人工智能时代的未来工作：再培训、人工合成视频等更多新发展
通过我们每周发表的进展摘要，及时了解快速变化的AI世界
AI vs. Jobs The Ongoing Debate, Social Media Struggles with Porn Deepfake Issue
🤖📚🔮 预计关于人工智能技术如何影响未来工作（也就是说，就业）的讨论将在未来的几个月（甚至接下来的几年）继续成为一个巨大的辩论话题，既有乐观派，也有悲观派。公司已经开始计划从引入生成式人工智能和自动化技术中获得潜在的生产力和利润提升，这可以从谷歌、Spotify、亚马逊等公司的裁员行动中看出来，这些公司明确表示需要将资源转向以人工智能为导向的角色和项目。但是这对劳动力意味着什么？让我们仔细看一下。
职业的影响和再培训的需求
国际货币基金组织最近表示，全球约40％的就业岗位将面临受到人工智能影响而发生变化。这凸显了员工需要学习新技能以适应不断演变的职位市场的紧迫性。世界经济论坛在其“明日之职”报告中预测，由于人工智能等因素，全球约23％的就业岗位将在未来五年内发生变化。这一转变将重塑现有职位，并在包括人工智能开发人员、界面和交互设计师、人工智能内容创作者、数据管理人员以及人工智能伦理和治理专家在内的领域创造新角色。
💡 问答：哪些职业将受到人工智能的最大影响？雇主如何找到适合这些新角色的合适人才？谁负责再培训？
专家们一致认为，那些需要重复任务和体力劳动的工作更有可能被自动化，比如制造业和流水线工作。另一方面，那些需要创造力、批判性思维和情商的工作不太可能被自动化。雇主应该着重寻找具有可转移技能的人，如问题解决能力、适应能力和学习新技术的意愿。至于再培训，这是一个共同的责任。员工应积极寻求新技能，政府应提供政策和鼓励措施来进行再培训计划，公司应投资培训员工。
公司在再培训劳动力中的作用
纽约大学教授罗伯特·西曼斯（Robert Seamans）认为，公司应该在培训员工方面发挥重要作用。他强调公司应该投资培训计划，为未来工作提供必要的技能。这种方式不仅对员工有益，还使公司能够利用技能更强的工作人员而无需外部招聘。
😄 有趣事实：您知道现在有60％的员工从事的职业在1940年是不存在的吗？这是根据高盛的一份报告。
好消息：是投资培训的时候了
即使是最看好人工智能的企业也有时间来培训他们的员工。根据今年1月发布的麻省理工学院的一项研究，寻求替代工作或将任务转移到人工智能的公司在人工智能工具的投资回报方面将需要一段时间。该研究重点研究了涉及计算机视觉的工作，并得出结论，只有23％的视觉任务的工人工资在自动化方面具有吸引力。这表明人工智能对工作的取代将是巨大的，但是是逐步进行的，这给政策干预和再培训留出了时间以减轻失业带来的影响。
人工智能的黑暗面：Deepfake技术及其对泰勒·斯威夫特的影响
💔📷 最近，泰勒·斯威夫特成为深度伪造色情图片的受害者，进一步加剧了由人工智能生成的深度伪造内容的惊人增长。这些虚假图片被上传到各种社交媒体平台，包括Telegram、X、Facebook、Instagram和Reddit。像X（以前的Twitter）这样的平台已经采取行动删除了这些图片，但它们在被删除之前可能会迅速传播。深度伪造的普及，尤其是针对女性的明确内容，引发了人们对隐私、同意和性剥削的担忧。
🤳💡 问答：什么是深度伪造技术，我们如何应对它们的传播？可以采取哪些法律措施来保护个人免受深度伪造违规的侵害？
深度伪造指的是使用人工智能技术操纵和创建逼真却虚假的音频和视频内容。为了应对它们的传播，需要采取多管齐下的方法。各个平台应主动采取措施来迅速检测和删除深度伪造内容。技术公司和研究人员可以开发先进的工具来识别和标记深度伪造内容。政府可以制定法律，将分享深度伪造色情内容视为非法行为，保护个人免受其图像的恶意使用。
Google 的 Lumiere：逼真的文本到视频生成
🌟📽️ Google 研究揭示了 Lumiere，一种旨在革新视频合成的文本到视频模型。Lumiere 的独特功能包括文本到视频和图像到视频的生成，以及风格化的生成。与以往的模型不同，Lumiere 通过其时空 U-Net 架构产生更平滑和超逼真的视频片段。虽然 Lumiere 目前是一个研究项目，但它的潜在应用非常惊人，并展示了视频生成未来的有前景的一瞥。
💭💡Q&A: Lumiere 的文本到视频模型如何提升娱乐、市场营销和教育等行业？该技术是否存在任何限制或伦理关切？
Lumiere 的文本到视频模型在各个领域都具有广泛的影响。在娱乐方面，它可以促进逼真特效、虚拟演员和重度 CGI 场景的创建。在市场营销方面，Lumiere 可以生成针对特定目标受众的引人注目的视频广告。在教育方面，它可以通过创建引人入胜且互动性强的视频内容来提升在线学习体验。然而，随着这项技术的进一步发展，需要解决潜在的滥用、误导和版权侵权等伦理关切。
FTC 调查大型科技公司对人工智能公司的投资
💼⚖️ 美国联邦贸易委员会（FTC）主席 Lina Khan 宣布对像 OpenAI 这样的主要人工智能公司与投资它们的科技巨头，如微软、亚马逊和谷歌之间的关系进行调查。该调查重点在于确定这些联盟是否导致不公平竞争或赋予特权访问资源，可能将控制权集中在几个主导公司手中。FTC 的目标是确保公平和开放的市场，并考虑新兴技术对竞争和消费者保护的影响。
🔍💡Q&A: 主导科技公司投资人工智能开发的潜在后果是什么？如何通过监管促进人工智能行业的公平竞争和创新？
科技巨头对人工智能公司的投资既可以促进健康竞争，也可能导致垄断性行为，抑制创新并限制消费者选择。监管应该旨在防止反竞争行为，确保既有参与者和新兴初创企业在公平的竞争环境中有平等的机会。通过制定准则、增加透明度并促进公平商业行为，监管机构可以推动健康的竞争，培育一个有益于整个社会的活跃的人工智能产业。
Etsy 的礼品模式：人工智能驱动的个性化礼品指南
🎁🤝 流行的在线市场 Etsy 推出了一项名为“礼品模式”的全新人工智能功能。该功能可根据特定偏好帮助用户找到独特和个性化的礼品。通过回答一些有关收礼人和场合的问题，礼品模式利用机器学习技术从 Etsy 卖家的特殊产品中匹配用户。礼品模式提供了超过 200 种收礼人人设，如音乐爱好者、冒险家和宠物父母，从 Etsy 提供的广泛库存中精选出一系列产品。
🛍️💡Q&A: 礼品模式如何工作，对购物者有什么优势？使用人工智能进行个性化礼品推荐是否存在任何隐私关切？
礼品模式作为一个在线问卷，收集有关收礼人的兴趣、与赠礼者的关系和场合的信息。根据这些输入，它生成定制的礼品指南，使寻找礼品对购物者更加高效和愉悦。虽然基于人工智能的个性化推荐可以提升购物体验，但隐私问题可能会因个人数据的收集和处理而引起。平台应重视透明度和用户同意，确保数据隐私，同时提供个性化体验。
Nightshade：保护艺术家免受图像复制侵权的项目
🖼️🛡️ 由芝加哥大学主导的 Nightshade 项目旨在保护艺术家、平面设计师和其他图像创作者免受人工智能生成图像的滥用。通过“污染”图像数据，Nightshade 使大型语言模型（LLMs）困惑，并阻止它们在受版权保护的图像上进行训练。这种妨碍性方法为艺术家提供了一种抵御 AI 图像生成器对其作品的刮取和仿冒的防线。Nightshade 提高了未经许可数据训练的成本，促进原始图像的授权，并支持创作者的权益。
🎨💡Q&A: Nightshade 如何“污染”图像数据，对大型语言模型有何影响？Nightshade 的方法可能涉及哪些潜在的法律问题和挑战？
夜草将图像转化为“有毒”的样本，引入不确定性进入LLM训练中。通过在这些有毒样本上进行训练，模型偏离了预期规范，使其在生成准确的视觉输出方面不太可信。从法律角度来看，夜草凸显了版权保护的重要性，并对人工智能生成内容的道德使用提出了质疑。在夜草的影响增大时，平衡创造性表达的需求和未经授权的版权材料的预防将是关键。
本周的AI词汇：漂移
🌀💭 AI漂移指的是大型语言模型（LLMs）表现出意外行为或者偏离其原始参数的行为。这种漂移可能是由于试图改进 AI 模型的特定方面，无意中对其他方面产生负面影响所导致的。漂移可能表现为模型性能和准确性随时间的下降。
💡 你知道吗？模型漂移可能对业务关键绩效指标（KPI）产生负面影响。开发人员需要通过定期监控模型性能、更新训练数据和微调模型参数来解决漂移问题，以保持准确性和有效性。
🌐🔗 参考文献： – Google Pixel 平板电脑评论：我用过的最差的 Pixel – Spotify 将向 iOS 用户推出应用内支付系统 – 亚马逊的 Alexa 推出新的生成式 AI 功能 – Netflix 游戏引起关注：安装数量较去年增长 180% – 电动汽车制造商 Polestar 全球裁员15% – Surface Pro 10：新型号传闻中的重大改变 – 高盛支持的 ZestMoney 估值达到 4.5 亿美元 – 纽约的 Airbnb 禁令引发圣诞瓶颈
📢📱 对于人工智能时代工作的未来，你有什么想法？你遇到过任何深度伪造的事件吗？请在下方分享你的想法和经历，让我们继续对话！不要忘记在社交媒体上点赞、分享和关注我们，获取更多有趣的内容。让我们一起航行在不断演变的科技世界中！
[TBH]: 比较诚实 [AI]: 人工智能 [WEF]: 世界经济论坛 [Q&A]: 问题与回答 [FTC]: 联邦贸易委员会 [AI]: 人工智能 [LLMs]: 大型语言模型 [KPIs]: 关键绩效指标
