埃隆·馬斯克在安德烈·卡帕西的人工智能工作暴露圖曝光後發表看法
最新的病毒式人工智能實驗並非來自智庫或政府工作組，而是來自人工智能研究員安德烈·卡帕西的週末編碼衝刺，他繪製了每個主要美國職業可能面臨的自動化脆弱性。
在卡帕西的人工智能自動化地圖中，近6000萬美國工作崗位被標記爲高度暴露
安德烈·卡帕西，OpenAI的聯合創始人和前特斯拉人工智能（AI）主管，於3月15日發佈了一張互動的“人工智能工作暴露地圖”，分析了來自美國勞動統計局（BLS）職業展望手冊的342個職業。
該項目通過將工作描述輸入大型語言模型，對大約1.43億個美國工作崗位進行評估，爲每個角色分配了從零到10的暴露分數，衡量人工智能在理論上能夠多大程度上重塑這項工作。
結果顯示在一個色彩豐富的樹圖可視化中，託管在karpathy.ai/jobs上，矩形的大小反映了就業人數，顏色代表了暴露水平，從綠色（表示最小干擾）到深紅色（表示可能看到廣泛自動化的角色）。簡而言之：框越大越紅，所需關注度越高。
在整個美國勞動力中，加權平均暴露分數約爲4.9分（滿分10分），這表明人工智能整體影響的潛力適中。但平均數掩蓋了很多戲劇性。大約42%的美國工作崗位——約5990萬名工人年收入估計爲3.7萬億美元——在暴露評分上得分爲7分或更高。
進一步細分數據，大約620萬個工作崗位屬於最小暴露類別，而4720萬個被分類爲低暴露。另有2970萬個處於中等範圍。更引人注目的數字出現在評分的頂部：大約3470萬個工作崗位排名高，2520萬個則落入非常高的暴露類別。
卡帕西的分析還產生了一個反直覺的關於薪酬的轉折。年收入平均低於$35,000的低收入工作崗位得分約爲3.4。
最新的病毒式人工智能實驗並非來自智庫或政府工作組，而是來自人工智能研究員安德烈·卡帕西的週末編碼衝刺，他繪製了每個主要美國職業可能面臨的自動化脆弱性。
在卡帕西的人工智能自動化地圖中，近6000萬美國工作崗位被標記爲高度暴露
安德烈·卡帕西，OpenAI的聯合創始人和前特斯拉人工智能（AI）主管，於3月15日發佈了一張互動的“人工智能工作暴露地圖”，分析了來自美國勞動統計局（BLS）職業展望手冊的342個職業。
該項目通過將工作描述輸入大型語言模型，對大約1.43億個美國工作崗位進行評估，爲每個角色分配了從零到10的暴露分數，衡量人工智能在理論上能夠多大程度上重塑這項工作。
結果顯示在一個色彩豐富的樹圖可視化中，託管在karpathy.ai/jobs上，矩形的大小反映了就業人數，顏色代表了暴露水平，從綠色（表示最小干擾）到深紅色（表示可能看到廣泛自動化的角色）。簡而言之：框越大越紅，所需關注度越高。
在整個美國勞動力中，加權平均暴露分數約爲4.9分（滿分10分），這表明人工智能整體影響的潛力適中。但平均數掩蓋了很多戲劇性。大約42%的美國工作崗位——約5990萬名工人年收入估計爲3.7萬億美元——在暴露評分上得分爲7分或更高。
進一步細分數據，大約620萬個工作崗位屬於最小暴露類別，而4720萬個被分類爲低暴露。另有2970萬個處於中等範圍。更引人注目的數字出現在評分的頂部：大約3470萬個工作崗位排名高，2520萬個則落入非常高的暴露類別。
卡帕西的分析還產生了一個反直覺的關於薪酬的轉折。年收入平均低於$35,000的低收入工作崗位得分約爲3.4。