Nini kilitokea
Google ilizindua matumizi mapya shirikishi, ya ufikiaji huria kwa seti yake ya data ya AI & Economy ATLAS, kuruhusu watumiaji kuchunguza viwango vya kimataifa vya kupitishwa kwa AI kulingana na kazi na nchi. Wakati huo huo, Google, Google DeepMind, na MIT FutureTech walitoa utafiti mpya unaochanganua jinsi wanasayansi wanavyotumia AI, kulingana na modeli 2,600 maalum na uchunguzi wa wanasayansi zaidi ya 600 nchini U.S. na U.K.
Google ilitangaza kuzinduliwa kwa matumizi mapya shirikishi, ya ufikiaji huria kwa mradi wake wa AI & Economy ATLAS. Mfumo huu huruhusu watumiaji kuchunguza mamilioni ya pointi za data za kimataifa kuhusu matumizi ya AI, ikiwa ni pamoja na viwango vya kukubalika katika kazi mahususi kama vile mafundi umeme na wasimamizi wa ununuzi, pamoja na mitindo ya kukubalika katika ngazi ya nchi na mifumo ya matumizi ya nyumbani.
Sambamba na hilo, Google, Google DeepMind, na MIT FutureTech walichapisha utafiti mpya unaotokana na data ya ATLAS. Utafiti huo ulichambua mifano 2,600 maalum ya AI na kuchunguza zaidi ya wanasayansi 600 nchini Merika na Uingereza Ilitumia ushuru mpya kutoka MIT FutureTech kupanga kazi za kisayansi na mifumo ya utumiaji ya AI.
Utafiti uligundua kuwa wanasayansi hutumia AI kwa viwango vya juu kuliko kazi zingine nyingi, na karibu nusu wanatumia aina fulani ya AI kila siku. Utafiti ulitofautisha kati ya matumizi ya Miundo Kubwa ya Lugha (LLMs) kama vile Gemini, ambayo hutumiwa sana katika nyanja zote, na miundo maalum ya AI, ambayo ni ya kawaida zaidi katika sayansi ya afya na maisha kwa utabiri mahususi wa kikoa na uigaji.
Utafiti huo uliripoti kuwa wanasayansi wanaokoa chini ya masaa saba kwa wiki kwa kutumia AI. Hata hivyo, ilibainisha kuwa uokoaji wa wakati huu hautafsiri mara moja ugunduzi mpya kwa sababu ya muda muhimu unaotumiwa kuthibitisha matokeo ya AI, kuongezeka kwa kumbukumbu ya nadharia ambazo hazijajaribiwa, na vikwazo katika majaribio ya kimwili na uthibitishaji wa kimatibabu.
Maelezo ya chanzo: blog.google ↗
Kwa nini ni muhimu
Toleo hili linatoa data halisi, ya punjepunje kuhusu jinsi AI inaunda upya soko la kazi na utiririshaji wa kazi wa kisayansi, ikipita zaidi ya metriki za kupitishwa kwa jumla hadi maarifa mahususi ya kazini na kiwango cha kazi. Inaangazia kwamba ingawa AI inaokoa wanasayansi karibu masaa saba kila wiki, inaunda vikwazo vipya katika uthibitishaji na majaribio, ikipendekeza kwamba faida za tija zinahitaji uundaji upya wa mtiririko wa kazi badala ya kupitishwa kwa zana. Hii inatoa mfumo wa vitendo kwa mashirika na watunga sera kuelewa athari za ulimwengu halisi za kiuchumi na kiutendaji za ujumuishaji wa AI.
Toleo hili linatoa mwonekano wa kina, unaotokana na data wa athari za AI kwenye uchumi wa dunia, hasa ikiangazia jinsi taaluma na maeneo mbalimbali yanavyotumia teknolojia. Uzito huu ni muhimu kwa kuelewa usambazaji usio sawa wa faida na changamoto za AI katika soko la kazi.
Matokeo ya utiririshaji kazi wa kisayansi yanatoa ufahamu muhimu katika 'kitendawili cha tija' cha AI. Ingawa AI huharakisha kazi fulani, inaleta pointi mpya za msuguano katika uthibitishaji na majaribio. Hii inapendekeza kwamba mashirika lazima yapange upya michakato yao ili kutambua kikamilifu uwezo wa AI, badala ya kuongeza tu zana kwenye utendakazi uliopo.
Ushirikiano kati ya Google, Google DeepMind, na MIT FutureTech inatoa uaminifu wa kitaaluma kwa matokeo, na kuifanya kuwa rasilimali muhimu kwa watafiti, watunga sera, na viongozi wa tasnia wanaotafuta kuelewa athari za vitendo za ujumuishaji wa AI katika nyanja za juu, zenye maarifa.
Mbinu shirikishi: Jinsi Inavyofanya Kazi Kweli
Chunguza teknolojia msingi nyuma ya ukuzaji huu kwa maingiliano.
crm_get_transaction(id='4092').A route planner searches possible journeys using explicit rules. What does this illustrate about AI?
Nini cha kutazama baadaye
Fuatilia jinsi tasnia zingine zinavyotumia muundo sawa wa mtiririko wa kazi wa AI ili kushughulikia vikwazo vya uthibitishaji. Tazama masomo ya ufuatiliaji kutoka kwa mradi wa ATLAS unaopanuka zaidi ya nyanja za kisayansi hadi taaluma zingine maalum. Angalia ikiwa data ya ufikiaji huria inaongoza kwa uchanganuzi huru wa kitaaluma au mapendekezo ya sera kuhusu athari za soko la ajira la AI.
Upanuzi wa siku zijazo wa mradi wa ATLAS kujumuisha viwanda zaidi na maeneo ya kijiografia, kutoa picha ya kina zaidi ya kupitishwa kwa AI kimataifa.
Masomo huru ya kitaaluma ambayo hutumia data mpya iliyotolewa ya ATLAS ya ufikiaji wazi ili kuthibitisha au kupinga matokeo ya Google kuhusu athari za kiuchumi za AI.
Majibu ya tasnia kwa vikwazo vilivyotambuliwa katika mtiririko wa kazi wa kisayansi, haswa jinsi mashirika yanarekebisha michakato yao ya utafiti ili kuunganisha vyema uthibitishaji na majaribio ya AI.