在全球范围内,建筑业正处于一个临界点。随着二战后婴儿潮国家经验丰富的工人开始退休,他们留下了明显的缺口。问题是什么?全球建筑行业面临着老龄化劳动力和年轻人不愿意进入的问题,导致建筑工人供需失衡。
这不仅仅是一个局部问题;从美国到欧洲,再到中东和亚洲,建筑工人的需求超过了供应。美国建筑商和承包商协会(The Association of Builders and Contractors)表示,仅在2023年就需要50多万名额外的工人,而欧洲的缺口达到了数百万人。
今天的工人们不仅仅是在户外与恶劣天气作斗争;他们处于行业技术革命的前沿。想想人工智能驱动的见解、砌砖中的机器人技术和现场规划的增强现实。这些进步不仅改变了我们的建设方式,还重塑了实地所需的技能。
IEEE会员Gabriel Gomes de Oliveira指出,建筑工人常常要面对恶劣天气和辛苦的工作环境。人工智能的应用将提高服务效率,并需要新一代工人具备数据收集、分析和人工智能技术的运用能力。这一发展趋势对中国等建筑业发展迅速的国家也具有重要意义。
IEEE 2024主席Tom Coughlin表示:“未来这一领域工作的关键将是了解数据收集和分析技术以及使用这些工具的最佳方式。这也包括了如何使用人工智能的知识。”
技术如何改变基础设施工作
要了解基础设施中的工作岗位是如何演变的,需要考虑未来如何使用技术。《IEEE工业信息学杂志》(https://ieeexplore.ieee.org/document/9117064)上的一篇文章捕捉到了新发展的范围。
研究人员使用人工智能模型挖掘了过去关于不同混凝土配方如何影响混凝土质量从而影响建筑质量的知识。该系统表明,在缺乏高技能工人的情况下,模型可以用于培训经验不足的建设者。
机器人可能被用于许多任务,从实体砌砖和混凝土块到搬运重物。
据悉,公司已经开始使用模块化施工技术,即部分项目在场外施工,使建筑业能够利用先进的制造技术。
增强和虚拟现实系统可以用于呈现叠加在现实世界上的数字计划,例如,为电工提供他们可以可视化的布线说明。
最后,无人机和自动驾驶汽车也已经被用于检查基础设施和建筑工地。
新时代的技能
IEEE会士William Webb预计,无人机用于基础设施检查和传感器网络管理以收集数据的工作岗位将增加。分析师将被要求理解大量数据的含义。基础设施运营商将需要网络安全专家来确保系统的安全。
Webb说:“员工将需要能够根据新技术系统收集和分析的数据评估基础设施维护和更新并提出建议的技能。同时,还需要掌握控制和维护用于监测、收集和分析数据的系统(无人机、物联网和人工智能程序)的技能。”
然而,Oliveira设想了一个未来,人们可以通过短期的强化培训课程来掌握数字技能。
Oliveira说:“现在的年轻人天生就要使用智能手机。”他们已经知道如何使用技术。未来的趋势将是短期的专业课程,帮助人们了解特定领域,如3D打印、传感器和系统或建筑信息建模(BIM)软件。”
了解更多:想尽早开始为新一代基础设施工作做准备吗?查看由IEEE提供支持的TryEngineering(https://stemportal-tryengineering.ieee.org/)。TryEngineering旨在通过课程计划和项目赋予教育工作者权力,激励下一代STEM专业人士。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。