数据技能可以将就业选择改善为AI加速

数字识字内的数据共享和数据是专家证人在主席的专家证人审理人工智能（AI）中的主题。

Henrietta Moore是全球繁荣和文化研究所主任，哲学和UCL设计主任，说：“我们世界的压倒性值将在数据中。软件和硬件将由少数组织持有。“

富士通的首席技术官Joseph Reger说：“消费者需要放弃许多隐私，因为它会很好地工作 - 并不清楚这对消费者来说是一个很好的协议。”

未来倡导的奥利Buston，首席执行官和创始人：“AI在处理数据方面非常擅长。我们需要一个新的数据交易。你在那里勾选盒子的波特加社会舞蹈，然后建立了很多，这是一个脆弱的东西。它需要固定。我们需要搬到一个人们在人们向特定功能同意的数据，所以我们可能需要技术来帮助这种情况。区块链可能会有所帮助。“

Mark Taylor，全球战略和Dyson的研究总监告诉委员会：“使用数据是如何非常重要的。个人的数据所有权可能是我们希望成为社会的东西。“

泰勒还建议AI中的决策过程应开放。“算法和数据的透明度对于公共信任至关重要，”他补充道。

但是，虽然科技巨头可能会尝试利用消费者的社会数据，但富士通的重播预测，工业公司将使用自己的数据集来构建AI和机器学习。“我不相信未来将是一个由一家公司控制的单一数据集，”他说。“这不会发生，因为它不是任何公司的利益。”

奥卡多首席技术官Paul Clarke认为，数据需要分享。“如果每个人都保留自己的数据，我们不会从数据集的十字路口创造丰富，这是一些最令人兴奋的事情会发生的地方，”他说。

随着计算机每周报道，教育是在选择委员会的第一届会议上讨论的主题之一。

奥卡多的克拉克认为，教育应该专注于数据技能，即数字识字在计算机编程中。“数据是AI的食物，”他说。“教导我们的孩子掌握它是非常重要的。”

克拉克预测，编程将是AI将自动化的技能和说：“我们需要重新思考整个课程。我们现在教授的许多事情将被中断，正如百科全书所因互联网一样。教我们的孩子们代码就像在边缘的修补，因为这些技能将很快过时。“

摩尔补充说：“我们似乎正在做一些很少的是教导学生关于道德和隐私和安全，我们没有想到如何教孩子徒长的学习。我们必须在工作和学校之间的界限非常多孔。“

这是克拉克认为政府对学徒战略的一个地区实际上具有负面影响，劝阻企业投资于他们的人民。“我们将不得不模糊教育和工作之间的界限，”他说。“我们需要做更多的是激励行业持续学习的过程。学徒征收已经在公司不断学习的可用预算中雕刻了一个洞。“

Clarke认为，Theapprentices Heal应该转变为训练征税，公司可以以更全面的方式使用。

这将有助于支持终身学习 - 其他专家目击者拾取的主题之一。摩尔说：“我们忽略了很长一段时间的人民投资。我们需要考虑未来的新社会合同。“

她希望人们有多个工作，而不是一个收入来源。“多个任务可能是工作的未来，”她说。“我们如何培养人们做多项任务？”

在今天的经济中，摩尔表示，这样的工作代表了就业市场的低端，但这将成为未来每个人的问题。

未来的倡导的伯顿警告说：“抵抗力最低的道路更加失业，社区将受损。”

摩尔补充说：“机器应提高生产率并创造更多的生产力。问题是，我们对我们创造的财富做了什么？“她呼吁参加工作和休闲娱乐。

IT律师们英格兰和威尔士主席顾问的说法，社会挑战是自动化和AI不太可能为人民创造更多的工作。他告诉委员会：“机器正在变得越来越能力，并且正在接受人类所做的工作。我们还没有看到任何证据表明所创造的新工作不能通过机器来完成。“

选择委员会的一些成员感到关切的是，蓝领工人将被AI和自动化扰乱，就像19世纪的工业革命一样，但专家目击者认为这是白领劳动者会发现自己工作。

Susskind表示，社会需要重新评估重要的东西。作为一个例子，他讨论了神经外科医生如何对他们在工作中使用AI的前景来兴奋。“到底，人们不想要外科医生 - 他们想要健康，”他说。“该技术使我们能够思考完全新的工作方法。它使我们能够以完全新的方式交付结果。“

例如，他说，在日本，这是一种护士短缺的，机器人护士能够感觉到患者痛苦并且可以抚慰音乐或同情地说话。“这比根本没有什么比这更好吗？”说susskind。“即使有亚马逊回声，一个建立了某种关系。”