'世界人工智能之都”的新烦恼:AI热潮无法拉动大量就业
随着人工智能成为全球热门话题,坐拥全球最高AI人才密度的美国旧金山又迎来了一波狂热的投资和创业浪潮——就像二十年前的互联网大潮一样。
然而就在旧金山满心期待“人工智能革命”重新填满市中心商业地产,帮助这座城市恢复疫情前的经济活力时,情况又出现了新的变化:据报道,与过去触及旧金山的技术热潮不同,AI热潮带来的工作机会更少,因为AI产业的公司擅长保持精简并采取自动化工作。
人...呢?
作为“全球AI之都”,旧金山拥有全球最高的人工智能人才密度,全美前20的AI公司中有11家坐落于此,从2008年到2023年期间总共吸引了157亿美元的投资。
但根据旧金山市长London Breed的办公室依据风投机构NFX的数据得出的结论,这些公司一共在旧金山雇佣了3400人。在整个疫情期间,旧金山市中心预计将减少近15万个办公室工作岗位,作出了相应的回应。在疫情前,办公室的白领们贡献了旧金山近四分之三的GDP。
生成式AI已经彻底改变了旧金山科技产业主要劳动力——软件工程师的日常工作。根据全球最大代码平台GitHub的调查,92%的软件开发人员使用AI,使用GitHub生成式AI助手的程序员完成任务的速度提高了55%。
对于这种情况,旧金山投资机构Index Ventures的合伙人Erin Price-Wright直言,这些AI公司几乎肯定不会像爱彼迎或Dropbox那样拥有数千名员工和公司食堂。光是这两家上市公司,就在旧金山总共雇佣了接近1万名员工。
作为对比,背靠微软的OpenAI总部坐落于旧金山颇具文艺气息的教会区,过去8年总共获得110亿美元的投资,但员工总数只有500人。据知情人士爆料,OpenAI将通过训练自己的AI来帮助员工在面临问题时更高效地应对。
对此,OpenAI的一名发言人回应称,公司会使用自己的产品来帮助工作,但也在积极招聘包括客户支持等岗位。
人工智能初创公司Octane AI的首席执行官Matt Schlicht兴奋地表示:“我们正在到达一个阶段,AI可以像真正的员工一样工作。在你一生中,很有可能会目睹一个团队成立一家价值十亿美元的企业。”
热络↔冷寂
6月初,在中东创办AI网红博文生成器的Mike Grabowski在社交媒体上感叹称,在旧金山,短短两周就有44场与AI有关的活动,平均一天就有3场。在6月份期间,这个频率一直持续存在,并且Grabowski自己主办的活动收到了560个参会申请。
(来源:社交媒体)
来源:财联社
以上是'世界人工智能之都”的新烦恼:AI热潮无法拉动大量就业的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

本站8月1日消息,SK海力士今天(8月1日)发布博文,宣布将出席8月6日至8日,在美国加利福尼亚州圣克拉拉举行的全球半导体存储器峰会FMS2024,展示诸多新一代产品。未来存储器和存储峰会(FutureMemoryandStorage)简介前身是主要面向NAND供应商的闪存峰会(FlashMemorySummit),在人工智能技术日益受到关注的背景下,今年重新命名为未来存储器和存储峰会(FutureMemoryandStorage),以邀请DRAM和存储供应商等更多参与者。新产品SK海力士去年在
