
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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。