来源:机器之心
ChatGPT 来了,失业还会远吗?上星期在 GPT-4 发布时,ChatGPT 第一时间上线了新版本,OpenAI 首席执行官 Sam Altman 表示他对自家这种技术「有点害怕」。
和很多专家一样,Altman 担心人工智能技术的强大能力会制造过多虚假信息,另一方面,新技术也将改变经济、劳动力和教育环境。
有人开玩笑说 Sam Altman 每天背着的同一个包,里面有紧急关停 AI 的红色按钮。
此前,AI 作画已经让很多画师开始担忧自己的工作会被取代。昨天,OpenAI 研究人员提交的一篇报告引发了人们更加热烈的讨论,研究人员估计 ChatGPT 和使用该程序构建的未来应用可能影响美国大约 19% 的工作岗位,和他们至少 50% 的工作任务。
与此同时,80% 的美国劳动力至少有 10% 的工作任务在某种程度上将受到 ChatGPT 的影响。
该研究分析表明,像 GPT-4 这样的 LLM(大型语言模型)的影响可能是无处不在的。此外,工资较高的工作 —— 可能需要执行许多基于软件的任务 —— 会面临更多来自人工智能聊天机器人的潜在影响。
在职业影响方面,受影响最大的职业包括翻译工作者、作家、记者、数学家、财务工作者、区块链工程师等。
该研究还按行业细分了 ChatGPT 的影响。数据处理托管、出版业等行业最有可能受到影响。相比之下,体力劳动较多的行业 —— 食品、林业、社会援助等受到的潜在影响最小。
OpenAI 研究了美国超过 1000 个职业,并给他们贴上了执行这些工作所需的各种任务的标签。然后,研究人员使用人工注释器和 GPT-4 模型来评估访问由 ChatGPT 驱动的系统是否会将人类执行特定任务所需的时间减少至少 50%。
让我们看看这项研究具体在干什么:
论文地址:/pdf/2303.10130v1.pdf
研究介绍
我们先看总结,OpenAI 本次调查了 GPT 模型和相关技术对美国劳动力市场的潜在影响。他们根据人员职业与 GPT 能力的对应程度来进行评估,研究结果表明,大约 80% 的美国劳动力至少有 10% 的工作任务会受到 GPT 的引入影响,而大约 19% 的员工可能会看到至少 50% 的工作任务受到影响。这种影响涵盖所有工资水平,高收入工作可能面临更大的风险。值得注意的是,这种影响不仅限于近期生产率增长较高的行业。
通过分析他们发现,像 GPT-4 这样的大型语言模型带来的影响可能是普遍的。随着时间的推移,LLM 的能力不断提高,即使现在研究人员停止对新模型能力的开发,但它们带来日益增长的经济效应也会持续增长。该研究还发现,如果考虑到互补技术的发展,LLM 的潜在影响将显著扩大。这也恰恰说明了 GPT 正变得越来越通用。
为了分析,该研究还提出了一个新的标准来理解 LLM 的能力及其对工作潜在影响,该标准用来衡量关于 GPT 任务的总暴露数。
看完结论,接下来就该介绍数据集了。该研究使用 O*NET 27.2 数据集 (O*NET, ),该数据集包含 1016 个职业信息,表 1 提供了数据集示例,包含任务 ID、职位等。
此外,数据集还包括他们从美国劳工统计局获得的 年 - 年员工就业和工资数据。该数据集包括职业头衔、每种职业的工人数量等。
在方法上,该研究根据 exposure rubric 来展示结果,Exposure rubric 定义为访问 GPT 或 GPT 驱动的系统是否会将人类执行特定 DWA 或完成任务所需的时间减少至少 50%。(注:DWA 全称 Detailed Work Activities ,可以将其理解为完成任务所需要的动作,例如表 1,对于计算机系统工程师,其 DWA 包括监控电脑系统性能,确保正常运作。)
该研究对每个 O*NET 数据集的 DWA 和所有 O*NET 任务的子集获得人工注释,然后在任务和职业级别上汇总这些 DWA 和任务得分。为了确保这些注释的质量,该研究亲自标记了大量任务和 DWA 样本,并招募了经验丰富的人工注释者,他们在 OpenAI 的对齐工作中广泛审查了 GPT 输出。
下表为模型与人的一致性比较与皮尔逊相关系数。一致性分数是通过观察两组人在注释上达成一致的频率来确定的 (例如 E0, E1 或 E2)。在本文中,该研究使用 GPT-4, Rubric 1。
该研究为感兴趣的因变量构建了三个主要度量:(i) 𝛼,对应于上面 exposure rubric 中的 E1, (ii) 𝛽,是 E1 和 0.5*E2 的总和,以及 (iii) 𝜁,E1 和 E2 的总和。该研究在表 2 中总结了注释组和度量之间的一致性。
研究结果
OpenAI 的这项研究以 GPT 语言模型对经济具有普遍影响作为假设,我们来看一下具体的研究结果。
下表 3 是人类和 GPT-4 模型的总体 exposure 数据。其中,人类和 GPT-4 的数据表明平均 occupation-level 𝛼 值介于 0.14 和 0.15 之间,这表明对于中等职业,大约 15% 的任务直接受到 GPT 影响。对于 𝛽,这个数字增加到 30% 以上,对于 𝜁,这个数字则超过 50%。
根据 𝛽 值,该研究估计 80% 的人属于至少一项工作任务受 GPT 影响的职业,而 19% 的人所处的职业有超过一半的工作任务被标记为受到 GPT 影响。
工资和就业
下图 3 描绘了 GPT 模型对经济的整体影响。
下图 4 描绘了工作薪资与对 GPT 等语言模型接触使用情况的关系。
然后,该研究又从不同的职业分类探究了 GPT 模型的影响,包括 ONET 数据库中的 5 个 Job Zone。其中,Job Zone 1 中的工作入职要求最低,Job Zone 5 则最高。
总体来说,OpenAI 这项研究发现,工作对科学方法和批判性思维的依赖程度与 LLM 接触使用情况呈负相关,而编程和写作技能与 LLM 接触使用呈正相关。
不过,该研究也承认:试图通过使用简单的标签来描述工作任务并代表每个职业,这种方法本身存在固有的偏见,并且可能忽略了一些特有的技能或任务。
当然,还有一个非常重要的问题是 GPT 模型目前仍存在很多缺陷,包括编造虚假信息,这使得人工监督工作成为必要。
大模型的广泛应用,或许意味着许多人将失去工作,但 OpenAI 首席执行官 Sam Altman 认为这也将是个找到更好工作的机会:「我们可以拥有更高的生活质量。同时,人们需要时间来更新、做出反应、习惯这项新技术。」
参考内容:
//03/20/openai-ceo-sam-altman-says-hes-a-little-bit-scared-of-ai.html
/news/openai-chatgpt-could-disrupt-19-of-us-jobs-is-yours-on-the-list
推荐阅读
西电IEEE Fellow团队出品!最新《Transformer视觉表征学习全面综述》
润了!大龄码农从北京到荷兰的躺平生活(文末有福利哟!)
如何做好科研?这份《科研阅读、写作与报告》PPT,手把手教你做科研
奖金675万!3位科学家,斩获“中国诺贝尔奖”!
又一名视觉大牛从大厂离开!阿里达摩院 XR 实验室负责人谭平离职
最新 「深度学习视觉注意力 」研究概述,包括50种注意力机制和方法!
【重磅】斯坦福李飞飞《注意力与Transformer》总结,84页ppt开放下载!
李宏毅老师最新40节机器学习课程!附课件+视频资料
欢迎大家加入DLer-计算机视觉技术交流群!
大家好,群里会第一时间发布计算机视觉方向的前沿论文解读和交流分享,主要方向有:图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。
进群请备注:研究方向+学校/公司+昵称(如图像分类+上交+小明)
👆长按识别,邀请您进群!