諾貝爾獎得主預言2026年將因人工智慧引發失業潮 - ForkLog：加密貨幣、人工智慧、奇點、未來

# 諾貝爾獎得主預測2026年因人工智慧將引發一波失業浪潮

到了2026年，人工智慧將進步到足以取代大量工作崗位。這是諾貝爾獎得主、該技術創始人之一傑佛瑞·辛頓在接受CNN採訪時所說的。

「我認為我們會看到人工智慧變得更優秀。他已經非常厲害了。我們將見證人工智慧將有機會取代許多許多職業，」專家說

他表示，神經網路已經能取代客服中心。進展加速，模型每七個月翻倍。在程式設計中，人工智慧能在幾分鐘內完成過去需要數小時的事。

僅僅幾年後，AI 將能獨立執行現在需要數月努力的複雜軟體開發專案。

*「最終，軟體工程專案所需的人手會非常少，」Hinton 預測

這位諾貝爾獎得主坦言，自從2023年離開Google後，他的焦慮反而更加嚴重。根據Hinton的說法，人工智慧的發展速度比預期快，尤其是在建立推理甚至誤導他人以達成目標的能力上。

這位科學家並不否認科技對醫學和氣候科學的益處，但他認為世界對降低風險的關注不足。

網路防禦的做法因公司而異，但經濟考量決定整體情況。管理層被迫在技術潛在效益、安全成本與利潤之間取得平衡。

「他們可能會認為這項技術的好處巨大，且風險在統計上很小。為什麼要因為可能的傷亡而放棄突破？這與自駕車的邏輯相同：它們會造成事故，但預計死亡總數將遠低於人類駕駛者，」這位專家說

他將這種危險與現代經濟結構聯繫起來，在那裡用演算法取代員工是有利可圖的。專家深信，這將使富人更富有，而大多數人則更貧窮。

另類觀點

Google Brain 共同創辦人吳安德在接受 NBC 採訪時稱人工智慧是一項「極度有限」的技術。他確信在可預見的未來，演算法將無法取代人類。

專家指出，社會難以在認知人工智慧能力與理解其真實限制之間取得平衡

吳相信，在一般人工智慧尚未誕生之前 (通用工業化)，與人類相提並論，距離此還很遙遠。主要原因是資料準備和模型訓練流程的複雜性，仍然需要大量人工作業。

*「當有人使用 AI 且系統認識一種語言時，準備資料、訓練 AI 並掌握該語言所需的工作量遠比一般認知多得多，」他說。

吳也批評部分商業領袖因自動化問題而呼籲不要學習程式設計，稱這是「最糟糕的職涯建議」。

*「隨著程式設計變得越來越簡單——而且隨著科技進步，這種情況持續了數十年——需要寫程式的人會越來越多，而不是更少，」他解釋道

程式設計師的潛力

在專業社群中，這種看法已經強化了程式設計是人工智慧革命的中心。因此，越來越多專家預測與例行編碼相關的專科將會消失

「是的，我不再手寫程式碼了——我會交給 AI。但矛盾在於，簡化流程不應該減少，反而增加參與程式設計的人數。當進入門檻降低時，這個職業會變得更容易接觸，」吳說

他認為，掌握人工智慧的程式設計技能將成為競爭優勢。這些專家「不僅會更有效率，也會從過程中獲得更多樂趣」。

「我們正處於一場大規模社會轉型的邊緣，當能透過程式碼與機器『對話』的能力將成為新的數位素養，」這位專家相信

吳並未否認科技帶來的風險，從倫理困境到對勞動市場的影響。然而，他有信心，實施 AI 模型的潛在好處遠大於可能帶來的傷害

回想一下，去年十一月，麻省理工學院的研究人員允許用人工智慧取代11.7%的勞動力