2019年1月29日 作者:Martin Fleming和Seth Dobrin
在这个数据不断膨胀的时代,根据海量数据中的洞见更准确地预测未来的结果,实现工作的自动化,提出行动的建议,对于不同规模的组织和企业而言,都变得越来越重要。
数据科学家的重要性也由此日益凸显。《哈佛商业评论》(Harvard Business Review)曾在2012年将数据科学家评为21世纪最性感的职业。随着关注度和需求量的增加,特别是面对不断激增的数据量,市场对数据科学家的角色与职能的需求,在过去几年中变得供不应求。
事实上,由于缺乏合格的人才,美国各地的许多组织处在急缺数据科学家的境况。美国职业社交网站领英(LinkedIn)2018年8月发布的最新劳动力报告显示,目前美国有超过15.1万个数据科学家职位空缺,纽约、旧金山和洛杉矶等地更是出现了“严重”短缺。
正是在这种戏剧性的背景下,IBM凭借自身多年来在教育与创新的深度融合,以及在人工智能研发和通过人工智能帮助客户成功的专注投入,在数据科学认证和技能培训领域发布了两项重要声明。
首先,IBM与The Open Group今日宣布推出一项史无前例的数据科学家认证计划,旨在为不同规模的组织和个人提供能力实践评估和数据科学技能验证。The Open Group是一家制定开放的、厂商中立的技术标准并提供认证的国际机构。
如同世界各地的IT专业人员一样,对数据科学家而言,The Open Group证书是一项全球公认值得信赖的通用认证,用以证明持证人掌握了足以胜任这个岗位的知识、技术和专业技能,可为数据科学能力与资质提供客观、可靠的评估。
IBM是全球首家为员工提供The Open Group认证的企业,因此IBM的员工可直接在IBM内部获得该认证。该认证还具有全球通用性,可以作为一种新的职业模式。数据科学家可以通过项目工作获得三个级别的认证,也能通过IBM Open Badge计划获得一系列荣誉徽章。最终,他们要通过相关经验能力的概述文件获得数据科学家认证,这份概述文件要经过业界公认的专家们的评估。
The Open Group标准与认证副总裁Andrew Josey表示:“随着数据科学家认证的推出,我们在为个人和组织提供数据分析职业的行业性认证方面迈出了第一步,帮助企业识别顶尖人才,也确保个人获得展示自身价值的机会。数据科学家在企业里从事关键性工作,因此确保他们掌握合适的技能,并能运用恰当方法解决手头的业务难题,至关重要。”
同时,一直走在数据科学行业前沿的IBM公司还在今天启动了一个面向内部的“数据科学学徒”(Data Science Apprenticeship)计划。该计划是IBM“新领”(New Collar)工作计划的一部分,为期24个月,面向没有大学文凭的求职者,内容主要包括教育、指导和实践经验。在学徒期间,员工将努力达到The Open Group数据科学家一级认证的要求。这项新计划已被美国劳工部认定为专业学徒项目。
数据科学技能培训和认证方面的这些举措,对于IBM、新兴数据科学家领域乃至整个商业界而言,都不失为明智之举。这些努力不仅会激发新一代数据科学家的力量,还将为企业寻找和聘用数据科学家提供有意义的凭证。这也将有助于揭开招聘流程的神秘面纱,进一步提升数据科学领域的水平,为企业带来透明度和信心。
IBM将支持这一专业联盟作为自身的使命,并作为其实现人工智能转型的关键所在。我们认为,在帮助企业从依赖直觉和经验转变为真正的数据驱动型公司方面,数据科学家会扮演排头兵的角色。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。