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

Traducător: Razvan Cristian Duia Corector: Cristina Nicolae

So this is my niece.

Acesta e nepoata mea.

Her name is Yahli.

O cheamă Yahli.

She is nine months old.

Are nouă luni.

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

Mama ei e medic, iar tatăl avocat.

By the time Yahli goes to college,

Când Yahli va ajunge la facultate,

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

meseriile părinților ei vor arăta foarte diferit.

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

În 2013, cercetătorii de la Oxford au făcut un studiu despre viitorul muncii.

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

Au concluzionat că aproape una din două meserii e în pericol

of being automated by machines.

să fie înlocuită de mașini.

Machine learning is the technology

Învățarea automatizată e tehnologia responsabilă pentru această problemă.

that's responsible for most of this disruption.

It's the most powerful branch of artificial intelligence.

E cea mai puternică ramură a inteligenței artificiale.

It allows machines to learn from data

Ajută mașinile să învețe din statistici

and mimic some of the things that humans can do.

și să imite o parte din acțiunile oamenilor.

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

Firma mea, Kaggle, activează în domeniul de vârf al învățării automate.

We bring together hundreds of thousands of experts

Reunim sute de mii de experți

to solve important problems for industry and academia.

ca să rezolvăm probleme importante pentru industrie și mediul academic.

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

Asta ne dă o perspectivă unică cu privire la ce pot face mașinile,

what they can't do

ce nu pot face

and what jobs they might automate or threaten.

și ce munci pot automatiza sau amenința.

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

Învățarea automatizată și-a croit drum în industrie la începutul anilor 90.

It started with relatively simple tasks.

A început cu sarcini relativ simple.

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

A început cu lucruri ca evaluarea riscului pentru cereri de împrumut,

sorting the mail by reading handwritten characters from zip codes.

sortarea scrisorilor citind coduri poștale scrise de mână.

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

În ultimii câțiva ani, am făcut progrese uimitoare.

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

Învățarea automatizată e acum capabilă de sarcini mult, mult mai complexe.

In 2012, Kaggle challenged its community

În 2012, Kaggle și-a provocat comunitatea

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

să creeze un algoritm care să noteze referatele liceenilor.

The winning algorithms were able to match the grades

Algoritmii câștigători puteau să dea aceleași note

given by human teachers.

ca și profesorii umani.

Last year, we issued an even more difficult challenge.

Anul trecut, am lansat o provocare și mai dificilă.

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

Poți analiza imagini ale ochiului și să diagnostichezi o boală

called diabetic retinopathy?

numită retinopatie diabetică?

Again, the winning algorithms were able to match the diagnoses

Iarăși, algoritmii câștigători puteau da aceleași diagnostice

given by human ophthalmologists.

ca și oftalmologii umani.

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

Dacă primesc datele potrivite, mașinile vor depăși oamenii

at tasks like this.

la sarcini ca acestea.

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

Un profesor poate citi 10.000 de lucrări într-o carieră de 40 de ani.

An ophthalmologist might see 50,000 eyes.

Un oftalmolog poate vedea 50.000 de ochi.

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

O mașină poate citi milioane de lucrări sau poate vedea milioane de ochi

within minutes.

în câteva minute.

We have no chance of competing against machines

Nu putem concura cu mașinile

on frequent, high-volume tasks.

la sarcini repetate, cu volum mare.

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

Dar sunt lucruri pe care noi le putem face, iar mașinile nu.

Where machines have made very little progress

Mașinile au făcut progrese foarte mici

is in tackling novel situations.

în abordarea situațiilor noi.

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

Nu pot gestiona lucruri pe care nu le-au văzut de multe ori înainte.

The fundamental limitations of machine learning

Limitarea principală a învățării automatizate

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

e că trebuie să învețe dintr-un volum mare de date stocate.

Now, humans don't.

Oamenii, nu.

We have the ability to connect seemingly disparate threads

Avem capacitatea de a conecta lucruri aparent fără legătură.

to solve problems we've never seen before.

ca să rezolvăm probleme nemaiîntâlnite.

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

Percy Spencer era un fizician care lucra la un radar în Al Doilea Război Mondial,

when he noticed the magnetron was melting his chocolate bar.

când a observat că magnetronul îi topea ciocolata.

He was able to connect his understanding of electromagnetic radiation

A putut conecta cunoștințele sale despre radiații electromagnetice

with his knowledge of cooking

cu cele despre gătit

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

pentru a inventa - ghiciți? - cuptorul cu microunde.

Now, this is a particularly remarkable example of creativity.

Acesta e un remarcabil exemplu de creativitate.

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

Dar genul ăsta de polenizare încrucișată ni se întâmplă tuturor la scară mică

thousands of times per day.

de mii de ori pe zi.

Machines cannot compete with us

Mașinile nu pot concura cu noi

when it comes to tackling novel situations,

când e vorba de abordarea situațiilor noi,

and this puts a fundamental limit on the human tasks

iar asta trasează o limită fundamentală privind sarcinile umane

that machines will automate.

pe care mașinile le vor automatiza.

So what does this mean for the future of work?

Ce înseamnă asta pentru meseriile viitorului?

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

Viitorul fiecărei meserii depinde de răspunsul la o singură întrebare:

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

în ce măsură poate fi redusă acea slujbă la un volum mare de sarcini frecvente

and to what extent does it involve tackling novel situations?

și în ce măsură implică abordarea de noi situații?

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

La sarcini frecvente, cu volum mare, mașinile devin din ce în ce mai bune.

Today they grade essays. They diagnose certain diseases.

Acum notează referate. Diagnostichează anumite boli.

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

În anii ce vin, vor face audit

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

și vor citi formulare din contracte.

Accountants and lawyers are still needed.

Economiștii și avocații tot vor fi necesari

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

pentru structurarea taxelor complexe,

for pathbreaking litigation.

pentru litigii neobișnuite.

But machines will shrink their ranks

Dar mașinile le vor scădea ponderea

and make these jobs harder to come by.

și le vor face mai greu de obținut.

Now, as mentioned,

Așa cum am menționat,

machines are not making progress on novel situations.

mașinile nu evoluează în privința situațiilor neobișnuite.

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

Sloganul unei campanii de marketing trebuie să atragă atenția clienților.

It has to stand out from the crowd.

Trebuie să iasă în evidență.

Business strategy means finding gaps in the market,

Strategia de afaceri însemnă să vezi nișa din piață,

things that nobody else is doing.

lucruri pe care nu le fac alții.

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

Oamenii vor fi cei ce vor crea sloganurile campaniilor noastre de marketing,

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

oamenii vor fi cei ce ne vor dezvolta strategiile de afaceri.

So Yahli, whatever you decide to do,

Deci Yahli, orice vei decide să faci,

let every day bring you a new challenge.

fie ca fiecare zi să-ți aducă o nouă provocare.

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

Dacă va fi așa, vei rămâne înaintea mașinilor.

Thank you.

Mulțumesc.

(Applause)

(Aplauze)