Google เปิดตัวข้อมูลและการวิจัย ATLAS ของ AI และเศรษฐกิจใหม่

เกิดอะไรขึ้น

Google เปิดตัวประสบการณ์การเข้าถึงแบบเปิดเชิงโต้ตอบใหม่สำหรับชุดข้อมูล AI & Economy ATLAS ช่วยให้ผู้ใช้สามารถสำรวจอัตราการปรับใช้ AI ทั่วโลกตามอาชีพและประเทศ พร้อมกันนี้ Google, Google DeepMind และ MIT FutureTech ได้เปิดตัวงานวิจัยใหม่วิเคราะห์วิธีที่นักวิทยาศาสตร์ใช้ AI โดยอิงจากแบบจำลองเฉพาะทาง 2,600 แบบ และการสำรวจของนักวิทยาศาสตร์กว่า 600 คนในสหรัฐอเมริกาและสหราชอาณาจักร

Google ประกาศเปิดตัวประสบการณ์แบบโต้ตอบและเข้าถึงได้ใหม่สำหรับโครงการ AI & Economy ATLAS แพลตฟอร์มนี้ช่วยให้ผู้ใช้สำรวจจุดข้อมูลทั่วโลกหลายล้านจุดเกี่ยวกับการใช้งาน AI รวมถึงอัตราการนำไปใช้ในอาชีพเฉพาะ เช่น ช่างไฟฟ้าและผู้จัดการฝ่ายจัดซื้อ รวมถึงแนวโน้มการใช้งานในระดับประเทศและรูปแบบการใช้งานในบ้าน

ในขณะเดียวกัน Google, Google DeepMind และ MIT FutureTech ได้ตีพิมพ์งานวิจัยใหม่ที่ได้มาจากข้อมูล ATLAS การศึกษาวิเคราะห์โมเดล AI เฉพาะทาง 2,600 โมเดล และสำรวจนักวิทยาศาสตร์กว่า 600 คนในสหรัฐอเมริกาและสหราชอาณาจักร โดยใช้อนุกรมวิธานใหม่จาก MIT FutureTech เพื่อสร้างแผนผังงานทางวิทยาศาสตร์และรูปแบบการใช้งาน AI

ผลการวิจัยพบว่านักวิทยาศาสตร์ใช้ AI ในอัตราที่สูงกว่าอาชีพอื่นๆ โดยเกือบครึ่งหนึ่งใช้ AI บางรูปแบบทุกวัน การศึกษานี้แยกความแตกต่างระหว่างการใช้โมเดลภาษาขนาดใหญ่ (LLM) เช่น Gemini ซึ่งใช้กันอย่างแพร่หลายในสาขาต่างๆ และโมเดล AI เฉพาะทาง ซึ่งพบได้ทั่วไปในด้านสุขภาพและวิทยาศาสตร์ชีวภาพสำหรับงานทำนายและการจำลองเฉพาะโดเมน

การศึกษารายงานว่านักวิทยาศาสตร์ประหยัดเวลาได้เพียงเจ็ดชั่วโมงต่อสัปดาห์โดยใช้ AI อย่างไรก็ตาม มีการตั้งข้อสังเกตว่าการประหยัดเวลานี้ไม่ได้แปลไปสู่การค้นพบใหม่ๆ ในทันที เนื่องจากต้องใช้เวลาอย่างมากในการตรวจสอบผลลัพธ์ของ AI, งานค้างที่เพิ่มขึ้นของสมมติฐานที่ยังไม่ได้ทดสอบ และปัญหาคอขวดในการทดลองทางกายภาพและการตรวจสอบทางคลินิก

รายละเอียดที่มา: blog.google ↗

ทำไมมันถึงสำคัญ

ข่าวประชาสัมพันธ์ฉบับนี้ให้ข้อมูลที่เป็นรูปธรรมและละเอียดว่า AI ปรับเปลี่ยนตลาดแรงงานและขั้นตอนการทำงานทางวิทยาศาสตร์อย่างไร โดยก้าวไปไกลกว่าตัวชี้วัดการใช้งานทั่วไปไปสู่ข้อมูลเชิงลึกด้านอาชีพและระดับงานเฉพาะ โดยเน้นย้ำว่าแม้ AI จะช่วยนักวิทยาศาสตร์ได้เกือบเจ็ดชั่วโมงต่อสัปดาห์ แต่ก็ทำให้เกิดปัญหาคอขวดใหม่ในการตรวจสอบและการทดลอง โดยเสนอแนะว่าการเพิ่มผลผลิตจำเป็นต้องมีการออกแบบขั้นตอนการทำงานใหม่ ไม่ใช่แค่เพียงการนำเครื่องมือมาใช้ สิ่งนี้นำเสนอกรอบการทำงานที่ใช้งานได้จริงสำหรับองค์กรและผู้กำหนดนโยบายเพื่อทำความเข้าใจผลกระทบทางเศรษฐกิจและการดำเนินงานในโลกแห่งความเป็นจริงของการบูรณาการ AI

ข่าวประชาสัมพันธ์ฉบับนี้ให้มุมมองที่ขับเคลื่อนด้วยข้อมูลโดยละเอียดเกี่ยวกับผลกระทบของ AI ที่มีต่อเศรษฐกิจโลก โดยเน้นย้ำเป็นพิเศษว่าอาชีพและภูมิภาคต่างๆ นำเทคโนโลยีนี้ไปใช้อย่างไร รายละเอียดนี้มีความสำคัญอย่างยิ่งต่อการทำความเข้าใจการกระจายผลประโยชน์และความท้าทายของ AI ในตลาดแรงงานอย่างไม่สม่ำเสมอ

การค้นพบเกี่ยวกับขั้นตอนการทำงานทางวิทยาศาสตร์ให้ข้อมูลเชิงลึกที่สำคัญเกี่ยวกับ 'ความขัดแย้งด้านประสิทธิภาพการผลิต' ของ AI ในขณะที่ AI เร่งงานบางอย่าง AI จะแนะนำจุดเสียดสีใหม่ในการตรวจสอบและการทดลอง สิ่งนี้ชี้ให้เห็นว่าองค์กรต่างๆ ต้องออกแบบกระบวนการของตนใหม่เพื่อให้ตระหนักถึงศักยภาพของ AI อย่างเต็มที่ แทนที่จะเพียงเพิ่มเครื่องมือลงในขั้นตอนการทำงานที่มีอยู่

การทำงานร่วมกันระหว่าง Google, Google DeepMind และ MIT FutureTech ให้ความน่าเชื่อถือทางวิชาการแก่การค้นพบนี้ ทำให้กลายเป็นทรัพยากรที่มีคุณค่าสำหรับนักวิจัย ผู้กำหนดนโยบาย และผู้นำในอุตสาหกรรมที่ต้องการทำความเข้าใจผลกระทบเชิงปฏิบัติของการบูรณาการ AI ในสาขาที่มีเดิมพันสูงและเน้นความรู้

จะดูอะไรต่อไป.

ตรวจสอบว่าอุตสาหกรรมอื่นๆ นำการออกแบบเวิร์กโฟลว์ AI ที่คล้ายกันมาใช้ใหม่เพื่อแก้ไขปัญหาคอขวดในการตรวจสอบความถูกต้องอย่างไร ติดตามการศึกษาติดตามผลจากโครงการ ATLAS ที่ขยายขอบเขตจากสาขาวิทยาศาสตร์ไปสู่วิชาชีพเฉพาะทางอื่นๆ สังเกตว่าข้อมูลที่เข้าถึงได้แบบเปิดนำไปสู่การวิเคราะห์ทางวิชาการที่เป็นอิสระหรือข้อเสนอแนะนโยบายเกี่ยวกับผลกระทบของตลาดแรงงาน AI

การขยายโครงการ ATLAS ในอนาคตเพื่อรวมอุตสาหกรรมและภูมิภาคทางภูมิศาสตร์ให้มากขึ้น ทำให้เกิดภาพการนำ AI มาใช้ทั่วโลกที่ครอบคลุมมากขึ้น

การศึกษาเชิงวิชาการอิสระที่ใช้ข้อมูล ATLAS ที่เข้าถึงได้แบบเปิดที่เพิ่งเปิดตัวเพื่อตรวจสอบหรือท้าทายการค้นพบของ Google เกี่ยวกับผลกระทบทางเศรษฐกิจของ AI

การตอบสนองของอุตสาหกรรมต่อปัญหาคอขวดที่ระบุในขั้นตอนการทำงานทางวิทยาศาสตร์ โดยเฉพาะอย่างยิ่งวิธีที่องค์กรต่างๆ กำลังปรับโครงสร้างกระบวนการวิจัยเพื่อบูรณาการการตรวจสอบและการทดลองของ AI ได้ดียิ่งขึ้น

คำแนะนำและแบบทดสอบที่เกี่ยวข้อง