微信扫一扫，关注公众号
科技行者
算力行者
见证连接与计算的「力量」
嘘，这15种工作永远不会被AI取代，技术专家说的
人工智能和机器学习的兴起，让企业有机会实现流程的自动化，以前所未有的方式提高生产力。如今，技术已经渗透到几乎各行各业，这让一些员工产生了自己可能会被淘汰的担忧。
不过最终AI和ML只是支持人类各项工作的工具，更何况，某些工作和职能所需的人类能力和素质是技术无法达到的。下面，有15位来自科技行业的专家列出了他们认为人类员工不会被AI取代的几项工作。
——Robert Chapman，101 Solutions
3、写作
——Afshin Doust，Advanced Intelligent Systems
——Gerhard Pawelka，Cooper Perkins
6、销售
——Abhinav Somani，Leverton
7、应用工程
——Jay Marshall，Eyelock
8、软件开发
——Daria Leshchenko，SupportYourApp
9、生活和职业规划师
10、教学
——Ivailo Nikolov，SiteGround
11、人力资源
——Chris Hobbs，TTT Studios
——Lawrence Whittle，Parsable
13、财务
——Christopher Carter，Approyo
14、保险调节
——Ernie Bray，AutoClaims Direct
15、执法
——Greg Shepard，BOSS Capital Partners
0赞好文章，需要你的鼓励
至顶头条
科技行者
码客人生
奇客Solidot
高飞的电子替身
奇客情报站
推荐文章
利用大语言模型探索科学创新前沿：南洋理工大学团队开发检测学术新颖性的突破性方法
这项研究利用大语言模型解决科学新颖性检测难题，南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架，训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明，该方法在市场营销和NLP领域显著优于现有技术，为加速科学创新提供了有力工具。
un?CLIP：通过反转unCLIP来提升CLIP模型的视觉细节捕捉能力
un?CLIP是一项创新研究，通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现，虽然CLIP在全局图像理解方面表现出色，但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力，同时保持与CLIP原始文本编码器的语义对齐。实验结果表明，un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法，为视觉-语言模型的发展提供了新思路。
角色扮演能力大考验：里尔大学研究团队开发的大语言模型角色扮演评估新标准
这项研究介绍了RPEval，一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度：情感理解、决策制定、道德对齐和角色一致性，通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先，而GPT-4o虽在决策方面表现出色，但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
LegalSearchLM：北大团队打造突破性法律案例检索新方法，将案例检索重新定义为法律要素生成
这篇论文介绍了LegalSearchLM，一种创新的法律案例检索方法，将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集，涵盖411种犯罪类型和120万案例，并开发了能直接生成关键法律要素的检索模型。实验表明，该模型在准确率上超越传统方法6-20%，且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。
利用大语言模型探索科学创新前沿：南洋理工大学团队开发检测学术新颖性的突破性方法
un?CLIP：通过反转unCLIP来提升CLIP模型的视觉细节捕捉能力
角色扮演能力大考验：里尔大学研究团队开发的大语言模型角色扮演评估新标准
LegalSearchLM：北大团队打造突破性法律案例检索新方法，将案例检索重新定义为法律要素生成
