人工知能雇用レポートでは、GenAI が米国のほぼすべての仕事に影響を与えることがわかりました。
世界有数の求人サイトおよび採用プラットフォームである Indeed は、Indeed 人工知能求人レポートを発表しました。このレポートでは、生成人工知能 (GenAI) が仕事に与える影響と、仕事を遂行するために必要なスキルについて詳しく調査しています。経済学者の世界的なチームである Indeed Recruiting Lab が主導したこの調査では、トラック運転手からソフトウェア エンジニアに至るまで、Indeed での米国のすべての求人が GenAI で補完または強化できるスキルを持っていることが判明しました。ただし、GenAI に「高度に」さらされていると考えられるのは 5 件に 1 件 (19.8%) の仕事だけであり、このテクノロジーは特定の仕事で仕事を遂行できるものの、GenAI が多くの仕事を完全に置き換える可能性は低いことを示唆しています。
Indeed 人工知能求人レポートは、Indeed プラットフォーム上の 5,500 万件を超える求人情報と 2,600 の仕事スキルを分析し、職場における GenAI 関連性のレベル (低/中) と、それに必要なスキルを判断しました。これらの仕事を実行します。 GenAI が求人情報で言及しているスキルの 80% 以上が「優れている」または「優れている」とみなされる場合、そのポジションは関連性が高いとみなされます。パフォーマンスが 50% から 80% 未満のスキルで「良好」または「優れている」場合、その仕事は中程度の関連性を持っています。 GenAI の熟練度が 50% 未満の場合、そのジョブの関連性は低いと見なされます。
ソフトウェア開発の仕事は潜在的に最も高い「リスク」に直面しており、GenAI の「優れた」または「優れた」スキルが言及されている求人情報の 95% を占めています。トラックやタクシーの運転などの運転の仕事は潜在的なリスクが最も低く、GenAI が熟練しているスキルは上記のスキルの 3 分の 1 (29%) 未満です。小売業の仕事はその中間に位置し、GenAI の有効率は 57.6% です。
レポートのその他の主な調査結果:
#Indeed の求人の 19.8% は、他の求人と関連性が高くあります。これは、「Indeed」の求人情報で言及されているスキルの 80% 以上が良好または優れていると考えられていることを意味します。45.7% の求人は適度に関連性があり、GenAI が責任を負えるのは 50% ~ 80% 未満です。作業
作業の 34.6% は関連性が低い/関連性がほとんどありません。これは、GenAI が完了できるスキルは 50% 未満であることを意味します。 書き直す必要があるのは、ジョブの 34.6% が関連性が低い/最小限であるということです。これは、GenAI がスキルの 50% 未満しか完了できないことを意味します
ソフトウェア開発ジョブは、GenAI の機能強化によって最も影響を受ける可能性があります。ソフトウェア開発の仕事で「良い」または「優れている」と考えられるスキルの 95% には、技術スキルとビジネス オペレーション スキルが含まれます運転の仕事 (トラックやタクシーの運転手など) は、GenAI に対する潜在的な影響は最小限です。
仕事を運転する際の GenAI のスキルのうち、「良い」または「優れている」と評価されたのは 29% のみでした。言語やコミュニケーションスキルに優れていますが、車両の操作スキルは比較的苦手です。
GenAI は技術的なスキルや仕事には比較的優れていますが、直感や推論などを必要とする問題を抱えています。実践的なスキルや仕事の習熟度が低い。
運転、清掃と衛生、美容とウェルネスの仕事など、GenAI にさらされる可能性が最も低い職種は、リモートで作業する能力が最も低い職種でもあります。ジョブをリモートで完了できる可能性が高ければ高いほど、GenAI による潜在的な変化のチャンスも大きくなります。
実際、チーフエコノミストのスベンジャ・グデル氏は次のように述べています。「GenAIがテクノロジーにおける強力な飛躍であり、すべての雇用、特にテクノロジー業界の雇用と労働市場に影響を与えることは疑いの余地がありません」 「私たちの調査によると、GenAI は仕事全体を置き換える可能性は低く、むしろ仕事の一部を強化または合理化するツールとして機能します。今後、雇用主がさまざまな仕事を再設計し、再考することになるかもしれません。
Indeed Recruiting Labs は、Indeed、人工知能求人トラッカーも発行しており、このレポートでは、全雇用者に占める人工知能求人の割合が示されています。 Indeed では、国およびキャリア分野ごとに月次ベースで掲載されています。
人工知能を実際に活用して求職者と雇用主を支援する方法
実際、人工知能は 15 年以上にわたり、同社のビジネスの基盤の一部となってきました。実際、現在 100 を超える AI 求人検索および採用機能があります。これらの AI 機能は、採用プロセスをスピードアップし、求職者と雇用主の間のマッチングを改善し、人々の仕事探しを実際に支援するという使命をサポートするように設計されています。
現在、Indeed で 3 秒ごとに誰かが仕事を見つけています。これは主に人工知能の進歩によるものです。 AI テクノロジーは、パーソナライズされた仕事の推奨を提供し、仕事の給与をインテリジェントに見積もり、履歴書や応募書類からスキル情報を自動的に抽出すると同時に、仕事の説明の品質を向上させることができます。最近、Indeed は、雇用主が Indeed に直接投稿するための高品質で効果的な職務記述書を迅速かつ自動的に作成できるように、AI を活用した職務記述書ジェネレーターを開始しました。 Indeed は、責任ある技術の進歩に取り組んでおり、人工知能の倫理的かつ有益な使用を確保するために、責任ある人工知能の原則を公開しています。
Indeed では、他のどこよりも求人を探しています。これは世界第 1 位の求人検索サイト (コムスコア、総訪問数、2023 年 6 月) であり、求職者は 60 か国以上、28 言語以上で数百万件の求人を検索できます。 350 万近くの雇用主が Indeed を使用して新しい従業員を見つけて雇用しています。毎月 3 億 5,000 万人を超えるユニーク ビジターが Indeed を使用して、仕事の検索、履歴書の投稿、企業調査などを行っています。
以上が人工知能雇用レポートでは、GenAI が米国のほぼすべての仕事に影響を与えることがわかりました。の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G
