您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[WDTA]:生成式人工智能人才发展框架(英) - 发现报告
当前位置:首页/行业研究/报告详情/

生成式人工智能人才发展框架(英)

信息技术2024-04-14-WDTA艳***
生成式人工智能人才发展框架(英)

2024-4-14版权所有@WDTA1 ©2024世界数字技术学院(WDTA)-保留所有权利。 本文件是世界数字技术学院(WDTA)的财产,受国际版权法保护。未经WDTA事先书面许可,任何使用本文件的行为,包括复制、修改、分发或重新出版,都是严格禁止的。WDTA对本文件中的任何错误或遗漏概不负责。 了解有关WDTA标准和相关出版物的更多信息,请访问https://wdtacademy.org 世界数字技术学院(WDTA) WDTA是一个新的国际研究非政府组织,于2023年4月在瑞士日内瓦成立,致力于成为全球数字技术创新的领导者。彼得·梅杰,联合国科学和技术促进发展委员会副主席,第19和第24任主席,是WDTA的联合创始人和名誉主席,而另一位联合创始人是耶鲁大学院士,他是国际知名的数字技术和安全专家。WDTA支持联合国框架,坚持“速度,安全,共享”(3S)的核心原则。WDTA旨在加快数字领域规范和标准的建立,引领数字技术的创新和研究,促进国际合作,并保持技术进步的最前沿。 WDTA的3S哲学 速度:数字技术的研究和创新必须敏捷和迅速。数字领域的规则和标准的建立应与技术发展的步伐相匹配。安全:在推进数字技术的同时,必须适当关注安全性和可信性。数字技术的研究和创新必须减轻安全风险。 共享:数字时代需要全球合作。WDTA作为研究和创新的协作平台,确保不让任何人掉队,致力于构建数字时代的全球命运共同体。 WDTA的愿景 数字技术创新的全球领导者。 目录 1.AI8的发展与应用趋势 1.1AI9的研究进展与应用探索 1.2生成AI10的兴起和普及 2.AI的影响持续增长11 2.1人的维度11 2.2经济层面12 2.3行星尺寸12 3.AI13的风险和挑战 3.1网络安全风险13 3.2隐私风险14 3.3道德与偏见的风险15 3.4版权风险16 4.世界各国的法律、法规和标准17 4.1欧盟AI法案18 4.2美国的AI法规18 4.3国际合作19 5.AI在垂直行业中的应用19 5.1消费行业20 5.2医疗行业20 5.3农业20 5.4制造21 5.5客户服务21 5.6金融业21 6.AI教育的目标22 6.1数字化转型的行业领导者23 6.2对于数字化转型从业者23 6.3现有职位:拥抱AI转型,提升能力25 6.4AI时代的新工作:拥抱未来27 6.5高等教育(教育^AI)28 6.6K-12:理解和使用AI29 6.7全纳教育:加深理解,避免误解29 7.AI教育的行业实践30 7.1亚马逊AIReady30 7.2MicrosoftAI学习中心31 8.参考文献31 执行摘要 近年来,人工智能的能力快速提升,应用场景也迅速普及,逐渐渗透到人们的工作和生活中。无论是智能手机上的自动翻译,还是汽车中的自动驾驶,以及其他满足消费者需求和期望的功能,人工智能的应用场景越来越广泛。 像ChatGPT、GitHbCopilot、StableDiffsio等生成型AI应用程序迅速吸引了世界各地人们的注意力和想象力,这要归功于它们广泛的实用性——几乎任何人都可以使用它们进行交流和创作——以及更自然的人机对话。甚至,最新的生成AI应用程序可以在员工的工作中执行一系列常规任务,例如数据分类,业务报告的生成,甚至自动化测试代码生成。广泛的利益相关者正在努力应对生成AI对商业和社会的影响,需要更多的人了解和参与,从而在AI能力的范围,如何使用它,应用场景和约束方面形 成共识,并真正做到这一点。“人类的AI” 人工智能的快速发展对“人、经济、地球”产生了广泛而深远的影响。 首先是对经济的影响。总体而言,人工智能技术的应用将提高生产率,进而促进经济增长。许多商业研究机构对AI对经济的影响做出了预测,主要预测指标包括GDP增长率、市场规模、劳动生产率、行业增长率等。大多数主要商业研究机构认为,总体而言,世界各国将受益于人工智能,并实现显著的经济增长。到2030年,人工智能将推动全球GDP年增长率约12%。其中,汽车行业、交通运输物流、制造业、。 医疗保健和生命科学,企业软件和其他行业将更广泛地受益。以医疗保健行业为例,人工智能的前沿探索,其发展和进步可以帮助解决全球医疗前沿问题,例如使用人工智能研究癌症治疗药物以及分析阿尔茨海默病的医疗措施的有效性。新闻报道显示,在基于CT图像的疾病诊断方面,AI已经达到甚至超过了放射科医生的平均水平1。 人工智能对各行各业的影响将是重大而深远的。 根据麦肯锡的一份报告[1],生成AI通过客户运营、营销和销售、软件工程和研发这四种价值场景,预计将为全球经济贡献约7万亿美元的价值。在中国,预计到2030年,约有50%的工作将实现自动化 ,这意味着约2亿工人(相当于中国整个劳动力的30%)将不得不转变或升级他们的技能。因此,各行各业的从业者了解AI、使用AI,以数字化、智能化的方式掌握新技能、提高工作效率就显得更为迫切。 随着生成式AI的不断发展,企业和工人必须适应并有效地使用它。组织必须接受AI的发展,重新定义工作,并围绕生成式AI的潜力开发新技能。同样,工人必须接受终身学习并积极提高技能,以便在支持AI的未来中继续蓬勃发展。 未来的工作还需要我们重新审视当前的教育体系。未来的人才必须具有数字素养,以充分利用生成性AI和相关技术。同时,重要的是要专注于发展学生的解决问题的能力和批判性思维,而不是简单地记忆知识。 不同岗位的员工对AI也有不同的关注和需求。 基础岗位的从业者需要关注自己的工作是否可以轻松被AI取代并快速发展自己的数字化技能,普通员工需要不断了解是否有智能化和自动化的手段来提高工作效率,和各级管理者需要围绕业务转型和技能转型,优化组织架构,探索AI实践,提升运营效率。高级管理人员需要培养全球视野,以业务目标为导向,扩展AI场景,创新数字产品和服务,以更好地服务客户并提高客户满意度。 不同年龄和成长阶段的学生需要掌握不同的AI能力。 1AI如何改变放射学领域https://hbr.org/sponsed/2023/09/how-ai-is-transforming -the-field-of-radiology 对于K-12学生来说,了解计算机的基本思想,了解常见算法,了解AI的使用场景以及对社会的影响非常重要。人工智能正在影响每个人,但今天只有一小部分人有能力决定如何设计或实施它。通过K-12教育实现人工智能的可及性和包容性,最终有助于创造一个更加包容和公平的未来。 对于大专生来说,在生成式AI时代,知识的传播依然重要,但更重要的是培养对AI理论和实践有深刻理解的跨学科人才,不仅能够在AI领域开展前沿研究,而且能够在工程中实施。 在这个过程中,一个突出的挑战是生成AI技术的快速发展。ChatGPT于2022年11月发布。四个月后 ,OpeAI发布了一个名为GPT-4的新的大型语言模型,文本生成和对话能力得到了突飞猛进的提高。同样,Athropic的生成AIClade在两个月内响应的输入文本令牌数量增加了10倍以上。 我们所有人都还在理解生成AI的能力、前景和应用的旅程的开始。这个旅程可能是曲折的、棘手的、潜在的冲突的或不愉快的,但更重要的是,我们所有人一起努力,以开放包容的眼光、积极向上的态度、相互友好的心态,开辟一个美好的AI新世界。 1.人工智能的发展与应用趋势 回顾人类历史上经历过的工业革命的四个时代。第一次工业革命始于18世纪60年代,以蒸汽机的发明 和应用为典型标志。第二次工业革命始于19世纪60年代后期,以第一条自动化装配线的发明为典型标志。第三次工业革命始于20世纪四五十年代,以互联网的发明和计算机的普及为其典型标志。 当今世界已进入第四次工业革命时代。 第四次工业革命人工智能(AI),机器人技术,物联网(IoT),3D打印,基因工程,量子计算,和其他技术,将极大地改变人们工作、生活和娱乐的方式,甚至改变世界做生意的方式。 1.1人工智能的研究进展与应用探索 1950年,AlanMathisonTuring提出了“图灵测试”(测试机器是否可以表现出与人类无法区分的智能的测试),使机器智能化的想法开始进入人们的视野。 1956年,这个词人工智能(AI)在达特茅斯学院夏季人工智能研讨会上正式使用。这是人类历史上第一次关于人工智能的讨论,标志着人工智能学科的诞生。 自诞生以来,人工智能领域并非一帆风顺,在不同阶段都有高峰和低谷。 1959年,亚瑟·塞缪尔定义了一个清晰的概念机器学习:使计算机能够在不明确编程的情况下学习的研究领域。 2006年,加拿大多伦多大学教授、机器学习领域硕士、神经网络之父GeoffreyHinton和他的学生RuslanSalakhutdinov在顶级学术期刊《科学》上发表了一篇文章,提出了解决深度网络培训:无监督预训练初始化 权重+微调监督训练。斯坦福大学、纽约大学和加拿大蒙特利尔大学已经成为深度学习研究的重要中心,从而在学术界和工业界掀起了深度学习的浪潮。 的概念深度学习源于人工神经网络的研究,其实质是利用多个隐层网络结构,通过大量的向量计算,学习数据内在信息的高阶表示。 2016年,AlphaGo与围棋世界冠军和职业九段球员LeeSedol进行了人机大战,并以4-1的总比分获胜。AlphaGo是一个GoAI程序,主要基于“深度学习". 1.2生成AI的兴起和普及 2020年,OpenAI开发了GPT-3,这是一种具有1750亿个自然语言深度学习模型参数的文本生成AI ,比之前的GPT-2版本高出100倍,并且已经用近0.5万亿字进行了预训练,以在多个NLP任务基准(回答,翻译,撰写文章)上实现最先进的性能。 2023年,人工智能技术取得了突飞猛进的进步,尤其是在生成式人工智能领域,引领了一场技术革命。根据麦肯锡的年度调查,79%的受访者表示他们曾接触过生成式人工智能,其中22%的受访者确认已经开始常规使用。 截至目前,在人工智能的应用场景中,发展迅速、应用广泛、前景看好的,率先推荐基于自然语言处理的用例。 自然语言处理(NLP),目标是使计算机能够理解和生成自然语言文本并从中提取有用的信息。预测显示,全球创建的数据量将增长指数2.到2025年,创建的数据量将达到175zettabytes(1zettabyte =2^70b)。在2030年,创建的数据量可能达到612zettabytes,而在2035年,数据量可能飙升至 2142zettabytes。这些数据的很大一部分将是人类可读的文本。因此,自动分析,理解甚至生成的能力将大大提高文本处理甚至业务活动的效率。 2.AI的影响持续增长 人工智能,特别是生成式人工智能的快速发展,对人类、经济和环境产生了广泛而深刻的影响。 2.1人员维度 AI的蓬勃发展将影响各行各业的从业者。 人工智能和机器人可能会在许多角色中取代人类工人,但并不是每个工作都是平等的。根据PwC3的说法,第一波自动化将仅取代少量工作(约3%),但到2030年代中期,这一比例将增加到30%。交通部门的工作风险更大,而需要社交,情感和艺术技能的工作风险较小。悲观主义者认为,人工智能确实会导致人类工人的大规模失业,一些可能的解决方案,如“基本收入”和“人工智能价值分配制度”,甚至已经开始讨论。乐观主义者认为,人工智能将创造新的就业机会,同时取代其中的一些就业机会,而不会导致大规模失业。例如,在第二次工业革命中,汽车的发明和普及夺走了车夫的工作,但也为驾驶员和汽车修理工创造了就业机会。 人与AI的合作更可能是未来就业的大趋势。 必须承认,人工智能与过去的变革性技术有着根本的不同。蒸汽机、电力、计算机在手工作业和繁琐重复的档案任务中更有可能取代人类,而AI则能够在分析、理解、决策等认知任务中接管人类的工作,这些任务的完成似乎在一定程度上挑战了人类“万物之灵”的地位。幸运的是,目前尚不清楚将军的日