
在人工智能领域,关于AI如何影响就业的讨论尤为频繁。AI不仅可能取代某些职位,也将创造新的就业机会。
IEEE高级成员Ayesha Iqbal表示:“这将为那些掌握新技能的工作者带来优势,也可能创造前所未有的职位。”
这种演变将需要劳动力的转变,为获得新技能的工人提供优势。它还可能创造前所未有的就业机会。专家表示,许多这类工作不需要修改和更新AI模型的技能,而是需要使用这些模型作为助手,审查和评估它们的输出。
哪些技能将继续受到大量需求?
人工智能模型依赖于复杂的数学。数据科学和统计专家一直是就业市场上的热门商品。
构成机器学习和数据科学基础的概率的基本概念可能会在相当长的一段时间内保持需求。根据IEEE计算机学会出版物ComputingEdge最近的一篇文章(https://www.computer.org/publications/tech-news/build-your-career/careers-in-artificial-intelligence-advice-from-expert),当结合从网站和其他来源收集数据所需的能力和毅力,以及创建视觉表示的技能时,情况尤其如此。自然语言处理能力让用户可以通过语音而非键盘与AI系统交互,这将为AI系统的用户界面设计开辟新机会。
IEEE会员Gabrielle Silva表示:“随着人工智能在业务流程和战略中越来越不可或缺,这些角色凸显了企业整合AI时的不断变化的需求。”
Silva说:“随着AI在业务流程中的集成,数据分析师、数据科学家、网络安全专家等多种职位将变得更加重要。”
人工智能中从未存在过的工作
在许多组织寻求管理道德、法律和技术问题时,与人工智能合作给他们带来了新的挑战。这意味着可能会出现新的机会。
自然语言处理功能允许用户通过语音与人工智能系统交互,而不是在键盘上打字。这可能为人工智能系统的用户界面设计开辟机会。
当人工智能在不能代表更大人群的数据集上进行训练时,出现偏差的可能性会增加。组织将需要专家来确保他们用于构建人工智能模型的数据集与现实世界相匹配。他们还需要更新它们。
寻求基于软件和物联网系统生成的数据利用人工智能的公司可能会遇到一个独特的问题。这些系统中的每一个都可以以稍微不同的方式收集数据。为了最大限度地利用他们的数据,公司可能需要策展人来管理数据。
随着人工智能为现有员工节省时间,并自动化他们的一些日常任务,一些组织可能需要人力资源专家和生产力顾问为他们提供新的工作流程建议。
IEEE高级会员Santhosh Sivasubramani表示:“为专注于人工智能的工作做准备需要致力于持续的学习和技能发展。学生和工作人员可以通过磨练数据分析、编程和批判性思维等领域的技能来锻炼自己。在不断发展的数字环境中,开展跨学科合作也至关重要。”
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。