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
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。