自主人工智能代理创造新的就业机会

关于自主人工智能 (AI)**如何接管工作并彻底改变医疗保健和金融等行业，引发的争议值得我们仔细审视。自主性是一个范围，即使是最自主的 AI **也需要某种形式的人工干预才能正常工作。 完全自主的人工智能**是不可能的。自主的人工智能**不会取代人类的工作，而是会创造新的工作机会，让人类在整个生命周期内协助人工智能**的功能。 所有处于生产或部署阶段的自主人工智能**都需要人工干预，因为它们无法独立运行，从而带来了一些就业岗位空缺。尽管大规模运行的人工智能**超出了单个人的认知能力，但每个**都有多个由人类领导的团队在开发过程中。 这些**需要人类开发人员来构建底层基础设施、编写算法、准备用于训练的人工标记数据集以及监督审计程序。 例如，自主AI**的准确性取决于高质量的数据训练和反复的分析测试。难怪67%的数据工程师会花费数小时来准备用于AI模型训练的数据集。 由于碎片化的数据**导致自主**的运行问题，项目团队必须在训练之前清理数据。此外，由于数据缺口可能导致错误的输出，开发人员必须通过严格的评估来确保AI**的完整性和市场定位。因此，每家AI公司都需要人工数据清理员、标注员和评估员来运行其模型。 此外，人工监督的审计提供了必要的检查，以防止自主AI**在部署后出现恶意行为而造成损害。此类防御机制由精心设计的层级团队组成，包括公司管理层、政策制定者、审计师和其他技术熟练的技术人员。构建和维护一个AI**的整个生命周期需要全人类的共同努力。因此，完全自主的AI**创造了众多就业机会，因为创建、部署和评估这些**需要人类的专业知识。 人类的经验帮助他们发展出细致入微的社会理解，进而帮助他们做出合乎逻辑的推理和理性的决策。然而，自主的人工智能**无法“体验”周围环境，如果没有人类的帮助，就永远无法做出合理的判断。 因此，人类必须精心准备数据集，评估模型准确性，并解读输出结果，以确保功能的一致性和可靠性。人类评估对于识别偏见、减轻偏差以及确保人工智能**符合人道主义价值观和道德标准至关重要。 为了避免输出生成事件出现歧义，掌握细微差别并解决复杂问题，人类与机器智能之间的协作至关重要。借助人类的情境知识库、常识推理和连贯推理，人工智能**将在现实生活中更好地发挥作用。

因此，自主的人工智能**在人工智能行业内创造了新的工作岗位和工作机会，而不是取代了原来的工作岗位。为此，Pundi AI通过赋能人类，使其能够直接为行业增长做出贡献，从而推动人工智能创新。 除了计算能力之外，人工智能模型还需要高质量的数据可访问性来进行模型训练，并需要领域专家对数据进行微调，以实现高效的模型性能。然而，大型企业已经垄断了用于构建人工智能-机器学习模型的人工生成数据的控制权。 Pundi AI 提供去中心化的数据解决方案，为每个人提供平等的机会，避免大公司剥削数据生产者。这样，人类就可以掌控自己的数据，并直接从其用于 AI 模型训练中获益，从而创造新的 AI 相关工作机会。 根据 Gartner 的一项调查，到 2026 年，由于缺乏 AI 就绪数据，企业将放弃超过60%的 AI 项目。Pundi AI 的AIFX等解决方案赋能开发者和用户创建 AI 就绪数据资产并在链上进行交易，并为构建可靠数据集的用户提供经济激励。 除了预处理数据集之外，AI **在处理中（推理）和后处理（部署）阶段也需要人工协助。为了在训练或实时操作中评估 AI **，实现有效的输出生成和模型优化，需要多种方法，例如带人工反馈的强化学习 (RLHF) 和人机协同 (HITL)。 同样，交互式调试有助于人类审计人员仔细审查人工智能**的响应，并根据公平决策的社会基准对其进行评估。有时，敏感的**应用程序需要一种混合方法，将专家级的人工验证与机器生成的答案相结合，以消除不确定性并建立信任。 人类的直觉和创造力是开发能够在社会中自主运作且不造成任何伤害的新型人工智能**的关键。除了增强自主人工智能**的通用智能之外，人类的监督还能确保高性能**在独立环境中发挥**性能。 因此，通过在不同背景的人们之间重新分配数据和模型训练、减少结构性偏见并创造新的就业机会，构建和部署人工智能**的分散方法使人工智能行业民主化。