人工智能对工作的影响：比预期的慢且逐渐

快速导读：麻省理工学院的研究人员发表的一篇新论文表明，人工智能（AI）对工作的自动化可能比预期的要慢。尽管计算机视觉AI能够自动化某些任务，但用AI替代人工工人的经济可行性有限。该研究强调了政府政策和再培训计划的必要性，以减轻工作流失的影响。然而，该研究仅关注计算机视觉AI，并未考虑多模态大型语言模型等更灵活的AI系统。

自动化视觉任务的经济可行性有限

麻省理工学院的研究人员发现，尽管计算机视觉AI能够自动化美国经济中占工人工资的1.6%的任务，但只有其中23%的工资（整个经济的0.4%）比雇佣人工工人更便宜。分析医学图像或检查托盘中正确物品的任务是AI可能能够实现的视觉任务的例子。然而，这些任务的碎片化特性使自动化在经济上不可行。研究人员得出结论，适应AI带来的变化还有时间，过渡不会迅速发生。

通用AI工具和语言任务的作用

该研究对计算机视觉AI的关注引发了对其研究结果适用性的质疑，这些结果可以自动化各种形式的认知劳动。与计算机视觉系统不同，需要对专门任务进行精细调整，大型语言模型（如GPT-4）可以通过提供详细的书面规则来快速且廉价地进行精细调整。这表明，与计算机视觉模型相比，大型语言模型在更广泛的经济任务中具有更快的应用潜力。然而，这些模型的整合到公司的工作流程中仍然面临成本限制。

对AI和工作未来的影响

尽管麻省理工学院的研究强调了AI工作流失的渐进性和自动化某些任务的有限经济可行性，但更先进的AI系统的潜在影响仍然不确定。像OpenAI这样的公司允许客户对其先进模型进行精细调整，可能会比麻省理工学院的研究预测的自动化或增强进展更快。定制大型语言模型可能比定制计算机视觉系统更容易，从而在经济中增加采用率。然而，成本考虑和整合到现有工作流程的需求仍然带来挑战。