
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
随着人工智能和高性能计算持续推动需求增长,数据中心设计正以同样惊人的速度演进。曾经的高密度机架已成为标准配置,冷却系统在数月而非数年内完成重新设计,项目在各地区的规模和复杂性不断提升。全球工程设计咨询公司Black & White Engineering指出,液冷成为标准配置、极端机架密度管理、工业化规模交付、电网约束下的电力创新、AI驱动运营设计以及可持续性成为核心设计原则,将成为2026年塑造数据中心设计、建设和运营的六大关键趋势。
Allen AI研究所联合多家顶尖机构推出SAGE智能视频分析系统,首次实现类人化的"任意时长推理"能力。该系统能根据问题复杂程度灵活调整分析策略,配备六种智能工具进行协同分析,在处理10分钟以上视频时准确率提升8.2%。研究团队创建了包含1744个真实娱乐视频问题的SAGE-Bench评估平台,并采用创新的AI生成训练数据方法,为视频AI技术的实际应用开辟了新路径。
Snowflake本周推送的一次更新导致全球范围内的"重大故障",用户长达13小时无法查询数据、文件导入失败并收到错误信息。初步调查显示,最新版本引入了不向后兼容的数据库架构更新,导致版本不匹配错误。此次故障影响了全球23个区域中的10个,包括美国、欧洲和亚洲多个数据中心。这是Snowflake一周内第二次发生事故。
中科院团队首次系统评估了AI视觉模型在文本压缩环境下的理解能力,发现虽然AI能准确识别压缩图像中的文字,但在理解深层含义、建立关联推理方面表现不佳。研究通过VTCBench测试系统揭示了AI存在"位置偏差"等问题,为视觉文本压缩技术的改进指明方向。