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

Tłumaczenie: Aretzki Aretzki Korekta: Rysia Wand

So this is my niece.

Oto moja siostrzenica.

Her name is Yahli.

Ma na imię Yahli.

She is nine months old.

Ma dziewięć miesięcy.

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

Jej tata jest lekarzem, a mama prawnikiem.

By the time Yahli goes to college,

Zanim pójdzie na studia

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

zawody jej rodziców będą wyglądać zupełnie inaczej.

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

W 2013 roku naukowcy z Oksfordu badali przyszłość rynku pracy.

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

Stwierdzono, że 50% zawodów

of being automated by machines.

grozi zastąpienie przez komputery.

Machine learning is the technology

Samouczenie się maszyn to technologia

that's responsible for most of this disruption.

głównie odpowiedzialna za tę sytuację.

It's the most powerful branch of artificial intelligence.

To najważniejsza dziedzina sztucznej inteligencji.

It allows machines to learn from data

Pozwala maszynom uczyć się z danych

and mimic some of the things that humans can do.

i naśladować niektóre umiejętności ludzi.

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

Moja firma, Kaggle, działa w awangardzie uczenia maszynowego.

We bring together hundreds of thousands of experts

Gromadzimy setki tysięcy ekspertów,

to solve important problems for industry and academia.

żeby rozwiązywali ważne problemy przemysłu i nauki.

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

Daje nam to wyjątkowy wgląd w to,

co potrafią i czego nie potrafią maszyny,

what they can't do

and what jobs they might automate or threaten.

i jakie zawody mogą zautomatyzować, a jakim zagrozić.

Uczenie maszynowe zaczęło się w latach 90.

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

It started with relatively simple tasks.

Zaczęło się od stosunkowo prostych zadań:

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

oceny ryzyka finansowego wniosków o kredyty,

sorting the mail by reading handwritten characters from zip codes.

sortowania poczty przez sczytywanie ręcznie napisanego kodu pocztowego.

W ostatnich latach, dokonaliśmy wielkiego przełomu.

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

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

Samouczące się maszyny umieją wykonywać bardziej złożone zadania.

In 2012, Kaggle challenged its community

W 2012 firma Kaggle rzuciła wyzwanie społeczności użytkowników,

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

żeby stworzyli algorytm do oceniania wypracowań uczniów liceum.

The winning algorithms were able to match the grades

Zwycięskie algorytmy dawały takie same oceny co nauczyciele.

given by human teachers.

Last year, we issued an even more difficult challenge.

W zeszłym roku podnieśliśmy poprzeczkę.

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

Czy da się zdiagnozować retinopatię cukrzycową na podstawie zdjęć?

called diabetic retinopathy?

Tu znów zwycięskie algorytmy

Again, the winning algorithms were able to match the diagnoses

odpowiadały diagnozie okulistów.

given by human ophthalmologists.

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

Mając odpowiednie dane,

maszyny wykonują takie zadania lepiej niż ludzie.

at tasks like this.

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

Nauczyciel może przeczytać 10 000 wypracowań przez 40 lat nauczania.

An ophthalmologist might see 50,000 eyes.

Okulista zobaczy 50 000 oczu.

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

Komputer przeczyta miliony wypracowań, przeanalizuje miliony oczu

within minutes.

w mgnieniu oka.

We have no chance of competing against machines

Nie mamy szans w starciu z maszyną,

w wykonywaniu powtarzalnych zadań z dużą ilością danych.

on frequent, high-volume tasks.

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

Ale są rzeczy, które my potrafimy, a maszyny nie.

Where machines have made very little progress

Maszyny nie zaszły zbyt daleko

is in tackling novel situations.

w rozwiązywaniu nowych problemów.

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

Nie radzą sobie z rzeczami, których przedtem wielokrotnie nie widziały.

The fundamental limitations of machine learning

Programy uczące się fundamentalnie ogranicza to,

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

że muszą uczyć się z danych zebranych wcześniej.

Now, humans don't.

Ludzie nie potrzebują tego.

We have the ability to connect seemingly disparate threads

Umiemy łączyć wątki pozornie bez związku,

to solve problems we've never seen before.

żeby rozwiązywać nieznane dotąd problemy.

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

Percy Spencer, fizyk pracujący z radarami podczas II wojny światowej,

when he noticed the magnetron was melting his chocolate bar.

zauważył, że magnetron topi mu czekoladowy batonik w kieszeni.

He was able to connect his understanding of electromagnetic radiation

Połączył znajomość promieniowania elektromagnetycznego

with his knowledge of cooking

z doświadczeniem kulinarnym,

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

żeby stworzyć - ktoś wie? - mikrofalówkę.

Now, this is a particularly remarkable example of creativity.

To wyjątkowy przykład inwencji,

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

ale podobne łączenie wątków zdarza się każdemu z nas

thousands of times per day.

tysiące razy dziennie.

Machines cannot compete with us

Komputery nie są konkurencją dla ludzi,

when it comes to tackling novel situations,

jeśli chodzi o rozwiązywanie nowych problemów,

and this puts a fundamental limit on the human tasks

co znacząco ogranicza liczbę zadań,

that machines will automate.

które mogą wykonywać maszyny.

So what does this mean for the future of work?

Co znaczy to dla zawodów przyszłości?

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

Przyszłość każdego zawodu leży w odpowiedzi na jedno pytanie:

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

jak dalece da się go zredukować do powtarzalnych, dużych zadań,

and to what extent does it involve tackling novel situations?

a na ile zależy od rozwiązywania nowych problemów?

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

W pracach powtarzanych w kółko komputery stają się coraz lepsze.

Today they grade essays. They diagnose certain diseases.

Dziś oceniają prace uczniów, wykrywają niektóre choroby.

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

W przyszłości będą prowadzić audyty

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

i czytać standardowy tekst w dokumentach prawnych.

Accountants and lawyers are still needed.

Księgowi i prawnicy nadal będą potrzebni

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

w przypadku skomplikowanej struktury podatków,

for pathbreaking litigation.

do rozstrzygania sporów sądowych.

But machines will shrink their ranks

Ale komputery zdziesiątkują ich i utrudnią znalezienie pracy.

and make these jobs harder to come by.

Now, as mentioned,

Jak wspomniano wcześniej,

machines are not making progress on novel situations.

maszyny nie robią postępów w nieznanych sytuacjach.

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

Tekst kampanii reklamowej musi przyciągać uwagę konsumentów,

It has to stand out from the crowd.

musi wyróżniać się z tłumu.

Business strategy means finding gaps in the market,

Strategia biznesowa to znajdowanie niszy rynkowej,

things that nobody else is doing.

rzeczy, których nie robi nikt inny.

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

To ludzie będą pisać teksty kampanii reklamowych

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

i to ludzie stworzą naszą strategię.

So Yahli, whatever you decide to do,

Yahli, cokolwiek będziesz w życiu robić,

let every day bring you a new challenge.

niech każdy dzień będzie nowym wyzwaniem.

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

Wtedy wyprzedzisz maszyny.

Dziękuję bardzo.

Thank you.

(Applause)

(Brawa)