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

Translator: Nha Nguyen Reviewer: Tham Nguyen

So this is my niece.

Đây là cháu tôi.

Her name is Yahli.

Bé tên là Yahli.

She is nine months old.

Bé được 9 tháng tuổi.

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

Mẹ bé là bác sỹ, và bố bé là luật sư.

By the time Yahli goes to college,

Đến lúc Yahli học đại học,

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

nghề nghiệp bố mẹ cháu làm sẽ thay đổi rất đáng kể.

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

Năm 2013, các nhà nghiên cứu ở ĐH Oxford đã nghiên cứu về tương lai của việc làm

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

Họ kết luận rằng cứ 2 việc thì có 1 việc có rủi ro cao

of being automated by machines.

sẽ bị thay thế bởi máy móc.

Machine learning is the technology

Học máy (machine learning) là công nghệ

that's responsible for most of this disruption.

có trách nhiệm lớn trong sự thay đổi này.

It's the most powerful branch of artificial intelligence.

Nó là ngành có tác động mạnh nhất trong trí tuệ nhân tạo.

It allows machines to learn from data

Nó cho phép máy móc học từ dữ liệu

and mimic some of the things that humans can do.

và bắt chước một vài điều mà con người có thể làm

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

Công ty của tôi, Kaggle, hoạt động dựa trên sự vượt trội của học máy.

We bring together hundreds of thousands of experts

Chúng tôi tập hợp hàng trăm nghìn chuyên gia

to solve important problems for industry and academia.

để giải quyết những vấn đề quan trọng cho công nghiệp và học viện

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

Nó cho chúng tôi một góc nhìn độc đáo về điều máy tính có thể làm

what they can't do

và không thể làm

and what jobs they might automate or threaten.

và những công việc có thể bị tự động hóa và bị đe dọa

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

Học máy bắt đầu xâm nhập ngành công nghiệp những năm đầu thập niên 90

It started with relatively simple tasks.

Nó bắt đầu với những việc đơn giản.

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

Những việc như đánh giá rủi ro tín dụng của các đơn xin vay vốn

sorting the mail by reading handwritten characters from zip codes.

sắp xếp hộp thư bằng cách đọc các ký tự viết tay từ mã bưu điện.

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

Vài năm qua, chúng ta đã có những bước nhảy vượt bậc

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

Học máy giờ có khả năng xử lý những việc cực kì phức tạp

In 2012, Kaggle challenged its community

Năm 2012, Kraggle đã thử thách cộng đồng

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

tạo ra một thuật toán biết chấm điểm các bài luận cấp 3.

The winning algorithms were able to match the grades

Thuật toán thắng cuộc đã chấm điểm được như

given by human teachers.

điểm của thầy cô giáo.

Last year, we issued an even more difficult challenge.

Năm ngoái, chúng tôi đưa ra một thử thách còn khó hơn.

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

Qua các bức ảnh về mắt, bạn có thể chẩn đoán một bệnh về mắt

called diabetic retinopathy?

tên là võng mạc tiểu đường?

Again, the winning algorithms were able to match the diagnoses

Một lần nữa, thuật toán thắng cuộc có chẩn đoán đúng như

given by human ophthalmologists.

kết quả của bác sỹ khoa mắt.

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

Nên với những dữ liệu thích hợp, máy móc sẽ làm tốt hơn cả con người

at tasks like this.

trong những việc như vậy

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

Một giáo viên có thể đọc 10 000 luận án trong sự nghiệp 40 năm.

An ophthalmologist might see 50,000 eyes.

Một bác sỹ khoa mắt có thể khám 50 000 đôi mắt.

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

Máy có thể đọc hàng triệu bài luận án hoặc khám hàng triệu đôi mắt

within minutes.

trong vòng vài phút.

We have no chance of competing against machines

Chúng ta không có cơ hội nào để chiến thắng máy móc

on frequent, high-volume tasks.

ở những việc có khối lượng lớn và tần suất cao.

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

Nhưng có những việc ta được nhưng máy móc thì không.

Where machines have made very little progress

Việc mà máy móc tiến bộ rất chậm

is in tackling novel situations.

là giải quyết những tình huống mới.

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

Chúng không thể giải quyết những việc chưa từng gặp thường xuyên

The fundamental limitations of machine learning

Những hạn chế cơ bản của máy học

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

là nó cần phải học từ nguồn dữ liệu khổng lồ trước đó

Now, humans don't.

Con người thì không như vậy.

We have the ability to connect seemingly disparate threads

Chúng ta có khả năng kết nối các sợi chỉ gần như không liên quan

to solve problems we've never seen before.

để giải quyết các vấn đề ta chưa gặp phải bao giờ.

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

Percy Spencer là một nhà vật lý làm việc với radar trong thế chiến thứ 2,

when he noticed the magnetron was melting his chocolate bar.

khi anh nhận thấy magnetron làm chảy thanh sôcôla của anh.

He was able to connect his understanding of electromagnetic radiation

Anh đã biết kết nối hiểu biết về sóng điện từ

with his knowledge of cooking

và những hiểu biết về nấu ăn

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

để có thể phát minh -- đoán xem ? lò vi sóng.

Now, this is a particularly remarkable example of creativity.

Đây là một ví dụ khá xuất sắc về sự sáng tạo

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

Nhưng những sự thụ phấn này xảy ra với chúng ta từ những điều nhỏ

thousands of times per day.

hàng nghìn lần mỗi ngày.

Machines cannot compete with us

Máy móc không thể cạnh tranh

when it comes to tackling novel situations,

trong việc giải quyết các tình huống mới,

and this puts a fundamental limit on the human tasks

Và điều này đặt ra giới hạn cơ bản về những việc sẽ bị máy móc hóa

that machines will automate.

So what does this mean for the future of work?

Điều này có ý nghĩa gì với tương lai công việc ?

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

Tương lai của bất cứ nghề nào nằm ở câu trả lời của một câu hỏi duy nhất:

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

Công việc đó đơn giản, hay lặp lại và có khối lương lớn thế nào

and to what extent does it involve tackling novel situations?

Và liên quan đến giải quyết các vấn đề mới như thế nào?

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

Những công việc lặp lại với khối lương lớn máy móc sẽ ngày càng thành thạo

Today they grade essays. They diagnose certain diseases.

Hôm nay chúng chấm điểm tiểu luận chẩn đoán một số bệnh

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

Vài năm tiếp theo, chúng sẽ kiểm soát quản lý sổ sách

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

chúng sẽ đọc các thủ tục trong các hợp đồng pháp lý

Accountants and lawyers are still needed.

Chúng ta vẫn cần kế toán và luật sư

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

Họ sẽ thực hiện các các khoản thuế phức tạp

for pathbreaking litigation.

các vụ kiện tụng mới

But machines will shrink their ranks

Máy móc sẽ thu hẹp vai trò của họ

and make these jobs harder to come by.

và khiến khó kiếm được những việc trên

Now, as mentioned,

Như đã đề cập

machines are not making progress on novel situations.

Máy tính không thực hiện các tình huống mới

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

Các bản thảo của các chiến dịch quảng cáo để thu hút ngươi tiêu dùng

It has to stand out from the crowd.

Cần phải khác biệt

Business strategy means finding gaps in the market,

chiến lược kinh doanh là tìm kiếm các khoảng trống trên thị trường

things that nobody else is doing.

điều mà không một ai khác làm

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

Chỉ có con người có thể tạo các bản thảo cho các chiến dịch quảng cáo

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

và chỉ có con người có thể phát triển các chiến lược kinh doanh

So Yahli, whatever you decide to do,

Nên Yahli cho dù quyết định của cháu là gì

let every day bring you a new challenge.

hãy đón nhận các thử thách hằng ngày

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

Có như vậy, cháu mới có thể dẫn trước máy móc

Thank you.

Cảm ơn

(Applause)

(Vỗ tay)