据国家统计局最新数据，16-24岁青年失业率升至20.8%，目前600多万人还在找工作，这警示着我们当前就业形势仍然不乐观。
影响就业率持续走低的因素不仅有来自全球经济发展的缓慢，还有数字化时代带来的必然冲击。自从人类进入数字化时代，我们的生活便发生了天翻地覆的变化，现金变数字，数据变财富，日前GPT语言大模型大数据更是在年轻人中广泛流行，产生了巨大的影响。GPT和AI的发展都是人类社会向前发展的一大步伐，也许会面临诸多未知的挑战与困难，但这是一个必然的趋势，它们的背后是智能代替人工，提供更加高效、有效的成果，进而推动全世界的快速发展。不可否认，未来当GPT和AI并驾齐驱，并源源不断地给出药方（答案或解决方案）的同时，许多白领自然就面临失业，即AI数字人有了GPT的加持（连线）就可以不间断每天24小时输出各类知识，充当（代替）主播、演讲者、教师、医生和咨询师等职业……而我们将进入Al数字人的时代。对此，您认为呢？如果您还有良知，是为公平、正义和共建美好世界而来，那就请你将《共绘网》转发出去，让更多人受益吧！
一共有人参与 条评论
生成式 AI 的下一步是多模态和视频，也就意味着更大规模的训练，Blackwell 带来了更多可能性。 此外，大模型（LLM）的大规模推理始终是一个挑战，并非适合单个 GPU 的任务。在具有 1750 亿个参数的 GPT-3 LLM 基准测试中，GB200 的性能是 H100 的 7 倍，并且训练速度是 H100 的 4 倍。 现在，用于大模型推理的速度是上代的 30 倍，黄仁勋展示了一张对比图，蓝线是 Hopper。 「DGX 超级计算机是推进 AI 产业变革的工厂。新一代 DGX SuperPOD 集加速计算、网络和软件方面的最新进展于一身，能帮助每一个公司、行业和国家完善并生成自己的 AI，」黄仁勋说道。有了 Blackwell，我们距离生成式 AI 的实用化也更近了一步。机器之心
(0)生产、商业、服务正在数据要素的“乘数效应”下加快升级，为产业数字化、创新性发展注入来自数据要素的驱动力。数据要素在生产领域的融合与创新推动市场升级，在商业领域的运用催生全新的商业模式，在服务领域的数字化、定制化引发市场变革。在数字经济时代，数据的作用已不仅仅限于流通，而是成为推动经济社会高质量发展的关键要素之一。“数据要素×”行动为中国产业的新发展提供了广阔的市场前景，正迅速引领产业数字化和创新性发展。刘典，复旦大学中国研究院副研究员
(1)李开复分享要点如下： 1.AI 1.0就像是发明电，AI 2.0就是电网。 2.AI 2.0时代的来临，首先它是巨大的平台式机会，这个机会将比移动互联网大十倍，而且它是中国的第一次机会。 3.很多人认为生成式AI的商业前景还太小，是因为金融分析师没有考虑到AI 2.0的收费模式是不一样的。 4.AI 2.0将会成为平台，每个写代码的人、写APP的人都要用上AI，就像每个使用移动互联网的人都要用上4G的网络，可以带来手机上的用户体验。当AI 2.0平台够大的时候，这个平台可以支撑各种应用。 5.产生元宇宙内容是很贵的，但AI 2.0可以使成本大大下降，AI在未来可以大大推动元宇宙。 6.机器会做出伤害人的事情，而我们要研究怎么做才能让AI乖乖听话。 7.如果真的有一家公司独大，它的垄断问题会非常严重，因为这样的平台，权力是非常大的。 8.每个人都会成为AI 2.0程序员。 9.AI 2.0不会是通用人工智能。虽然能做的东西比人类多太多了，但它也不能完全覆盖所有事情。因为人类的创造力、思考和自我意识、同理心和爱是AI不能取代的。
(0)今年6月，比尔·盖茨与Nvidia、微软、Reid Hoffman和Eric Schmidt一起参与了Inflection AI的投资，该公司完成了高达13亿美元的融资。 比尔·盖茨在旧金山的一次活动上提到了Inflection AI，称“数字代理背后的AI赢家可能来自大科技公司或初创公司，这是一个50-50的概率”，并表示对Inflection等几家初创公司印象深刻。 此时，Inflection AI刚刚推出名为“Pi”的产品，代表“个人智能”，旨在表现得更个性化、口语化，比OpenAI的GPT-4、微软的Bing或谷歌的Bard更具亲和力，同时又不显得过于诡异。 尽管像Pi这样的聊天机器人离比尔·盖茨所想象的个人AI代理还有很长的路要走，而且他计划在这一领域进行哪些其他投资并不清楚，但显然，他希望能够尽早参与到AI代理的领域。实际上，比尔·盖茨在博文中提到，他已经“思考代理近30年了，并在1995年的《未来之路》一书中写到过它们，但由于AI的进步，它们直到最近才变得实际可行”。 他补充说：“代理不仅将改变每个人与计算机互动的方式。它们还将颠覆软件行业，带来自从我们从键盘输入命令到点击图标以来的计算机领域最大的革命。” 盖茨还讨论了代理的技术挑战以及隐私问题。但他表示：“代理即将到来。在接下来的几年里，它们将彻底改变我们的生活，无论是在线还是线下。”
(0)当前数据要素市场面临的突出问题。 数据要素市场面临的问题主要有：1.数据要素的确权问题。很多数据要素具有非竞争性和非排他性，更接近阳光而非石油。2.数据要素市场的组织形式。数据具有外部性，汇集起来以后一加一大于二，专业性要求高，专业机构能实现规模经济。从我国情况来看，需要讨论场内和场外交易场所之间的关系，以及数据交易场所和数据服务商之间的关系。3.个人数据的隐私保护问题，以及如何在保护隐私的前提下促进数据要素的有效流通？4.数据要素的估值和计价问题。比如，数据要素如何进入资产负债表？5.数据要素的价值贡献和收益分配。 （一）数据权利。 联合国贸易与发展会议2021年《数字经济报告》中规定数据权利指访问、控制和使用数据的权利。为什么淡化数据所有权？第一，很多数据难以界定所有权，特别对个人数据。比如，用户在互联网服务平台上“自愿”披露并被观察的数据。第二，数据要素市场成立的前提是对数据的有效控制：控制谁（Who）能在何种条件下（What）以何种方式（How）使用数据。 数据要素确权的关键是界定数据主体与数据控制者之间的权利义务关系。比如，欧盟《通用数据保护条例》（GDPR，2018年实施）对个人数据引入访问权利、修改权利、删除或被遗忘权利、可携带权利、有限授权和最小化采集原则、个人数据跨境传输条件以及数据控制者的告知义务等。 对公共数据，要鼓励以多种形式向社会提供不涉及个人信息、不影响公共安全的公共数据。 可验证计算、同态加密和安全多方计算等密码学技术，使数据“可用不可见”。 （二）数据要素市场与金融市场之间的同构关系。 数据要素市场主要有三类参与者：1.数据提供者/数据控制者：收集、存储数据并行使控制权。2.数据主体/数据来源者（包括个人、消费者和法人组织）：通过线上和线下活动产生数据并拥有相关权利。3.数据使用者：接受或处理由数据提供者分享的关于数据主体的数据，并将这些数据作为输入以提供服务。 （三）数据要素市场的组织形式。 数据要素市场有3种组织形式值得关注。 第一，开放银行。银行持有用户数据，在用户授权下通过API（应用编程接口）对外共享。同一用户在不同银行的数据可以通过API汇总（数据聚合）。 第二，数据信托。收集并持有数据的机构（委托人），允许一个独立机构（受托人）来决定如何为一个事先确定的目标（特别是受益人的利益）而使用和分享数据。受托人有权决定如何使用和分享数据以释放数据中蕴含的价值，但要确保它的决定符合数据信托的设立目标以及受益人的利益。 第三，数据交易场所。1.全球范围内不存在流动性好的数据场内交易所，但针对替代数据（Alternative data）的场外交易一直在发生。比如，以Robinhood为代表的Pay for order flow模式。2.国家规范引导场外交易，培育壮大场内交易。数据流通>数据交易。数据还可以通过共享、开放、数据服务等方式实现流通。3.区块链在数据交易场所中的应用。比如，上海数据交易所的数据交易链。 （四）个人数据流通的特殊性。 第一，GDPR对个人数据引入的一系列权利在实践中集中体现为“告知-同意”机制，但面临如下挑战： 1.信息服务提供者一般在用户参与活动之初寻求用户对使用和转移数据的同意。用户的同意是事前且 “一揽子式的”，而此时用户很可能不清楚他们数据的真实价值。 2.用户数据由不同机构按不兼容的格式来收集和存储。用户即使能访问与自己有关的数据，也很难有效地将这些数据合并起来加以使用。数据“孤岛”对数据主体和全社会构成了显著成本。 第二，个人拥有自己数据的收益权在理论上很美，在实践中很难操作： 1.单独来看，个人数据的价值不高。个人数据的价值主要来自被集中起来后（即“衍生数据”）。 2.个人数据市场本质上意味着将隐私从一项人权变为一个可以出售的商品，可能造成伦理上的问题。作者：邹传伟博士，万向区块链首席经济学家，上海金融与发展实验室前沿金融研究中心主任。
(0)AI时代，选择这些专业，职场竞争力翻倍！ 随着人工智能（AI）的快速发展，人们越来越担心自己的工作被AI所取代。在这样一个时代，选择一个具有竞争力的专业显得尤为重要。本文将为大家介绍一些在AI时代具有潜力和竞争力的专业，帮助你在职场中脱颖而出！ 一、人工智能专业。 尽管AI的发展可能会影响许多行业，但选择人工智能专业仍然是一个非常具有前瞻性的决定。在这个专业中，你将学习到算法、机器学习、自然语言处理等核心知识，为以后在AI领域的进一步发展打下坚实的基础。同时，你也可以通过参与研究项目或者实践经验，提升自己在该领域的实际应用能力。 二、数据科学。 数据科学是一个涉及分析、处理和管理数据的领域。在AI时代，数据对于各行各业来说具有巨大的价值，因此数据科学家在职业市场上具有很高的需求。通过学习数据科学，你将掌握数据挖掘、统计分析、可视化等技术，以及使用各种编程语言和工具进行数据处理的能力。这将使你在职场上具有更强的竞争力。 三、计算机科学。 计算机科学是AI时代非常重要的一个领域，它涵盖了计算机体系结构、操作系统、编程语言等多个方面。通过学习计算机科学，你将掌握软件开发和系统设计的关键技能，这对于在AI领域从事应用开发和优化是至关重要的。此外，计算机科学领域也需要持续的研究和创新，以适应不断发展的AI技术。 四、生物技术和生命科学。 随着生物技术的发展和生命科学的进步，这个领域的研究已经成为了当今科技发展的重要方向。在AI时代，生物技术和生命科学对于解决人类面临的各种挑战具有重要的意义。通过学习这个领域的知识，你将掌握生物信息学、基因编辑、药物研发等关键技能，为未来的医疗保健和生物产业做出贡献。这个领域的专业人才在职业市场上也将具有很高的需求。 五、医疗科学。 医学专业包括临床医疗、药理学、医学研究等。虽然AI在医疗领域已经有了一定的应用，如通过人工智能辅助诊断疾病，但医生的工作仍涉及到诊断、治疗、护理等多个方面，这些工作依赖于医生的医学知识和专业技能，也是AI难以替代的。 在AI时代，在选择专业时，除了考虑行业发展趋势和自身兴趣外，还要注重与AI技术的结合和创新意识的培养。无论选择哪个专业，都要保持持续学习和提升自己的能力，以适应不断变化的职场环境。 图文转自网络
(0)心中藏忧患。“居安思危，思则有备，有备无患。” 意思是，在安逸的环境里，也要保有危机意识。认真地思考未来，才能有备无患。 阿华和小玉是同一年参加工作的，一起进了国企后，两人的境遇却大不相同。 小玉很满意自己的铁饭碗，做完本职工作之后就在办公室里吹吹空调、玩玩手机，日子过得很是惬意。而阿华一进单位就报了会计培训课，利用一切闲暇的时间来学习。 周遭的同事常打趣她，女孩子朝九晚五的最稳定了，何必自讨苦吃瞎折腾呢？可阿华却说：“现在虽然是稳定，但谁也不能保证以后不会有变数，多学点东西有个退路总是没错的。” 结果几年之后单位改制了，小玉被辞退了，而阿华因为考下了中级会计证成功调岗，反而升职了。 俗话说：“马行软地易失蹄，人贪安逸易失志。” 因为过分的安逸会麻痹人的神经、消磨人的斗志。 一位作家说：“很多人成不了大气候，不是因为能力不行、机会不够，而是因为过早地选择了安逸的生活，停止了奔跑。” 不沉迷于安逸、居安思危，是一种了不起的智慧，更是一种非凡的格局。 因为它背后，是时刻保持着头脑清醒，和对未来的警醒。
(1)AI与人类形成共创关系。百度副总裁王颖表示，2023年，AI技术实现了从“辨别式”到“生成式”的跨越式发展。“AI正逐渐变成我们的生产生活中不可或缺的一部分，并在内容生产的每个环节中发挥着更大的作用。” 中文在线集团董事长童之磊则把元宇宙（Metaverse）、Web3.0、AI三者概括为MWA。他认为，三者本质是共生共联的关系，三者之间相辅相成。“MWA这样一轮新的科技浪潮，将给数字出版产业带来全新的机遇。”童之磊认为，MWA将极大地提升数字出版的效率、变革数字出版的方式，推动打造出新型的数字出版产品。（记者曾子航 王百臻）
(0)第四次飞跃： AI学会自主创新。人类的大脑不是神话中的精灵，它也是物质组成的，经过各种化学反应来实现思考和创新。将来的计算机不一定是硅、塑料构成的芯片，它也可能是由类似人类大脑的物质和过程。没有任何原因注定了计算机永远不会获得自主创新的能力。这个能力可能是负责改进AI的人类赋予它的，也可能是它自己演化出来的。一旦计算速度和存储能力是人脑一亿倍甚至一万亿倍的的计算机获得了自主创新能力，它的创新的速度可能超乎你的想像。人类从石器时代进化到今天的科技经过了几千年，到时候AI做出同样跨度的进展，比如找到人类长生不老和超光速旅行的办法，可能只需要几个月甚至几秒钟。一旦发生这个飞越，人类必然丧失对AI的控制力，AI将成为人类的主人，人类的命运将由AI决定。但这不一定是坏事，而且几乎肯定是好事。（有思谷）
(0)
手机扫描二维码访问
1 
