足球比赛结果 人工智能如何影响计算职业

人工智能(AI) 正在重塑计算的几乎各个方面，从软件的构建方式到 计算专业人员工作的地方。适合学生、求职者和转行者 热爱技术的人，人工智能的兴起并不是机会的终结，而是计算职业方式的转变 看看哪些技能是有价值的，以及创新在哪里发生。

您是否热衷机器人, 软件工程, 网络安全，或数据科学，关键是学习使用人工智能作为工具，同时培养以人为本的技能 技术无法取代。

有关计算机职业的要点

计算职业并没有消失。他们正在进化。人工智能正在改变工作的性质，但对熟练计算专业人员的需求 仍然强劲。为计算机职业做准备时需要考虑的一些关键概念：

• 人工智能素养是必须的。了解人工智能的工作原理、其局限性及其道德影响将是 对于所有计算角色都至关重要。
• 入门级工作正在发生变化，而不是消失。生成式 AI 可以自动执行一些编程任务，但人类解决问题和 监督仍然至关重要。
• 混合职业正在蓬勃发展。将计算技能与医疗保健、金融、汽车和医疗保健等领域相结合 防御开辟了新的可能性。
• 道德、政策和批判性思维比以往任何时候都更加重要。人工智能提出了有关偏见、隐私、安全和能源使用的重要问题。
• 人工智能是增长引擎。虽然某些职位将会减少，但其他职位将会增加，人工智能驱动的新职位将超过 那些失去的人。

还值得学习计算机科学吗？

是的——也许现在比以往任何时候都更是如此。计算是人工智能和无数其他技术的基础 新兴技术。没有懂算法、数据结构的专家， 网络安全和系统设计，人工智能本身无法存在或有效运作。

从历史上看，计算机注册经历了一个周期。互联网泡沫破灭之后 和大衰退期间，数字有所下降，但随着新机会的出现而反弹。 今天，我们正处于另一个过渡时刻。但长期职业前景依然强劲，特别适合那些将技术专长与适应能力结合起来的人。

拥有计算机学位的毕业生仍然受欢迎吗？

简短的回答：是的。但期望和工作环境正在发生变化。最近 数据显示，新失业率计算机科学和计算机工程与其他一些领域相比，毕业生有所上升。这部分是由于：

• 大流行后的更正大型科技公司快速扩张后的招聘
• 生成式人工智能重塑入门级工作
• 经济不确定性影响招聘模式

与失业相关的头条新闻表明该领域发生了巨大转变，但事实并非如此 讲述整个故事。从金融到制造再到医疗保健等行业的雇主 渴望计算人才。区别在于工作岗位现在更加分散于各个部门而不是仅仅集中在硅谷或科技行业。

入门级编程工作会因为人工智能而消失吗？

生成式 AI 现在可以编写代码、调试程序，有时甚至可以构建应用程序 比人类程序员更快。但这并不意味着入门级角色将会消失。

这是转变：

• 常规、重复性编码任务将越来越自动化。
• 使用人工智能来加快工作速度的程序员将比那些使用人工智能加速工作的程序员更有价值 谁忽略了它。
• 以下方面的技能问题定义、系统集成和测试比记住语法更重要。

由于改进的远程工作，一些入门级工作也可能在国际上外包 工作工具和流程。但人类监督仍然至关重要，尤其是对于项目而言 需要背景知识、创造力和道德判断力。

人工智能将接管哪些计算机工作？

人工智能可能会发挥作用，让人类工作者能够专注于更复杂、更具创造性、 和战略任务。人工智能可以承担的一些任务包括：

• 高度重复的数据处理
• 基本质量保证测试
• 针对明确定义的问题生成例行代码
• 某些技术支持功能

人工智能不会取代哪些计算机工作？

人工智能可以提供帮助，但人类的洞察力、道德和领导力是不可替代的。虽然人工智能是一种强大的工具，但它无法取代专业角色 包括：

• 系统架构师设计复杂、多层计算环境的人
• 网络安全专家了解不断变化的人类威胁
• 有道德的人工智能专家制定和执行政策保障措施的人
• 人机交互 (HCI) 设计师谁优化用户体验
• 项目经理谁将技术与业务目标结合起来

薪酬最高的人工智能工作是什么？

根据 Glassdoor，人工智能相关职位的薪水通常高达六位数。

查看更多计算薪资信息和工程薪资信息.

人工智能对计算就业市场的影响

世界经济论坛预测，虽然数以百万计的角色将实现自动化， 人工智能相关领域及邻近行业将创造两倍的新就业岗位。 关键是为“未来的工作”做准备，而不是固守传统 角色。

人工智能驱动的新职业：人工智能带来的 22 种令人兴奋的工作角色

1. 人工智能道德官
   确保 AI 系统公平、公正且在道德上符合人类价值观
2. 人工智能辅助医疗技术员
   操作人工智能驱动的诊断和机器人工具来改善医疗保健
3. 提示工程师
   制作有效的提示来指导 AI 语言模型以获得精确的结果
4. 数字孪生设计师
   创建真实系统的虚拟模型以进行测试和优化
5. 人工智能增强型网络安全分析师
   利用 AI 进行高级威胁检测和自动防御
6. 人工智能业务集成专家
   为公司提供有关嵌入人工智能以简化运营并促进创新的建议
7. 人机交互设计师
   设计用户友好的界面，使与 AI 的交互直观且值得信赖
8. 人工智能数据管理员
   管理和准备用于 AI 训练和测试的高质量数据集
9. 自动驾驶车辆操作员
   监控和管理人工智能驱动的运输系统，例如自动驾驶汽车和无人机
10. 人工智能驱动的营销分析师
    使用 AI 分析市场趋势、客户行为并优化广告系列
11. 机器人协调员
    监督 AI 集成机器人制造、物流和服务行业
12. 人工智能法律顾问
    专门从事人工智能相关的法律、合规性和知识产权
13. 人工智能驱动的教育专家
    利用人工智能制定个性化学习计划和教育工具
14. 人工智能可持续发展顾问
    应用 AI 优化能源使用、减少浪费并改善环境影响
15. 虚拟现实人工智能开发者
    构建由 AI 增强的沉浸式环境，用于游戏、训练和治疗
16. 自然语言处理 (NLP) 专家
    致力于有效理解和生成人类语言的人工智能
17. AI 质量保证测试仪
    测试人工智能系统以确保准确性、可靠性和安全性
18. 人工智能硬件专家
    设计和维护为人工智能技术提供动力的物理组件
19. AI 运营经理
    协调组织中 AI 系统的部署和扩展
20. 计算创造力促进者
    支持人工智能驱动的艺术、音乐和设计项目，融合人类和机器的创造力
21. 人工智能可解释性专家
    开发工具来解释和解释人工智能决策过程
22. 人工智能政策和治理分析师
    制定规范人工智能使用道德的法规和政策

资料来源：世界经济论坛、麻省理工学院技术评论、美国劳工统计局、 和行业预测。

如何为人工智能和未来做好准备

即使您的专业不是基于人工智能，也很重要学习人工智能基础知识保持您的职业技能与时俱进。您还需要考虑如何才能建立跨学科知识人工智能进入任何职业。这可能包括计算加生物学、计算 加商业，或计算加工程。这里有一些方法可以确保您 跟上人工智能的发展步伐，因为它与您的职业生涯相关：

• 及时了解 TensorFlow、PyTorch 和云平台等工具和框架。
• 在当前的工作中积极主动地使用 AI，让自己感到舒适。学习使用工具 为了您的利益。
• 实践道德推理以预测人工智能的社会影响。
• 培养适应能力，记住您未来的职位可能还不存在。

如何在人工智能驱动的世界中脱颖而出

雇主看重能够学习、适应并持续关注技术如何发展的毕业生 变化正在影响他们的领域。他们欣赏能够：

• 有效、负责任地使用人工智能
• 跨技术和非技术团队进行沟通
• 了解他们工作的更广泛的商业、文化和道德背景
• 随着技术的发展不断学习和提高技能

展望未来：通用人工智能 (AGI) 的未来

通用人工智能 (AGI)指的是能够理解、学习和应用广泛领域知识的人工智能系统 一系列任务，就像人类一样。与今天不同狭义人工智能，专门用于特定任务（例如图像识别、翻译或 代码生成），AGI 将能够推理、适应和转移知识域之间无需显式重新编程。

AGI 何时成为现实？

专家预测，虽然我们距离真正的通用人工智能还有数年甚至数十年的时间，但 计算能力、神经网络架构和认知建模方面的进步 正在突破界限。一些领先的人工智能研究实验室和大学正在探索 多模态人工智能（可以同时理解文本、图像、音频和视频的系统） 作为迈向 AGI 的垫脚石。

AGI 如何推进人类知识

1. 加速科学发现
   AGI 可以模拟复杂的系统，例如气候模型、生物过程或量子 相互作用——远远超出当前的计算极限。它可以建议新颖的实验 或设计新材料、药物或工程解决方案。
2. 解锁跨学科突破
   通过将见解从一个领域转移到另一个领域（例如，使用物理启发的模型 在生物学中），AGI 可以揭示人类可能忽视的联系。
3. 个性化学习和研究援助
   AGI 可以作为通用研究合作伙伴，提供定制解释、总结 大量数据，并根据学习者的风格调整其方法。
4. 大规模解决复杂问题
   从全球能源管理到疾病根除，AGI 可以整合来自 多个领域提出优化的解决方案——考虑科学、经济和 同时遵守道德。

道德和社会考虑

虽然潜力巨大，但 AGI 的未来也带来了挑战：

• 与人类价值观保持一致：确保 AGI 的目标符合人类福祉
• 偏见和公平：防止系统性偏差被放大
• 治理：决定谁控制 AGI 功能以及如何共享这些功能

大局观

如果负责任地开发，AGI 可能会成为终极知识引擎，促进人类在各个领域的理解。而不是取代人类的思维， 它可以增强创造力、批判性推理和解决问题的能力，使人类能够应对当今看似无法解决的挑战。

Vibe 编程：优点和缺点

Vibe 编程是一个新兴的非正式术语，指未经正规编程培训而编写代码 语言，通常使用生成式 AI 工具例如 ChatGPT、GitHub Copilot 或其他代码辅助平台。而不是手动 逐行编码，人们用自然语言描述他们想要的东西，而人工智能 为它们生成代码。

这被称为“氛围编程”，因为该过程更多的是描述“氛围” 或程序的目标，而不是遵循严格的语法规则。

Vibe 编程的优点

• 降低进入门槛：没有经过正规编程培训的人也可以快速构建功能性应用程序 或脚本。
• 快速原型制作：开发者可以快速迭代想法，而不会陷入语法或样板文件的泥潭 代码。
• 非程序员的赋能：允许生物学、营销或教育等领域的领域专家创建工具 无需成为全职编码员。
• 专注于创造力和解决问题的能力：将重点从记住代码转移到思考逻辑、用户需求和结果。

常见的误解

• 误解1：“您根本不需要学习编程。”
  虽然人工智能可以生成代码，但可以理解编程概念（例如循环、变量、 和数据结构）对于排除故障、调整和扩展项目仍然至关重要。
• 误解 2：“人工智能总是编写正确、高效的代码。”
  AI 生成的代码可能包含错误、安全漏洞或效率低下。没有 编程知识，掌握这些可能很难。
• 误解 3：“任何人都可以立即成为专业软件工程师。”
  工具可以让编码变得更容易，但专业发展需要理解 架构、测试、安全性和可扩展性——这些技能超出了Vivi编程本身的范围。

Vibe 编程的底线

Vibe 编程是一个用于实验和可访问性的强大工具，但这并不能替代学习计算机的工作原理。相反，最好使用 作为一个踏脚石因为它可以帮助人们快速构建，同时鼓励他们学习基础知识 以获得更复杂、更可靠的软件。 Vibe 对于玩具程序来说是一个很棒的概念 爱好者，但没有认真的程序员或计算机科学家认为它是替代品 对于传统概念和实践。

混合职业：人工智能与其他领域相遇的地方

人工智能越来越多地嵌入到广泛的专业和学术领域 领域和行业。这些只是几个例子：

• 机器人和自动化
• 医疗保健和医学成像
• 财务建模和欺诈检测
• 自动驾驶汽车
• 零售供应链优化
• 防御系统和网络安全

聚焦能源和可持续发展职业

能源和可持续发展职业是最有趣、最能改变世界的职业之一 人工智能相关职业的舞台。学生和专业人士计算、可持续发展和政策发挥着至关重要的作用设计下一代节能节水的人工智能基础设施。

一些职业可能性包括：

• 能源系统数据分析师
  • 他们的工作：利用机器学习来优化能源生产和分配， 特别是在智能电网和可再生能源领域。
  • 他们工作的地方：公用事业、政府实验室和清洁能源初创企业。
  • 关键技能：Python、能源建模、时间序列预测。
• 智能电网人工智能工程师
  • 他们的工作：构建动态负载平衡、预测性维护的算法， 和自主网格管理。
  • 影响：减少停电并更有效地整合风能/太阳能。
  • 使用的技术：强化学习、实时分析。
• 气候数据科学家
  • 他们的工作：使用人工智能分析大量气候数据集来预测极端天气， 森林砍伐、海平面上升和碳排放。
  • 雇主：研究机构、关注气候的非政府组织、政策智囊团。
• 人工智能可持续发展顾问
  • 他们的工作：使用人工智能驱动的审核和帮助组织减少碳足迹 报告工具。

为了从事人工智能集成职业，我应该学习什么？

构建AI 集成职业意味着将核心人工智能和计算技能与您所在领域的领域知识相结合 的兴趣。以下是跨不同学科的定制课程路径的样子。

AI 集成职业所需学习的课程

核心 AI 和计算基础（适合所有人）

每个想要更新和提升技能的学生或专业人士都应该 考虑这些人工智能要点：

• 编程简介（Python、Java 或 C++）
• 数据结构和算法
• 机器学习和深度学习
• 人工智能基础知识
• 数据分析和可视化
• 人工智能的道德和政策
• 云计算和大数据

业务

人工智能正在改变企业分析客户、优化运营和管理的方式 风险。

• 业务分析和数据驱动的决策
• 人工智能用于营销和客户洞察
• 金融科技与人工智能在金融领域的应用
• 人工智能运营管理
• 技术战略管理
• 人工智能与商业道德

人文

将人工智能与人文学科相结合有助于了解人工智能的社会影响、发展 道德框架，并改善人类与人工智能的协作。

• 数字人文与计算文本分析
• 自然语言处理
• 道德、社会和人工智能
• 人机交互
• 人工智能的认知科学和心理学
• 人工智能与社会：政策与文化

健康科学

人工智能为诊断、个性化医疗、机器人手术和流行病建模提供动力。

• 生物信息学和计算生物学
• 医疗成像和诊断中的人工智能
• 健康数据分析
• 手术和病人护理中的机器人
• 使用 AI 工具进行流行病学
• 人工智能和医疗保健中的道德问题

林业与环境科学

人工智能有助于监测森林、野生动物和气候，从而实现更好的环境管理。

• 遥感和人工智能 GIS
• 环境数据分析
• 人工智能用于气候建模和预测
• 生态系统自动监控
• 利用人工智能进行可持续资源管理
• 环境人工智能应用中的道德规范

工程

人工智能是智能制造、自动驾驶汽车、机器人和基础设施不可或缺的一部分 设计。

• 人工智能和机器人
• 控制系统和自动化
• 计算机视觉和传感器融合
• 人工智能驱动的设计和仿真
• 人工智能系统中的网络安全
• 人机交互

具备人工智能素养意味着学习编程、数据分析和道德框架 - 那么 在您选择的领域应用这些工具。寻找跨学科项目 将计算与领域专业知识相结合，并寻找实践项目的机会 和实习。