वो भी चुटकियों में

We have no chance of competing against machines

हम मशीनों के सामने कुछ भी नहीं है

on frequent, high-volume tasks.

बार-बार होनेवाले, भारी मात्रा के कार्यों में

But there are things we can do that machines can't do.

पर ऐसी भी चीज़ें हैं, जो हम कर सकते हैं, और मशीने नही कर सकती

Where machines have made very little progress

और जहाँ मशीनों ने, नवीन स्थितियाँ संभालने में,

is in tackling novel situations.

ज़्यादा प्रगति नहीं की

They can't handle things they haven't seen many times before.

जो चीज़ें उन्होंने ज़्यादा बार देखी नही है, उन्हे वे संभाल नही पाते

The fundamental limitations of machine learning

मूल रूप से, मशीन शिक्षा की सीमा यह है कि

is that it needs to learn from large volumes of past data.

सीखने के लिए उन्हें भारी मात्रा में पिछली जानकारी की ज़रुरत है

Now, humans don't.

अब इंसानों को इसकी ज़रूरत नही

We have the ability to connect seemingly disparate threads

हममें यह काबिलियत है कि हम असमान धागों को जोड़कर

to solve problems we've never seen before.

पहले न देखी हुई समस्याओं को भी सुलझा सकते

Percy Spencer was a physicist working on radar during World War II,

पर्सी स्पेंसर एक भौतिकज्ञ था जो दूसरे विश्व युद्ध के दौरान रेडार पर काम कर रहा था

when he noticed the magnetron was melting his chocolate bar.

जब उसने देखा कि मैग्नेट्राॅन के कारण उसका चॉकलेट पिघल रहा है

He was able to connect his understanding of electromagnetic radiation

वह अपनी विद्युत चुम्बकीय विकिरण की समझ को

with his knowledge of cooking

खाना बनाने की समझ से जोड़ पाया

in order to invent -- any guesses? -- the microwave oven.

और आविष्कार कर पाया - अंदाज़ा लगाइए किसका - माइक्रोवेव ओवन का

Now, this is a particularly remarkable example of creativity.

अब यह सृजनात्मकता का अद्भुत उदाहरण है

But this sort of cross-pollination happens for each of us in small ways

पर इस किस्म का परागण हमारे लिए छोटे तरीकों में

thousands of times per day.

दिन में हज़ार बार होता है

Machines cannot compete with us

मशीने हमसे मुकाबला नही कर सकती

when it comes to tackling novel situations,

जब नई परिस्थितियों को संभालने की बात हो

and this puts a fundamental limit on the human tasks

और यह उन मानवी कार्य पर सीमा डालती है

that machines will automate.

जो मशीनों के कारण स्वचलित हो सकती है

So what does this mean for the future of work?

तो इसका काम के भविष्य के संदर्भ में क्या मतलब है ?

The future state of any single job lies in the answer to a single question:

किसी भी नौकरी के भविष्य की दशा इस सवाल के जवाब से जुड़ी है :

To what extent is that job reducible to frequent, high-volume tasks,

वह नौकरी में किस हद तक बार-बार होनेवाले और भारी मात्रा के कार्य है

and to what extent does it involve tackling novel situations?

और किस हद तक नए हालातों का सामना करना पड़ता हैं?

On frequent, high-volume tasks, machines are getting smarter and smarter.

बार-बार होनेवाले व भारी मात्रा के कार्यों में मशीनें और होशियार होती जा रही हैं

Today they grade essays. They diagnose certain diseases.

आज वे लेखों को अंक देते हैं, रोगों का निदान करते हैं

Over coming years, they're going to conduct our audits,

आने वाले सालों में वे हमारी लेखा परीक्षा लेंगे

and they're going to read boilerplate from legal contracts.

और कानूनी अनुबंधों के बॉयलरप्लेट पढ़ेंगे

Accountants and lawyers are still needed.

मुनीम और वकील की ज़रूरत फिर भी होगी

They're going to be needed for complex tax structuring,

कर की जटिल संरचना के लिए उनकी आवश्यकता होगी,

for pathbreaking litigation.

अग्रणी मुकदमों के लिए

But machines will shrink their ranks

पर मशीनों के कारण उनके पद कम होंगे

and make these jobs harder to come by.

और ऐसी नौकरियाँ पाना मुश्किल होगा

Now, as mentioned,

अब, जैसा मैं कह चुका हूँ

machines are not making progress on novel situations.

नई परिस्थितियों में मशीन ज़्यादा प्रगति नहीं कर रही

The copy behind a marketing campaign needs to grab consumers' attention.

विपणन अभियान के नमूने को ग्राहकों का ध्यान आकर्षित करना होगा

It has to stand out from the crowd.

उसे बाकि सब से हट के होना चाहिए

व्यापार की रणनीति मतलब बाज़ार में कमी ढ़ूँडना

Business strategy means finding gaps in the market,

things that nobody else is doing.

चीज़ें जो कोई और नहीं कर रहा हो

It will be humans that are creating the copy behind our marketing campaigns,

विपणन अभियान के नमूने का निर्माण करने वाले इंसान होंगे

और हमारी व्यापार रणनीति बनाने वाले भी इंसान होंगे

and it will be humans that are developing our business strategy.

So Yahli, whatever you decide to do,

तो याहली, तुम जो भी करने का फ़ैसला लो,

let every day bring you a new challenge.

हर दिन को एक नई चुनौती लाने दो

अगर ऐसा हुआ, तो तुम मशीनों से आगे ही रहोगी

If it does, then you will stay ahead of the machines.

Thank you.

धन्यवाद

(Applause)

( तालियाँ )