Co się stało
Google uruchomił nową, interaktywną platformę o otwartym dostępie dla swojego zbioru danych AI & Economy ATLAS, umożliwiającą użytkownikom badanie globalnych wskaźników wykorzystania sztucznej inteligencji według zawodów i krajów. Jednocześnie Google, Google DeepMind i MIT FutureTech opublikowały nowe badania analizujące sposób, w jaki naukowcy wykorzystują sztuczną inteligencję, w oparciu o 2600 wyspecjalizowanych modeli i ankietę przeprowadzoną wśród ponad 600 naukowców z USA i Wielkiej Brytanii.
Google ogłosił wprowadzenie nowego, interaktywnego, ogólnodostępnego doświadczenia dla swojego projektu AI & Economy ATLAS. Platforma ta umożliwia użytkownikom eksplorowanie milionów globalnych punktów danych dotyczących wykorzystania sztucznej inteligencji, w tym wskaźników wdrożenia w określonych zawodach, takich jak elektrycy i menedżerowie ds. zakupów, a także trendów w zakresie wdrażania i wzorców użytkowania w domu na poziomie krajowym.
Jednocześnie Google, Google DeepMind i MIT FutureTech opublikowały nowe badania oparte na danych ATLAS. W badaniu przeanalizowano 2600 wyspecjalizowanych modeli sztucznej inteligencji i przeprowadzono ankietę wśród ponad 600 naukowców w USA i Wielkiej Brytanii. Wykorzystano nową taksonomię opracowaną przez MIT FutureTech do mapowania zadań naukowych i wzorców wykorzystania sztucznej inteligencji.
Badanie wykazało, że naukowcy częściej korzystają ze sztucznej inteligencji niż w przypadku wielu innych zawodów, a prawie połowa z nich codziennie korzysta z jakiejś formy sztucznej inteligencji. W badaniu rozróżniono wykorzystanie modeli wielkojęzycznych (LLM), takich jak Gemini, które są szeroko stosowane w różnych dziedzinach, oraz wyspecjalizowanych modeli sztucznej inteligencji, które są bardziej powszechne w naukach o zdrowiu i naukach przyrodniczych do zadań przewidywania i symulacji specyficznych dla danej dziedziny.
Z badania wynika, że dzięki sztucznej inteligencji naukowcy oszczędzają niecałe siedem godzin tygodniowo. Zauważono jednak, że ta oszczędność czasu nie przekłada się natychmiast na nowe odkrycia ze względu na znaczną ilość czasu poświęconego na walidację wyników sztucznej inteligencji, zwiększone zaległości w zakresie nieprzetestowanych hipotez oraz wąskie gardła w eksperymentach fizycznych i walidacji klinicznej.
Szczegóły źródła: blog.google ↗
Dlaczego to ma znaczenie
Ta wersja zawiera konkretne, szczegółowe dane na temat tego, jak sztuczna inteligencja zmienia rynki pracy i przepływy pracy w nauce, wykraczając poza ogólne wskaźniki przyjęcia i skupiając się na konkretnych spostrzeżeniach na poziomie zawodowym i zadaniowym. Podkreśla, że chociaż sztuczna inteligencja oszczędza naukowcom prawie siedem godzin tygodniowo, tworzy nowe wąskie gardła w walidacji i eksperymentowaniu, co sugeruje, że wzrost produktywności wymaga przeprojektowania przepływu pracy, a nie tylko przyjęcia narzędzi. Zapewnia to organizacjom i decydentom praktyczne ramy umożliwiające zrozumienie rzeczywistych skutków gospodarczych i operacyjnych integracji sztucznej inteligencji.
Publikacja przedstawia szczegółowy, oparty na danych obraz wpływu sztucznej inteligencji na gospodarkę światową, ze szczególnym uwzględnieniem sposobu, w jaki różne zawody i regiony wdrażają tę technologię. Ta szczegółowość ma kluczowe znaczenie dla zrozumienia nierównego rozkładu korzyści i wyzwań związanych ze sztuczną inteligencją na rynku pracy.
Odkrycia dotyczące naukowych procesów dają krytyczny wgląd w „paradoks produktywności” sztucznej inteligencji. Chociaż sztuczna inteligencja przyspiesza niektóre zadania, wprowadza nowe punkty sporne w walidacji i eksperymentowaniu. Sugeruje to, że organizacje muszą przeprojektować swoje procesy, aby w pełni wykorzystać potencjał sztucznej inteligencji, zamiast po prostu dodawać narzędzia do istniejących przepływów pracy.
Współpraca między Google, Google DeepMind i MIT FutureTech nadaje odkryciom wiarygodność akademicką, czyniąc je cennym źródłem dla badaczy, decydentów i liderów branży chcących zrozumieć praktyczne implikacje integracji sztucznej inteligencji w dziedzinach wymagających dużej wiedzy i wysokich stawek.
Mechanizm interaktywny: jak to faktycznie działa
Poznaj interaktywnie technologię leżącą u podstaw tego rozwoju.
crm_get_transaction(id='4092').A route planner searches possible journeys using explicit rules. What does this illustrate about AI?
Co obejrzeć dalej
Monitoruj, jak inne branże wdrażają podobne przeprojektowania przepływu pracy AI, aby wyeliminować wąskie gardła w procesie walidacji. Obserwuj dalsze badania przeprowadzone w ramach projektu ATLAS, które wykraczają poza dziedziny nauki i obejmują inne specjalistyczne zawody. Obserwuj, czy dane ogólnodostępne prowadzą do niezależnych analiz akademickich lub zaleceń politycznych dotyczących wpływu sztucznej inteligencji na rynek pracy.
Przyszłe rozszerzenia projektu ATLAS o większą liczbę branż i regionów geograficznych, zapewniając pełniejszy obraz globalnego przyjęcia sztucznej inteligencji.
Niezależne badania akademickie, w których wykorzystano nowo opublikowane, ogólnodostępne dane ATLAS do sprawdzenia lub podważenia ustaleń Google na temat wpływu gospodarczego sztucznej inteligencji.
Reakcje branży na zidentyfikowane wąskie gardła w przepływach pracy naukowej, w szczególności dotyczące sposobu, w jaki organizacje restrukturyzują swoje procesy badawcze, aby lepiej integrować walidację i eksperymenty związane ze sztuczną inteligencją.