2001: A Space Odyssey
斯坦利·库布里克(导演);亚瑟·克拉克(共同编剧)HAL 9000,一个航天器的平静,凶残的计算机,成为了一个超越其指示的AI的默认文化简写——一个参考研究者在半个世纪后仍然比其他任何研究者听到的都多.
格子越深,表示该主题在这项指标上越高。
低高
大部分时间会分读近期论文,写作和调试训练代码,等待和分析长期实验的结果,并与合作者讨论发现. 与流行形象相反,很大一部分工作正在诊断一个模型为什么表现不佳或者结果不会复制,而不是从零开始集思广益的新建筑.
对于大学或顶级工业实验室的独立研究角色来说,实际上是的——博士仍然是该领域真正的证书,因为没有许可证考试。 但“研究科学家”等称号仍然对博士生有很大影响。
其部分明显是: 文献总结,锅炉板实验代码和第一稿相关工作部分已经是例行AI辅助,实验室正在公开实验提出和运行自己实验的系统. 确定结果的实际含义,并对公布的索赔承担责任,证明移交困难得多。
雇主和资历差别很大。 2024年,美国“计算机和信息研究科学家”类别的中位数为140,910美元,但加入一个大型技术公司研究实验室的新博士往往比这个高得多,据报道,在2024年至2025年的招聘竞赛中,前沿AI实验室的少数高级研究人员得到了价值7或8位数字的总包。
线条不断模糊,但粗略的区别在于:研究者的产出通常是论文,新方法或对东西为什么起作用的洞察力,通过同行评审判断;工程师的产出通常是生产中的工作系统,根据它是否船只和是否被实际使用来判断. 很多人在职业生涯中都是这样
Python主导,与深层学习框架配对——PyTorch现在是研究中最常见的,JAX流行于大型和Google附属作品. 代码之外,研究人员依赖于共享的GPU或TPU计算集群,Weights & Biases等实验跟踪工具,以及arXiv,其中大多数新结果在正式同行评审前几个月作为预印流通.
大众文化早在领域本身取得很大进展之前就描绘了人工智能,两者之间的差距就决定了公众如何对此后的每一个真正进步作出反应. 在研究者们造就了比 能够玩电脚趾的程序更有能力的东西之前, 恐怖的或神性计算机就成了电影和小说中的股票角色。
在这一领域内,文化的运行方式不同:关于杂耍周期的沙哑笑话、截止日期驱动的会议仪式,以及一种不寻常的钝性传统——部分从学术界继承,部分从开源软件继承——出版失败和负面结果,以及成功,至少在原则上是这样。
各时代该职业的地位,以0–100表示。
早期的乐观让AI研究人员在计算中小有科学名人,通过自信的公众预测,人类层面的机器智能是数十年,而不是几百年之后的.
最初的AI冬季及其资金削减将“人工智能”作为一个术语推向了偏好;许多研究人员将其作品重新命名为“专家系统”、“模式识别”或“计算机科学”以保持赠款流动。
短暂的商业复兴——公司为DEC的XCON等有章可循的专家系统支付实际资金——在十年结束时,方法的限制再次明确之前恢复了一些威望和资金。
在第二个AI冬季及其长期之后,大部分田间稳步进展都发生在其他名字下——机器学习,统计,数据挖掘——而公众对此完全没有重视.
深入学习的公众突破,十亿美元的资助回合,诺贝尔奖和图灵奖,让知名AI研究者们成为了活生生的公众公认的科学家,同时也让公众真正担心他们正在建设的东西.
HAL 9000,一个航天器的平静,凶残的计算机,成为了一个超越其指示的AI的默认文化简写——一个参考研究者在半个世纪后仍然比其他任何研究者听到的都多.
一个军事超级计算机在被要求"玩"一个用真导弹的游戏后,几乎引发了核战争,将冷战的焦虑剧化为关于自主系统的剧情,这些系统将在几十年后围绕AI安全重现.
将机器意识作为图灵仿真游戏的变体进行私人测试,成为了真正争论大语言模型能否被有意义地说成"理解"任何东西的参照点.
遵循DeepMind的节目,通过2016年对阵Go冠军李·塞多尔的比赛,捕捉了研究团队自己对"移动37"的惊喜——是少数被广泛观看的电影之一,显示一个实际研究实验室的工作是什么样子.
日本网络朋克标志性地探索机器意识和身份的年代在西方电影赶上同样的问题之前,对后来美国科幻小说AI产生了重大影响.
美国犯罪剧情围绕大规模监视AI预测暴力犯罪发生前,
NeurIPS,ICML和ICLR的提交截止时间为固定时间——传统上是晚上11点59分"地球上任何地方"——并触发了可预见仪式,即最后一分钟的实验,通宵写作和在最后时间arXiv上出现的大量新的预印.
被接受的作者在拥挤的大厅里站在印刷的海报旁边站了几个小时,重复他们的投注到一股由陌生人旋转的溪流中——这是每一位研究人员从他们第一次被接受的论文中或好或坏地记得的通过仪式.
将实验室的内部里程碑变成整个领域可以立即运行的可复制性测试。
这些都无法解决这个领域最古老的论点:这些系统所做的是朝着智能方向迈出的真正一步,还是越来越令人信服的模式匹配。 研究人员自己被分裂,常常在同一实验室内.
一直不变的是图像和工作之间的不匹配:HAL 9000和镀铬的机器人都不像研究人员在损失曲线上斜视,在截止日期之前凌晨1点就拒绝下降。
不限同一领域,六项评分最接近的职业。
每台计算机,手机和武器内部的设计和编织晶体管,使用精确到只有地球上少数工厂能运行的机器.
抗AI 60 📦构建用于训练、部署、监控和治理生产环境中机器学习模型的系统。
抗AI 54 🩺通过问诊与证据诊断疾病并长期管理健康,而非一次手术——医学的通科与长期向导。
抗AI 67 🧠通过药物与心理治疗诊断和治疗精神疾病,是少数拥有法定权力在患者危机时将其强制留院的医学专科之一。
抗AI 73 👔为客户提供法律意见,起草具有约束力的文件,并在案件进入法庭时为其辩护——若建议有误,还须承担个人法律责任。
抗AI 58 🔐通过发现、防范和响应数字攻击,保护系统、数据与人员的安全。
抗AI 63写作,测试和维护了管理现代生活的代码——也是最早观看AI将自己的日常工作自动化的职业之一.
抗AI 35 🛰️设计、分析并认证离地而行的飞机、火箭与航天器,在不容猜测的安全裕度下工作。
抗AI 74 🌉把河流、岩石与重力变成桥梁、道路与清洁饮水的职业——自伊姆霍特普起,文明安静的承重行当。
抗AI 72 🔌每台计算机,手机和武器内部的设计和编织晶体管,使用精确到只有地球上少数工厂能运行的机器.
抗AI 60 🦾设计那些能感知,决定和采取行动的机器 在物理世界里,困难的问题永远不是智能,而是世界本身.
抗AI 65 🔐通过发现、防范和响应数字攻击,保护系统、数据与人员的安全。
抗AI 63 📦构建用于训练、部署、监控和治理生产环境中机器学习模型的系统。
抗AI 54 🌬️设计、建造和改进风能、太阳能、存储和电网系统,将可再生资源转化为可靠的电力。
抗AI 72