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
企业平均使用100-300个SaaS应用,导致流程分散、数据孤岛和成本激增。Nintex CEO认为,低代码开发、AI和自动化平台的融合正推动CIO从"购买"转向"构建"思维。企业可创建定制应用解决特定问题,整合技术栈。AI代理成为产品战略核心,能改善构建体验并实现流程互联。随着AI技术发展,采购决策权重新回归CIO,通过统一平台实现更好的治理模式。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
Commvault调整领导团队并与私有云供应商Platform9达成新合作。Alan Atkinson从首席合作伙伴官晋升为首席业务发展官,负责构建战略技术和安全合作伙伴关系。Michelle Graff被聘为全球合作伙伴和渠道高级副总裁。Platform9将Commvault的虚拟机和Kubernetes工作负载保护功能集成到其私有云解决方案中,提供无代理虚拟机备份恢复、应用一致性备份和容器保护等功能。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。