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
Arelion升级其斯堪的纳维亚网络,连接超大规模数据中心以支持该地区蓬勃发展的AI市场。该网络基于1.6Tbps波长和可扩展400G相干可插拔光学技术,在奥斯陆、斯德哥尔摩和哥本哈根之间构建AI"超级高速公路"。升级将为企业客户提供增强的全球互联网骨干网接入和多样化连接服务。预计2025年第二季度末完成,并计划在2025年剩余时间及2026年继续投资。
这项由香港科技大学领导的研究首次建立了大语言模型安全守护栏的系统性评估框架。研究团队对13种主流守护栏进行了全面测试,提出了六维分类体系和SEU三维评估标准,揭示了不同守护栏在安全性、效率和实用性方面的权衡关系,为AI安全防护技术的选择和部署提供了科学指导。
CloudBees首席执行官Anuj Kapur表示,AI可能重新测试DevOps的基础假设,但警告不要为追求效率而创建黑盒代码。他指出,一些因担心错失机会而匆忙采用AI生成代码的客户正开始放缓步伐,变得更加谨慎。Kapur认为,将整代软件外包给提示工程将创建非人类生成的黑盒代码,虽然效率高但质量、测试覆盖率和漏洞问题值得担忧。
南加州大学研究团队开发出一种名为PILS的新技术,能够通过分析AI模型输出时的概率信息来破解隐藏的系统指令。这种方法通过观察AI生成文本过程中多个步骤的"思考轨迹",将隐藏提示的恢复成功率提高了2-3.5倍。研究发现AI模型的概率输出存在于低维空间中,可以用数学方法进行压缩和逆向分析。这项发现对AI安全具有重要影响,揭示了当前依赖隐藏指令的安全机制可能存在漏洞,为AI安全防护提出了新挑战。