Spotlights
Kỹ sư học máy, Nhà khoa học dữ liệu, Nhà phát triển trí tuệ nhân tạo, Kỹ sư phần mềm AI, Kỹ sư học sâu, Kỹ sư hệ thống AI, Kỹ sư điện toán nhận thức, Kỹ sư tự động hóa quy trình robot, Kỹ sư xử lý ngôn ngữ tự nhiên, Kỹ sư thị giác máy tính, Kỹ sư nghiên cứu AI
Khái niệm về trí thông minh giống con người tồn tại trong máy móc đã tồn tại gần 150 năm. Như bạn có thể mong đợi, ý tưởng đã được giới thiệu trong một bối cảnh hư cấu (trong tiểu thuyết Erewhon năm 1872). Tuy nhiên, trí tuệ nhân tạo, hay AI, đã trở thành hiện thực trong một thời gian. Chúng ta có thể cảm ơn bộ óc nhìn xa trông rộng của Alan Turing, người phá mã nổi tiếng trong Thế chiến II, vì đã khám phá hiện đại về trí thông minh máy móc và thúc đẩy khám phá giới hạn của nó.
Các chuyên gia trí tuệ nhân tạo đi đầu trong phong trào khoa học máy tính này nhằm mục đích dạy máy tính suy nghĩ và tham gia với mọi người theo cách của con người. Ngày nay, các thiết bị của chúng ta sử dụng AI để nhận dạng giọng nói và giao tiếp với chúng ta như một trợ lý ảo. AI nhận dạng khuôn mặt, giọng nói và dấu vân tay của chúng ta. Nó dự đoán và đề xuất, lọc kết quả tìm kiếm trực tuyến, quét email của chúng tôi để tìm thư rác, dịch ngôn ngữ và vận hành máy móc. Hầu hết chúng ta tham gia vào công nghệ kỳ diệu này mỗi ngày mà không nghĩ về nó, hoặc trong một số trường hợp thậm chí nhận ra nó.
Tất nhiên, có những mối quan tâm đáng tin cậy về AI và sự tiến bộ nhanh chóng của nó. Thật vậy, các chuyên gia AI hiện đang phải đối mặt với vấn đề thực sự của đạo đức AI. Một vấn đề nan giải về đạo đức tiềm ẩn đang được nghiên cứu là, làm thế nào để chúng ta tự bảo vệ mình khỏi "sự thiên vị AI" khi chúng ta xây dựng công nghệ nhanh hơn và thông minh hơn những người tạo ra nó? Một hậu quả đáng sợ của việc xây dựng AI tiên tiến hơn chúng ta là mất kiểm soát đối với các hệ thống thông minh... và những hậu quả không mong muốn sau đó!
- Làm việc trên các công nghệ tiên tiến, thay đổi thế giới
- Làm cho cuộc sống hàng ngày dễ dàng hơn cho hàng triệu người dùng AI (thông qua thiết bị, v.v.)
- Giúp doanh nghiệp trở nên cạnh tranh hơn
- Tạo kết nối mới giữa AI và Internet vạn vật (IoT)
- Tăng cường thực hành y tế, có khả năng cứu sống và cải thiện sức khỏe
- Xây dựng giải pháp AI vận hành phương tiện không người lái
Lịch làm việc
Các chuyên gia trí tuệ nhân tạo làm việc toàn thời gian, thường là trong nhà nhưng một số công việc liên quan đến các hoạt động ngoài trời. Khi một chương trình hoặc hệ thống gặp trục trặc, người sử dụng lao động có thể liên hệ với người lao động để được hỗ trợ để mọi thứ hoạt động chính xác trở lại.
Nhiệm vụ tiêu biểu
- Chuyên gia AI làm việc trong một lĩnh vực rộng lớn, vì vậy nhiệm vụ cá nhân phụ thuộc vào người sử dụng lao động và vai trò cụ thể mà người lao động được thuê
- Một số chuyên gia làm việc về trình chặn thư rác và trình kiểm tra đạo văn
- Những người khác có thể xây dựng các dịch vụ dịch ngôn ngữ như Google Dịch
- Các nhiệm vụ điển hình phụ thuộc vào vai trò khác có thể bao gồm:
- Mô hình mô phỏng nhận thức
- Tạo các chương trình AI ứng dụng để xác định và theo dõi mọi người dựa trên nhận dạng các đặc điểm khuôn mặt, giọng nói, dấu vân tay, phát hiện dáng đi, nhịp tim và các yếu tố khác
- Xây dựng các chương trình để thu thập và giải thích dữ liệu và thông tin, phát hiện các mẫu, sử dụng kết quả để xác định giải pháp cho các vấn đề và đưa ra quyết định
- Làm việc trên phần mềm để giúp các chuyên gia y tế chẩn đoán bệnh nhân
- Tăng cường chatbot tư vấn
- Công nghệ tiên tiến để tìm kiếm tài nguyên thiên nhiên chưa được khám phá
- Viết chương trình để điều khiển (lái tự động) các phương tiện không người lái cho nhiều mục đích
Trách nhiệm bổ sung
- Thúc đẩy việc tạo ra các hệ thống AI thông minh hơn có thể suy luận và học hỏi và thậm chí tự lập trình và các AI khác
- Cải thiện các chương trình mô phỏng các mẫu giọng nói của con người
- Làm việc trên AI để hỗ trợ trong các lĩnh vực pháp lý và tài chính
- Cộng tác với khách hàng bên ngoài và các bên liên quan
- Theo kịp diễn biến; Tham dự các sự kiện và hội nghị tổ chức chuyên nghiệp
Soft Skills
- Chú ý đến chi tiết
- Hợp tác
- Sáng tạo
- Kiên nhẫn
- Tập trung vào mục tiêu
- Tổ chức cao
- Điều tra và tò mò
- Kỹ năng giải quyết vấn đề
- Định hướng quy trình
- Kỹ năng giao tiếp mạnh mẽ
- Có thể giải thích các vấn đề phức tạp bằng các thuật ngữ đơn giản hơn
Kỹ năng kỹ thuật
- Có kiến thức về nhiều ngôn ngữ lập trình máy tính
- Phân tích hệ thống
- Xử lý ngôn ngữ tự nhiên
- Mạng nơ-ron
- Kỹ năng toán học mạnh mẽ, bao gồm giải tích, đại số tuyến tính và thống kê
- Nền tảng khoa học máy tính
- Sự quen thuộc mạnh mẽ với khoa học nhận thức
- Làm quen với nhân chủng học, triết học và tâm lý học
- Các tập đoàn / công ty khu vực tư nhân
- Các cơ quan chính phủ/quân sự
- Ngành chăm sóc sức khỏe
- Cơ sở giáo dục đại học
- Trung tâm nghiên cứu và phát triển
- Tổ chức khoa học
- Ngành phương tiện và vận tải
Trước khi nhân loại chuyển giao chìa khóa của xã hội cho AI, chúng ta nên đảm bảo nó hoạt động theo cách chúng ta dự định để nó hoạt động. Ở trên, chúng tôi đã đề cập đến một vài mối quan tâm liên quan đến đạo đức AI. Nhưng có nhiều kỳ vọng hơn mà các Chuyên gia AI phải chịu trách nhiệm đáp ứng. Họ được giao nhiệm vụ tạo ra các chương trình để suy nghĩ như con người, tuy nhiên thực tế là AI hoạt động nhanh hơn chúng ta về nhiều chức năng và đôi khi có thể không thể đoán trước.
Điều gì xảy ra khi một AI mắc lỗi (hoặc những gì con người coi là sai lầm, nhưng hợp lý với AI?). Chính vấn đề đó có lẽ đã được miêu tả rõ nhất vào năm 2001: A Space Odyssey, khi AI trên tàu vũ trụ quyết định cách duy nhất nó có thể hoàn thành nhiệm vụ được lập trình là chấm dứt con người đang cố gắng hủy bỏ nhiệm vụ.
May mắn thay, các chuyên gia trí tuệ nhân tạo đã tìm ra điều đó. Những kịch bản này có vẻ giống như khoa học viễn tưởng nhưng các vấn đề giả định được thực hiện rất nghiêm túc. Nếu AI xấu xa chiếm lấy Trái đất để tiêu diệt tất cả con người, các Chuyên gia AI sẽ bị đổ lỗi (mặc dù không lâu, rõ ràng)!
Nghiêm túc mà nói, một số xu hướng nóng nhất hiện nay là các vấn đề đạo đức AI. Điểm kỳ dị thường được đề cập là một thách thức lớn đang được nghiên cứu bởi các chuyên gia, những người muốn đảm bảo chúng ta tiếp cận một sự kiện như vậy rất thận trọng. Đối với những người chưa nghe nói về nó, Singularity là một sự kiện giả định trong tương lai, tại thời điểm AI trở nên tiên tiến đến mức chúng ta không thể kiểm soát nó hoặc dự đoán những gì nó sẽ làm tiếp theo. Nói cách khác, loạt phim Kẻ hủy diệt đã đề cập đến chủ đề này với sự trỗi dậy hư cấu của Skynet, một hệ thống AI phòng thủ quân sự được kết nối với các hệ thống vũ khí của chúng ta. "Sự tự nhận thức" của nó đã trở thành một sự kiện kỳ dị khi nó kiểm soát tên lửa hạt nhân và các máy móc khác của chúng ta để trở thành một kẻ thù không thể ngăn cản.
Bên cạnh việc ngăn chặn một tương lai đen tối, các xu hướng công nghiệp AI khác bao gồm tăng cường an ninh mạng để con người không thể xâm nhập vào hệ thống AI, sự ra đời của chip hỗ trợ AI, phát triển kết nối giữa AI và Internet of Things, học máy tự động và AI trong thế giới điện toán đám mây.
Điều này có thể không cần phải nói, nhưng các chuyên gia AI có lẽ là những người hâm mộ khoa học viễn tưởng khi còn nhỏ. Khoa học viễn tưởng đã phơi bày nhiều thế hệ với những khả năng dường như vô tận của những gì chương trình máy tính có khả năng. Mặc dù hầu hết AI không hoạt động trong một máy chủ robot (chưa), nhưng nó đã đạt đến điểm mà nhiều nhà văn dự đoán nhiều năm trước (Eugene Goostman, một chatbot AI được tạo ra bởi ba lập trình viên ở Saint Petersburg, Nga vào năm 2001 được coi là đã vượt qua Bài kiểm tra Turing huyền thoại, có nghĩa là AI có thể đánh lừa con người giao tiếp với nó).
Nhưng những người đam mê AI cũng phải có những kỹ năng kỹ thuật cứng xuất sắc để đi cùng với những bộ óc sáng tạo, đầy ước mơ đó. Công nhân trong lĩnh vực này có lẽ đã học tập chăm chỉ ở trường, nghiên cứu, định dạng bài báo đúng cách và chú ý đến các chi tiết. Họ có khả năng rất logic và khách quan, định hướng kết quả và độc lập. Thật vậy, giống như nhiều chuyên gia CNTT khi còn trẻ, Chuyên gia AI thường khá hài lòng khi làm việc một mình và trong nhà trong thời gian dài, tập trung vào các nhiệm vụ trong tay hoặc có thể bị lạc trong thế giới mã.
- Chuyên gia AI mới vào nghề nên có ít nhất bằng cử nhân, thường là về khoa học máy tính hoặc chuyên ngành liên quan (hoặc thậm chí là bằng cấp liên ngành như khoa học nhận thức)
- Nhiều công nhân hoặc hoàn thành bằng tốt nghiệp trước khi bắt đầu công việc, hoặc họ hoàn thành một trong khi làm việc trong ngành
- Các chuyên ngành cấp bằng nâng cao có thể bao gồm nhân chủng học, triết học, tâm lý học hoặc tâm lý học
- AI là một lĩnh vực rộng, nhưng các môn học điển hình có thể bao gồm:
- Đại số, thuật toán, giải tích, logic, xác suất và thống kê
- Mạng Bayes
- Lý thuyết khoa học nhận thức
- Ngôn ngữ lập trình máy tính / mã hóa
- Công trình
- Mô hình đồ họa (mạng lưới thần kinh)
- Vật lý học
- Robotics
- Xử lý ngôn ngữ tự nhiên
- Phân tích hệ thống
- Các chương trình dành riêng cho AI là đặt cược tốt nhất nếu bạn có thể tìm thấy chúng. Nếu không, hãy tìm các chương trình cung cấp các khóa học trong các lĩnh vực được liệt kê ở trên
- Chi phí luôn là một sự cân nhắc. Tên trường đại học trên bằng tốt nghiệp của bạn là điều mà nhà tuyển dụng sẽ xem xét, nhưng cuối cùng, chính bằng cấp của bạn sẽ giúp bạn có việc làm
- Tìm kiếm các chương trình liệt kê số liệu thống kê về tỷ lệ giữ chân sinh viên hoặc cố gắng tìm các đánh giá của sinh viên về chương trình và / hoặc giảng viên
- Tỷ lệ sinh viên trên giảng viên là bao nhiêu? AI là một lĩnh vực nghiên cứu phức tạp, vì vậy bạn sẽ muốn có đủ sự chú ý từ giáo viên của mình, khi bạn cần trợ giúp hoặc có câu hỏi
- Tài trợ và cơ sở nghiên cứu là một cân nhắc rất lớn. Làm việc với Trí tuệ nhân tạo đòi hỏi rất nhiều thực hành!
- Các trường tốt nhất thường thu được nhiều tài trợ bên ngoài nhất nhưng hãy chắc chắn rằng nó được sử dụng để mang lại lợi ích cho việc học của học sinh
- Đọc tiểu sử khoa! Thường thì một số ít giáo viên sẽ chiếm phần lớn trải nghiệm học tập AI của bạn, vì vậy đừng chỉ tập trung vào trường học mà còn vào con người
- Nói về con người, những loại câu lạc bộ AI và tổ chức sinh viên nào trong khuôn viên trường? Chúng hoạt động như thế nào? Họ có bất kỳ thành tích nào được công nhận trên toàn quốc không?
- Nếu đăng ký học bằng CNTT, hãy kiểm tra xem chương trình có được ABET công nhận hay không
- Xem xét các chương trình trực tuyến, nếu khả thi, nhưng hãy nhớ rằng việc tham dự trực tiếp có thể nâng cao đáng kể trải nghiệm học tập cho nhiều khóa học. Đôi khi một chương trình lai là một sự thỏa hiệp hoàn hảo!
40 trường cao đẳng tốt nhất ở Mỹ về trí tuệ nhân tạo của Great Values Colleges có một danh sách mạnh mẽ các trường cho các chương trình đại học. Ngoài ra, hãy xem các trường khoa học máy tính tốt nhất và các chương trình trí tuệ nhân tạo tốt nhất của US News. Như đã đề cập, không phải tất cả các Chuyên gia AI đều hoàn thành bằng cấp về AI hoặc khoa học máy tính, nhưng những danh sách này sẽ giúp bạn bắt đầu!
- Học sinh trung học nên học mọi thứ có thể trước khi vào đại học, để đặt nền tảng vững chắc cho công việc khó khăn phía trước
- Tham gia toán nâng cao, lập trình và các khóa học liên quan khác là rất quan trọng để chuẩn bị cho năm thứ nhất đại học đó
- Hãy bắt đầu bằng cách thực hiện các khóa học trực tuyến ngắn hạn (hoặc các chương trình chứng nhận dài hơn), chẳng hạn như các khóa học do edX, Coursera, Udemy, Pluralsight cung cấp, v.v. Bạn cũng có thể hoàn thành các lớp học mã hóa trực tuyến hoặc bootcamp
- Ở trường đại học, hãy sử dụng các môn tự chọn một cách khôn ngoan. Tham gia các lớp học để đưa bạn tiến lên trong sự nghiệp AI của mình
- Tham gia vào các dự án của trường, hoặc bắt đầu của riêng bạn nếu không có!
- Nói chuyện với chương trình đại học của bạn về các cách để hỗ trợ trong các trung tâm nghiên cứu của họ
- Tìm kiếm thực tập hoặc bất kỳ cơ hội nào để có được kinh nghiệm làm việc và nghiên cứu
- Hợp tác với các đồng nghiệp để chia sẻ kiến thức và có khả năng tìm thấy sinh viên có thể hướng dẫn bạn
- Xem video hướng dẫn, đọc sách và nội dung trực tuyến và tham gia thảo luận
- Kiểm tra 18 Subreddits AI và Machine Learning hàng đầu của Lionbridge để biết các đề xuất
- Cách tốt nhất để có được công việc là có đủ điều kiện và chứng minh kinh nghiệm học tập và làm việc của bạn trên các ứng dụng của bạn
- Làm bài kiểm tra TripleByte và họ sẽ kết nối bạn với nhà tuyển dụng nếu bạn vượt qua bài kiểm tra sàng lọc
- Chỉ ứng tuyển vào các vị trí mà bạn phù hợp. Đọc kỹ các tin tuyển dụng và đảm bảo bạn có thể kiểm tra tất cả các hộp
- Bạn có thể tìm thấy các bài đăng việc làm trên Indeed, ZipRecruiter, Glassdoor và một số cổng thông tin khác
- Hỏi khoa hoặc trung tâm nghề nghiệp của trường đại học của bạn về những cách họ có thể giúp đỡ
- Nếu bạn chưa thực tập, tại sao không thử điều đó? Nó có thể đưa bạn vào cửa và giúp bạn có được kinh nghiệm làm việc. Ngay cả khi họ không thuê bạn vĩnh viễn, đó là một sự khởi đầu!
- Nói với bạn bè và giáo viên của bạn, và đưa từ này ra trên LinkedIn. Ngày nay, hầu hết các công việc được tìm thấy thông qua mạng (thêm vào đó, hãy chắc chắn rằng bạn có một mạng lưới mạnh mẽ!)
- Kiểm tra các bài viết mà nhà tuyển dụng đọc, để có được cái nhìn sâu sắc. TOPBOTS có một cái tốt về việc thuê các chuyên gia AI và Machine Learning
- Tham dự các hội chợ công nghiệp do trường đại học tổ chức và các sự kiện khác. Đặt câu hỏi, tạo kết nối và phát sơ yếu lý lịch!
- Nói về sơ yếu lý lịch, hãy đảm bảo rằng sơ yếu lý lịch của bạn không có lỗi và được viết tốt. Snag một số mẫu sơ yếu lý lịch AI để lấy ý tưởng
- Đọc các câu hỏi chuẩn bị phỏng vấn Trí tuệ nhân tạo của Springboard
- Hãy vào đó và cho nhà tuyển dụng của bạn thấy những gì bạn được tạo ra. Gây ấn tượng với họ sớm và liên tục bằng sự cống hiến của bạn cho lĩnh vực này và sự tận tâm của bạn cho tổ chức
- Biến mình thành một chuyên gia về chủ đề vô giá có thể sửa chữa mọi thứ!
- Đừng ngừng học hỏi. Đây là một lĩnh vực không ngừng phát triển, với những đột phá xảy ra trên khắp thế giới. Theo dõi tin tức AI quốc tế, tham gia các khóa học và hoàn thành (các) bằng sau đại học của bạn
- Hãy là một chuyên gia tuyệt vời, trong công việc và khi "không làm nhiệm vụ". Trong thế giới trực tuyến ngày nay, một hành động đáng ngờ có thể quay trở lại ám ảnh bạn, vì vậy hãy giữ cho dấu chân kỹ thuật số của bạn sạch sẽ
- Cho sếp thấy rằng bạn cũng có thể là một ông chủ. Thể hiện tiềm năng lãnh đạo và dẫn đầu các dự án nhóm khi bạn có thể
- Thường có những hồi hộp trong công việc để đáp ứng, vì vậy hãy đặt thời hạn của bạn nhưng đừng đi đường tắt. Số lượng chất lượng và lỗi nhỏ có thể dẫn đến hiệu ứng gợn sóng của hậu quả
- Các chuyên gia AI ở đó để giải quyết vấn đề nhưng cũng để vượt qua ranh giới. Nói cách khác, một phần của công việc là đề xuất các vấn đề mới (hay còn gọi là thách thức!) để vượt qua. Đừng ngại đưa ra một số câu hỏi "nếu như...?" để động não
Trang web
- Hiệp hội vì sự tiến bộ của khoa học Hoa Kỳ
- Hội Toán học Hoa Kỳ
- Hiệp hội Giáo dục Kỹ thuật Hoa Kỳ
- Hiệp hội máy tính
- Hiệp hội vì sự tiến bộ của trí tuệ nhân tạo
- Trung tâm xuất sắc về công nghệ thông tin và máy tính
- Hiệp hội nghiên cứu máy tính
- Hiệp hội Khoa học Máy tính Lý thuyết Châu Âu
- IEEE
- Hiệp hội cho sự không chắc chắn trong trí tuệ nhân tạo
- International AI Associations
Sách vở
- 2084: Trí tuệ nhân tạo và tương lai của nhân loại, bởi John C. Lennox
- Khóa học sự cố AI: Giới thiệu thú vị và thực hành về học máy, học tăng cường, học sâu và trí tuệ nhân tạo với Python, bởi Hadelin de Ponteves
- Trí tuệ nhân tạo: Cách tiếp cận hiện đại (Phiên bản thứ 4) (Dòng Pearson về trí tuệ nhân tạo), của Stuart Russell và Peter Norvig
- Khái niệm cơ bản về trí tuệ nhân tạo: Giới thiệu phi kỹ thuật, của Tom Taulli
- Trí tuệ nhân tạo cho người giả, của John Mueller và Luca Massaron
- You Look Like a Thing and I Love You: How Artificial Intelligence Works and Why It's Making the World a Weirder Place, của Janelle Shane
Khái niệm làm việc như một Chuyên gia Trí tuệ Nhân tạo có vẻ truyền cảm hứng, nhưng thực tế đôi khi không thú vị như chính ý tưởng. Lĩnh vực nghề nghiệp này không giống như hầu như bất kỳ lĩnh vực nào khác bởi vì người lao động theo nhiều cách theo nghĩa đen là tạo ra nó khi họ đi. Họ đang khám phá những vùng lãnh thổ chưa được khám phá và không phải lúc nào cũng biết những gì họ đang tìm kiếm! Đó là lý do tại sao nhiều sinh viên chọn xem xét các khả năng công việc khác, chẳng hạn như:
- Giáo viên Khoa học Máy tính
- Phân tích hệ thống máy tính
- Kỹ sư / Kiến trúc sư hệ thống máy tính
- Các nhà khoa học và công nghệ viễn thám
- Nhà phát triển phần mềm, phần mềm hệ thống