人工智能在紧张、火热的劳动力市场中正在获得关注,人工智能是一种令人信服的、有效改善招聘过程的方法。总部设在美国宾夕法尼亚州安布勒的Phenom公司有效地利用了人工智能实现任务自动化和个性化的求职搜索。
颠覆性的科技公司通常都出现在硅谷或一些大型科技中心。而Phenom则处于费城外的一个小镇,这家初创公司已经悄悄成了价值10亿美元的独角兽公司。
Phenom首席执行官Mahe Bayireddi表示,他的公司利用人工智能为用户匹配合适的工作。其做法是帮助企业在自己公司找到目标人才并在内部提拔他们。Bayireddi表示,他的人工智能使得招聘人员能够更快地找到合适的人选,而且可以令寻找新机会的求职者无需浪费大量时间找到合适的工作。他的目标是为超过10亿人找到工作。
Phenom的软件并不是一个平台,而是内置在世界上一些最好和最大公司的各种招聘网站中。Phenom这家职业技术公司拥有3亿用户,曾在130个国家发布超过100万份工作岗位信息。Phenom利用数百万条的数据预测并引导求职者找到适合自己背景的工作。
Bayireddi谈到当前的就业市场,他表示,大辞职(Great Resignation)运动显示出打工者需求和期望的变化。员工追求更大的工作灵活性及希望能感受到被重视和赞赏。
这些因素与薪酬同样重要,甚至比薪酬更重要。如果企业想留住顶级人才,员工体验应该成为雇主的首要考虑因素。如果雇主落在后面,就将看到大量的人才流失,而且也难以吸引新的人才。
Phenom通过掌握的数据获得并提供对当前劳动力趋势的重要洞察力。这家人工智能独角兽公司做了一项研究,以了解当前就业市场上什么热门什么不热门。
以下是一些亮点
2021年6月以来候选人的热门市场
自2021年6月以来候选人兴趣下降的市场
自2021年6月以来,几乎所有行业都在积极招聘,但医疗保健空缺(60.9%)和零售空缺(67.2%)则大幅飙升。大量的招聘信息是由各种因素的组合造成的,包括工作难度大、焦虑及压力爆棚以及还要忍受难缠的病人和客户。
医护人员每天都得冒着生命危险。对许多人来说,工资不值得他们去冒健康风险。我们没有充分讨论这个问题,医护人员因为要照顾生病和濒临死亡的病人,一直都处于无休止的精神疲劳中,濒临死亡病人的比例之高是现代史上从未有过的。因此才有很多工作机会,但却没有多少人愿意去做。
零售店、商店、百货公司及其他和顾客打交道的企业的员工首当其冲地受到愤怒公众的影响。由于工作人员减少,这些员工被迫延长工作时间,拿的却是低工资。在大辞职运动中,许多零售业工人决定辞职去寻找其他能提供更好的薪酬和晋升的机会。
好在这些人可以用上Phenom的人工智能招聘网站,他们可以看看自己的经验、背景和才能在不同的行业、工作或职业中如何得到利用。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。