The Rise of the Machines – Why Automation is Different this Time

The Rise of the Machines – Why Automation is Different this Time

SUBTITLE'S INFO:

Language: Thai

Type: Robot

Number of phrases: 134

Number of words: 491

Number of symbols: 8969

DOWNLOAD SUBTITLES:

DOWNLOAD AUDIO AND VIDEO:

SUBTITLES:

Subtitles generated by robot
00:01
อีกนานแค่ไหนก่อนที่แมชชีนจะทำงานได้ดีกว่าคุณ ความอัตโนมัติแต่ก่อนหมายถึง แมชชีนเครื่องใหญ่ที่ทำงานซ้ำๆ ในโรงงาน วันนี้พวกมันสามารถจอดเครื่องบิน วินิจฉัยโรคมะเร็ง และค้าขายหุ้น เรากำลังเข้าสู่ยุคใหม่ของระบบอัตโนมัติ แตกต่างจากสิ่งที่มีมาก่อน ตามการศึกษา ปี 2013 เกือบครึ่งของงานทั้งหมดในสหรัฐฯ อาจ ทำได้โดยอัตโนมัติในช่วงสองทศวรรษที่จะมาถึงนี้ แต่เดี๋ยวก่อน; ความอัตโนมัตินี้มีมาในราวทศวรรษที่ผ่านมาแล้วนี่? มีอะไรที่แตกต่างกันในครั้งนี้หรือไม่ สิ่งที่เคยเป็นแบบเรียบง่าย นวัตกรรมทำให้การทำงานของมนุษย์ง่ายขึ้น และผลผลิตเพิ่มขึ้น ซึ่งหมายความว่าการใช้คนงานหรือการบริการต่อชั่วโมงในปริมาณมากเกิดได้ โดยใช้จำนวนเดิมของแรงงานมนุษย์ นี่ลดตำแหน่งงานจำนวนมาก แต่ยังสร้างงานอื่น ๆ ที่ดีขึ้น ซึ่งเป็นสิ่งสำคัญเพราะประชากรที่เพิ่มขึ้นต้องการทำงาน ดังนั้น นวัตกรรม การผลิตได้มากกว่าเดิม งานเก่าน้อยลง และการจ้างงานใหม่ที่มักจะดีกว่าเดิมมากขึ้น ทั้งหมดนี้ มันมีผลดีสำหรับคนส่วนใหญ่ และมาตรฐานการดำรงชีวิตดีขึ้น มีการพัฒนาที่ชัดเจนในแง่ของสิ่งที่มนุษย์ทำเพื่อดำรงชีวิต โดยเราทำงานในภาคการเกษตรเป็นช่วงเวลาที่ยาวที่สุด
01:27
ด้วยการปฏิวัติอุตสาหกรรม นี้ก็ได้เคลื่อนเข้าสู่งานการผลิต และ เมื่อระบบอัตโนมัติเป็นที่แพร่หลายขึ้น มนุษย์ก็ทำงานบริการ หลังจากนั้นเพียงไม่นานที่ผ่านมา ในประวัติศาสตร์ของมนุษย์ ยุคสารสนเทศได้เกิดขึ้น ทันใดนั้น กฎแตกต่างไป งานของเราตอนนี้ เครื่องทำแทน ได้เร็วขึ้นมากกว่าในอดีตที่ผ่านมา นั่นน่ากังวลแน่นอน ... แต่นวัตกรรม จะช่วยเราอย่างชัดเจนใช่มั้ย? ในขณะที่อุตสาหกรรมยุคข้อมูลข่าวสารกำลังเฟื่องฟู มันกำลังสร้างงานใหม่น้อยลงเรื่อยๆ ในปี 1979, General Motors มีลูกจ้าง มากกว่า 800,000 คน และทำเงินสะพัด 11 พันล้านดอลลาร์สหรัฐ ในปี 2012 Google ทำเงินราว 14 พันล้านเหรียญสหรัฐ โดยจ้างงาน 58,000 คน คุณอาจจะไม่ชอบ การเปรียบเทียบนี้ แต่ Google เป็นตัวอย่าง ของสิ่งที่สร้างงานใหม่ในอดีตที่ผ่านมา - อุตสาหกรรมใหม่ที่เป็นนวัตกรรมใหม่ อุตสาหกรรมนวัตกรรมเก่ากำลังหายไป ดูรถสิ - เมื่อพวกมันกลายเป็นสิ่งที่ เมื่อ100 ปีที่ผ่านมา ได้เกิดอุตสาหกรรมขนาดใหญ่ รถยนต์เปลี่ยนวิถีชีวิตของเรา
02:33
โครงสร้างพื้นฐานของเรา และเมืองของเรา คนนับล้านได้งานเกี่ยวกับมันไม่ทางตรงก็ทางอ้อม หลายทศวรรษที่ผ่านมาของการลงทุน เกิดเป็นแรงผลักให้ดำเนินโมเมนตัมนี้ต่อไป วันนี้กระบวนการเป็นแบบสมบูรณ์เสียส่วนใหญ่ นวัตกรรมในอุตสาหกรรมรถยนต์ไม่ได้ สร้างงานให้มากเท่าที่เคยเป็น ในขณะที่ รถยนต์ไฟฟ้านั่นเยี่ยมยอดและทั้งหมดนั้น จะไม่สร้างงานใหม่นับล้าน แต่ เดี๋ยวนะ ... อินเทอร์เน็ตล่ะ? นักเทคโนโลยีบางคนแย้งว่า อินเทอร์เน็ตเป็นนวัตกรรมจากกำลังไฟฟ้า ถ้าเราจะเปรียบเทียบด้วยการเปรียบเทียบนี้ เราจะเห็นนวัตกรรมที่ทันสมัย แตกต่างจากแบบเดิมยังไง อินเทอร์เน็ตสร้างอุตสาหกรรมใหม่ แต่พวกมันไม่ได้สร้างตำแหน่งงานมากพอที่จะให้ ทันกับการเติบโตของประชากร หรือ ชดเชยสำหรับอุตสาหกรรม ที่ อินเทอร์เน็ตได้ทำลายงานไปมาก ในปี 2004 บล็อกบัสเตอร์มีพนักงาน 84,000 คน และ ทำเงิน 6 พันล้านดอลลาร์สหรัฐ ปี 2016 Netflix มีพนักงาน 4,500 คนและ ทำเงิน 9 พันล้านดอลลาร์
03:35
เช่นกับพวกเราKurzgesagt ทีมงานเพียง 12 คน ทำงานแบบเต็มเวลา เข้าถึงผู้คนนับล้าน สถานีโทรทัศน์ กับจำนวนผู้ชมเท่ากันนั้นต้องการพนักงานมากกว่ามาก นวัตกรรมในยุคข้อมูลข่าวสาร ไม่ได้เท่ากับ การสร้างงานใหม่มากพอ ซึ่งแย่มากพอ ในตัวมันเอง แต่ตอนนี้ คลื่นลูกใหม่ของระบบอัตโนมัติ และ แมชชีนยุคใหม่เริ่มเข้ามาอย่างช้าๆ เพื่อเข้าใจในเรื่องนี้ เราต้องเข้าใจตัวเราเอง ความก้าวหน้าของมนุษย์แรกเริ่มเกิดจาก การแบ่งส่วนแรงงาน ในขณะที่เรา พัฒนาต่อเนื่องมากกว่าพัน ๆ ปี งานของเรากลายเป็น งานเฉพาะมากขึ้นเรื่อยๆ ในขณะที่แม้แต่เครื่องแมชีนที่ฉลาดสุดของเรายังทำ งานที่ซับซ้อนได้ไม่ดี พวกมันจะทำได้ดีมากตอนนี้คืองานที่นิยามใหม่และคาดการณ์ได้ งานนี้เป็นสิ่งที่ลดตำแหน่งงานโรงงาน แต่มองไปที่งานที่ซับซ้อนและยาก และคุณจะพบว่าจริงๆ มันเพียงแค่ การนิยามแบบแคบๆ มาก หลายๆงาน และ งานที่คาดการณ์ได้ จากแมชชีนหนึ่งสู่อีก เครื่องหนึ่งที่อยู่ในขอบข่าย จนทำได้ดี
04:39
ที่แตกย่อยงานงานที่ซับซ้อนลงสู่ งานจำนวนมากเป็นงานแบบคาดการณ์ได้ ซึ่งสำหรับคนจำนวนมากแล้ว จะไม่มีที่ให้ ความเชี่ยวชาญอีกต่อไป เราอยู่บนปากเหว หมดทางแข่งขันกับแมชชีนดิจิตอล ซึ่งมันทำเช่นนี้ได้ ผ่านทางการเรียนรู้ของแมชชีนที่ช่วยให้พวกมัน ได้รับข้อมูลและทักษะโดยการวิเคราะห์ ข้อมูล นี่ทำให้พวกมันทำงานบางสิ่งได้ดีกว่า โดยผ่านทางความสัมพันธ์ ที่พวกมันวิเคราะห์และค้นพบ มันสอนตัวเอง เราทำให้สิ่งนี้เป็นไปได้ โดยให้ข้อมูลแก่คอมพิวเตอร์เป็นจำนวนมากเกี่ยวกับ สิ่งที่เราอยากจะทำให้ดีขึ้น แสดงแก่เครื่อง เช่น ทุกสิ่งที่คุณซื้อออนไลน์ และมันได้เรียนรู้อย่างช้าๆ ว่า สิ่งที่น่าจะ แนะนำให้คุณได้ เพื่อให้คุณซื้อมากขึ้น การเรียนรู้ของแมชชีน ตอนนี้ ถึงจุดที่มีศักยภาพมากขึ้น เพราะในปีที่ผ่านมา มนุษย์ได้เริ่มรวบรวมข้อมูลเกี่ยวกับ ทุกอย่าง พฤติกรรม รูปแบบสภาพอากาศ บันทึกทางการแพทย์ ระบบการสื่อสาร, ข้อมูลการเดินทาง และแน่นอน ข้อมูลที่เกี่ยวกับสิ่งที่เราทำ ที่ทำงาน สิ่งที่เราได้สร้างขึ้นโดยอุบัติเหตุ เก็บในแมชชีนห้องสมุดขนาดใหญ่ที่สามารถใช้ในการเรียนรู้วิธีที่มนุษย์ทำสิ่งต่างๆ และเรียนรู้ที่จะ
05:43
ทำมันให้ดีขึ้น แมชชีนดิจิตอลเหล่านี้ อาจจะเป็นนักทำลายตำแหน่งงานงานได้มากที่สุดที่เคยมีมา มันสามารถทำซ้ำได้ทันที และ ฟรีเมื่อมันปรับปรุงตัวมันเอง คุณไม่จำเป็นต้อง ลงทุนในสิ่งที่เป็นเครื่องใหม่ คุณเพียงใช้โค้ดใหม่และพวกมันมี ความสามารถในการที่จะดีขึ้นเร็วขึ้นเรื่อยๆ อย่างรวดเร็วถ้างานของคุณเกี่ยวกับการทำงานที่ซับซ้อนบน คอมพิวเตอร์วันนี้ คุณอาจจะออกจากงานได้เร็วกว่า คนที่ยังคงมีงานในโรงงาน มีตัวอย่างจริง ในโลกความจริง ของการเปลี่ยนแปลงนี้ที่อาจเกิดขึ้น บริษัทในซานฟรานซิสโก เสนอซอฟแวร์การบริหารจัดการโครงการ สำหรับองค์กรขนาดใหญ่ ซึ่งจะลดตำแหน่ง ตำแหน่งผู้บริหารตรงกลางออกไป เมื่อมันได้รับการว่าจ้างในโครงการใหม่ ซอฟแวร์ตัดสินใจเป็นอย่างแรกว่างานใด ทำได้โดยอัตโนมัติ และแม่นยำ เมื่อใด ที่มันเกิดต้องการของมนุษย์มืออาชีพขึ้นมา มันก็รวบรวมทีมของเหล่าฟรีแลนซ์ ผ่านทางอินเทอร์เน็ต ต่อมาซอฟต์แวร์ กระจายงานให้กับมนุษย์และ ควบคุมคุณภาพของการทำงาน การติดตามผลการปฏิบัติงานของแต่ละบุคคลจนกว่า
06:44
โครงการเสร็จสมบูรณ์ โอเค นี้ไม่ได้ ฟังดูเลวร้ายเกินไป ในขณะที่แมชชีนนี้แย่งหนึ่งตำแหน่งงาน มันสร้างงานสำหรับเหล่าฟรีแลนซ์ เมื่องานเหล่าฟรีแลนซ์เสร็จสมบูรณ์ อัลกอริธึมเรียนรู้และติดตามพวกเขา รวบรวมข้อมูลเกี่ยวกับการทำงานของพวกเขาและแต่ละงาน ประกอบด้วยอะไรบ้าง ดังนั้น สิ่งที่เกิดขึ้นก็คือว่า ฟรีแลนซ์สอนแมชชีน ทำงานการแทนที่พวกเขาอ้อมๆ นั่นเอง โดยเฉลี่ยซอฟแวร์นี้จะช่วยลดค่าใช้จ่าย โดยประมาณ 50% ในปีแรกและ อีก 25% ในปีที่สอง นี่เป็น เพียงตัวอย่างหนึ่งในหลาย ๆ อัน มีแมชชีนและโปรแกรมกำลังดีกว่าหรือ ดีกว่ามนุษย์ในทุกสาขา จากเภสัชกร ไปจนถึง นักวิเคราะห์ นักข่าว นักรังสีวิทยา, พนักงานเก็บเงิน นักธนาคาร หรือคนงานไร้ฝีมือที่ พลิกเบอร์เกอร์ก็ตาม ทั้งหมดของงานเหล่านี้จะไม่หายไป ในชั่วข้ามคืน แต่น้อยลง และมนุษย์น้อยลง ได้ทำงานนี้ เราจะหารือบางกรณี ในวิดีโอต่อๆไป แต่ในขณะที่ งานลดหายไปนั้นแย่ มันเป็นเพียงครึ่งหนึ่งของ เรื่องราว
07:51
งานใหม่มันไม่มากพอที่จะทดแทนงานเก่า เราจะต้องมีการสร้างงานใหม่อย่างต่อเนื่องเพราะ ประชากรโลกที่มีการเติบโตในช่วง ที่ผ่านมาเราได้แก้ไขมันผ่านทาง นวัตกรรมนี้ แต่ตั้งแต่ปี 1973 ยุคของ งานใหม่ในสหรัฐได้เริ่มหดตัว และทศวรรษแรกของศตวรรษที่ 21 จำนวนของงานในสหรัฐไม่ได้ เติบโตเป็นครั้งแรกในประเทศ ซึ่งต้องสร้างงานใหม่ได้ถึง 150,000 งานต่อเดือน เพียงเพื่อให้ทันกับ การเจริญเติบโตของประชากร นี่เป็นข่าวร้าย นอกจากนี้ ยังเริ่มที่จะส่งผลกระทบต่อมาตรฐานของ การดำรงชีพที่ผ่านมา มันก็ถูกมอง เห็นได้ชัดว่ามีการผลิตที่เพิ่มขึ้น งานที่มากขึ้นและดีกว่าที่จะถูกสร้างขึ้น แต่ตัวเลขบอกเล่าเรื่องราวที่แตกต่างกัน ในปี 1998 แรงงานสหรัฐทำงานทั้งหมด 194 พันล้านชั่วโมงในช่วงของ 15 ปีถัดไป ผลผลิตเพิ่มขึ้น ร้อยละ 42 แต่ในปี 2013 จำนวน
08:52
ชั่วโมงทำงานแรงงานสหรัฐยังคงเป็น 194 พันล้านชั่วโมง สิ่งนี้หมายความว่า แม้จะมีการผลิตที่เพิ่มมากขึ้นอย่างเห็นได้ชัด ธุรกิจใหม่เปิดขึ้นนับพัน และประชากรสหรัฐเพิ่มขึ้นมากกว่า 40 ล้าน ไม่มีการเติบโตใน ในจำนวนชั่วโมงการทำงานเมื่อ 15 ปีที่ผ่านมา ในเวลาเดียวกัน ค่าจ้างสำหรับผู้สำเร็จการศึกษาใหม่ จากมหาวิทยาลัยในสหรัฐอเมริกา ได้รับลดลงสำหรับทศวรรษที่ผ่านมา ในขณะที่ มากกว่าร้อยละ 40 ของบัณฑิตจบใหม่ที่ถูกบีบบังคับให้รับงาน ที่ไม่จำเป็นต้องมีปริญญา การผลิตจะถูกแยกออกจากแรงงานมนุษย์ ธรรมชาติของนวัตกรรมและ ยุคข้อมูลข่าวสารนั้นแตกต่างไปจาก ทุกสิ่งที่เราพบก่อนหน้านี้ กระบวนการนี้ได้เริ่มต้นหลายปีที่ผ่านมา และมันดำเนินอยู่แล้วอย่างดี แม้จะไม่มีสิ่งใหม่ เช่นรถยนต์ขับเคลื่อนต้วตัวเองเข้ามา หรือนักบัญชีหุ่นยนต์ก็ตาม ดูเหมือนว่าระบบอัตโนมัติที่แตกต่างไป ขณะนี้เวลานี้ แมชีนอาจฮุบงานเราเข้าจริงๆ เศรษฐกิจของเรา ขึ้นอยู่กับพื้นฐานที่ว่าผู้คนสัญญาว่าจะบริโภค
09:58
แต่ถ้าคนมีงานทำมีน้อยลงและน้อยลง แล้วใครจะเป็นผู้บริโภค สิ่งที่เราผลิตมากมายราคาถูก เพียงเพื่อที่จะมาถึงจุดที่ คนที่สามารถซื้อสินค้าและบริการที่มีทั้งหมด มีน้อยเกินไป หรืออนาคต จะเห็นคนรวยกลุ่มเล็ก ๆ ที่เป็นเจ้าของ แมชชีนมีอำนาจเหนือกว่าพวกเราที่เหลือ และอนาคตของเราต้องน่ากลัวอย่างงั้นจริงๆ ในขณะที่เรามีความมืดมนวิดีโอนี้ มันดูจะไกลจากความแน่นอนว่า ในอนาคตจะออกมาเป็นเชิงลบ ยุคข้อมูลข่าวสารและระบบอัตโนมัติที่ทันสมัย อาจจะเป็นโอกาสที่ยิ่งใหญ่ที่จะเปลี่ยน สังคมมนุษย์ และลดความยากจนและ ความไม่เท่าเทียมกันอย่างเห็นได้ชัด มันอาจจะเป็น ขณะหนึ่งในประวัติศาสตร์ของมนุษย์ เราจะ พูดคุยเกี่ยวกับเรื่องที่อาจเกิดขึ้นและเป็นไปได้ เช่น การแก้ปัญหารายได้ขั้นพื้นฐานสากล ในส่วนที่สองของซีรีส์วิดีโอนี้ เราต้องคิดใหญ่และรวดเร็ว เพราะ สิ่งที่แน่นอนคือ แมชชีนไม่ได้เพิ่งมา พวกมันมาอยู่ที่นี่แล้ว วิดีโอนี้ เราใช้ราว 900 ชั่วโมงในการทำและ
10:59
เราได้ทำโครงการมันมานานกว่า เก้าเดือน สิ่งนี้จะไม่สามารถเกิดได้ โดยปราศจากการสนับสนุนของคุณบน patreon.com ถ้าคุณต้องการที่จะช่วยพวกเรา และได้รับนก Kurzgesagt ส่วนบุคคลตอบแทน นี่จะเป็นประโยชน์จริงๆ เนื้อหาส่วนมากของวิดีโอนี้ เราใช้ หนังสือสองเล่มที่ดีมาก การเพิ่มมากขึ้นของหุ่นยนต์ และยุคที่สองของแมชชีน (the rise of the robots and the second Machine Age ) สามารถหาลิงค์ของมันใน คำอธิบายวิดีโอ เราขอแนะนำมากๆ เลย นอกจากนี้ เราทำโปสเตอร์หุ่นยนต์น้อย คุณสามารถซื้อได้และสิ่งอื่น ๆ มากมายในร้าน DFTBA เรา (อย่าลืม ที่จะเจ๋ง) วิดีโอนี้เป็นส่วนหนึ่งของ ซีรีย์ชุดยาวเกี่ยวกับ เทคโนโลยีที่กำลังเปลี่ยนแปลงแล้ว และจะเปลี่ยนแปลงชีวิตมนุษย์ไปตลอดกาลอย่างไร ถ้าคุณต้องการที่จะดูต่ออีก เรามีรายการพวกนี้ บรรยายโดย ytuaeb sciencemath

DOWNLOAD SUBTITLES: