机器人研究和投资评论的每周机器人简报

世界上没有比时机成熟的思想更强大的力量了。”——维克多·雨果

机器人指数强调:

在截至6月22日的一周内，关税和贸易占据了市场新闻的主导地位。周五，标准普尔500指数小幅回升，此前四天的跌幅仅为0.88%。然而，这些机器人名字的销量却下滑了2.08%。在30个组成部分中，有25个出现了负面结果，在5个勉强实现盈利的组成部分中，表现最好的是Oceaneering International(+8.74%)，这是由于油价的急剧上涨(OPEC开会并投票决定小于预期的生产扩张;石油期货交易接近每桶70美元)。

失败者有很多，而且意义重大。虽然没有出现两位数的下降，但该指数中的一些家系的名字出现了明显的下降:

生产技术的-9.33%

Accuray公司-8.05%

Ekso Bionics -6.11%

罗克韦尔自动化-5.45%

NVIDIA corp .) -5.39%

林肯电气-5.09%

IRobot corp .) -3.80%

赛博达因公司-3.74%

洛克希德·马丁公司-3.47%

在美国经济协会年会上发表的论文:

美国经济协会每年举行一次主要由教育经济学家组成的重要会议。在今年1月初在费城举行的第130次会议上，一份经过编辑的112份出版物发表在论文和论文集．感兴趣的机器人短暂副标题下面的四篇社论是不是《人工智能和机器人的经济后果》．文章的简要摘要包括以下:

在一篇题为，机器能学什么?它对职业和经济意味着什么来自麻省理工学院(MIT)的两位教授和卡内基梅隆大学(Carnegie Mellon)的一位教育家探讨了机器人对生产力的影响及其在就业/企业框架中的应用。他们的一些研究得出了如下结论:“迄今为止，与这种新的通用技术提供的潜力相比，(机器学习)已实现的经济效应很小。”同样，我们也从迈克·刘易斯最近的一篇文章中得知机器人短暂作者表示，“企业家和创新者需要时间来采用新技术，重新配置现有的工作，发现新的业务流程，并共同发明互补的技术”。尽管该研究指出，实际上所有职业都有机器学习可以应用的任务，但回顾O*NET(美国劳工部职业信息网络)对美国964个职业中的2069项工作活动的映射，任务的重新设计为生产力提供了最显著的改进。事实上，两位作者提出，“研究人员、管理人员和企业家的重点不应仅仅放在自动化上，还应放在重新设计工作上”。事实上，“工作中任务的次优捆绑可能会阻碍机器学习带来的潜在生产率提高。”他们指出，以下工作类别最容易受到机器学习的影响:门房、机械制图员、殡仪业者、殡仪业者和殡仪承办人、信贷授权人和经纪职员。按摩治疗师、动物科学家、考古学家、公共广播系统和其他播音员、抹灰工和粉刷石匠是使用ML可能性最小的职业。研究人员总结道:“从历史上看，自动化技术一直是提高工业生产率的关键驱动力。他们还系统性地扰乱了就业和工资结构。 However, our analysis suggests that ML will affect very different parts of the workforce than earlier waves of automation. Furthermore, tasks within jobs, typically show considerable variability in the suitability for machine learning, while few jobs can be fully automated using ML. Machine learning technology can transform many jobs in the economy, but full automation will be less significant than the reengineering of process and the reorganization of tasks.” Another interesting takeaway was that research pointed toward the fact that it will become more difficult to assess the performance of employees since the most measurable tasks are also those tasks that are most likely to be conducted by machine learning.

第二篇文章中,建模的自动化麻省理工学院的Daron Acemoglu和BC的Pascual Restrepo提出了关于自动化应该如何建模的论点。与其他被描述为资本增加的技术变革或劳动增加的技术变革的研究不同，作者支持任务型方法[概念化和建模]。他们的方法得到了大量数据和数学操作的支持，强调“更有可能减少劳动力需求的自动化技术并不是那些‘聪明的’和高产的技术，而是那些一般的技术，只是生产能力足以被采用，但并不比它们将要取代的生产技术的生产能力或成本节省多少。”对于新设立的劳动课题，他表示:“新课题可以提高劳动生产率和劳动需求，提高劳动比重。”也许这篇文章最深刻的见解包括作者所称的“广泛边际自动化”，也就是说，通过扩大已经自动化的任务中的机器生产率，深化自动化，可能会实现劳动力需求的增加。

在一篇题为，一种将人工智能与职业能力联系起来的方法作者试图探索机器人研究指出的事实，“很少有关于人工智能和劳动之间联系的系统实证研究，少数现有研究得出了不同的结果。”他们的论文“提供了一种新方法，我们相信，这种方法可以帮助研究人员和政策制定者更好地理解人工智能和劳动力之间的联系”。这篇论文得出的结论与前面提到的麻省理工学院(MIT) /大屠杀梅隆大学(Carnage Mellon)的文章类似，后者关注的是最可能和最不可能受到人工智能影响的劳动力类别。

最后,人类判断与人工智能定价由多伦多大学的三名教员准备，开头的感叹是“人工智能正在复兴”。显然，作者对人工智能在各种角色中所表现出的影响有积极的偏见，然而，该出版物深入挖掘了人工智能在由人工智能决定的价值方面的能力效用函数。对于非经济类型，效用函数是衡量消费者对替代真实商品的偏好。两位作者认为，人工智能在整理倾向于反映这些偏好的无数数据方面可以提供很大的帮助，然而，他们辩称，“目前只有人类可以开发这种(效用函数确定)知识”。在他们的结论中，加拿大研究人员确定，人工智能补充了人类的判断和决策，因此，“对人工智能的需求和定价方式有非直接的影响”。

虽然这些研究都没有对机器人对生产率或劳动力的影响做出任何激烈或可怕的预测，但这些研究都没有对机器人对生产率或劳动力的影响做出任何激烈或可怕的预测机器人短暂很高兴看到实证研究开始关注这一主题。可以肯定的是，机器人革命将对世界经济产生深远的影响，政策制定者将需要来自学术来源的指导，以保持在知识曲线的前面。

会员:美国经济协会、美国职业记者协会、美国新闻协会。英国特许金融分析师协会，机器人工业协会

Bot Brief是为经济学家、投资专家、记者和学者设计的每周时事通讯。它不从任何可能不时被推荐的公司获得报酬，它的评论、分析、意见和研究代表了阳台投资研究有限责任公司的主观观点。由于主题的复杂性和迅速变化的性质，公司不保证所提供材料的绝对准确性。

阳台投资研究可以在其网站阳台投资研究。com，总部在佛罗里达州;在美国德克萨斯州和北卡罗来纳州设有办事处