AI
评估技术开发商Imbellus宣布获得1450万美元 A轮融资，目前已筹集2300万美元
据美通社2018年10月31日报道，基于模拟的评估技术开发商Imbellus宣布结束由Owl Ventures领导的1450万美元 A轮融资。该公司目前的总资金达到2300万美元，包括Upfront Ventures和Thrive Capital在内的先前投资者与Rethink Education一起参与了此次投资。
“Imbellus团队的成就代表了改善教育与就业生态系统评估的独特机会，” Owl Ventures的Ashley Bittner说。“这项工作对K-12系统的未来产生了影响。它是关于实现一种专注于解决问题，系统思考和创造力等技能的教育范式。”
Imbellus不是将评估映射到大学的学术要求，而是与以创造力或解决问题等技能而闻名的组织合作，研究这些技能在现实世界中的应用。然后，Imbellus将观察到的技能和属性转化为学习科学和心理测量学的语言，以设计复杂的挑战，通过抽象的，基于模拟的评估将问题解决背景带入生活。
“我们正在努力将内容掌握与对潜在认知技能和能力的评估脱钩，以便不仅了解人们所知道的内容，还了解他们的思考方式，” Imbellus的创始人兼首席执行官Rebecca Kantar说。“我们的长期目标是重新定位教育系统，培养提出正确问题的思想，想象下一个要解决的问题，以及驾驭复杂系统。这是为了让所有学生都能做好公共教育的承诺，而不仅仅是对于最富有的10％。“
自2016年推出以来，Imbellus的学习科学家，游戏开发人员，AI / ML工程师和心理测量学家团队与评估和评估最前沿的研究人员合作，包括国家评估，标准和学生测试研究中心（CRESST） ）在加州大学洛杉矶分校。
“在我们发现自己陷入前所未有的混乱中，理解并准确衡量个人解决问题的无数方式对于更好地将人们与工作相匹配将变得越来越重要。在麦肯锡，了解人们如何思考对我们来说一直很重要，而不仅仅是他们所知道的，“ Keith McNulty说麦肯锡公司数字与人力分析总监，自2017年起与Imbellus合作，将其数字化，基于情景的评估作为招聘和招聘流程的一部分进行试点。“Imbellus”技术正在帮助我们将案例研究访谈的原则扩展到更广泛的人才，提供引人入胜的体验，使他们能够解决我们所解决的问题，同时向我们提供有关他们如何思考的准确而详细的信息关于问题。“
Imbellus评估不是评估内容知识和有限的学习技能，而是利用自然世界模拟环境中的多步骤丰富场景。与专注于工作记忆，处理速度或思维流动性的智商测试或神经科学游戏不同，Imbellus评估旨在量化将人类智能与机器智能区分开来的技能，例如批判性思维，决策制定和元认知。 。
支持Imbellus评估的技术平台通过使用虚拟世界来防止作弊和黑客攻击，该虚拟世界利用AI为测试者生成不断变化的场景，以完成任务，具有可靠的可比性。
以上为AI翻译，内容仅供参考。
原文链接：Imbellus Raises $23 million to Take on the Testing Establishment
AI
Eightfold使用AI为求职者匹配空缺职位
文/KYLE WIGGERS
招聘人员很难; 找一个合格的求职者并不容易。根据美国劳工统计局的数据，在医疗保健和金融服务等行业，平均招聘时间超过49天。招聘费用很高 - 单个职位的费用高达4,129美元。
这就是Eightfold的用武之地。今天的初创公司在其职业发现平台 - 个性化职业网站 - 中添加了一个新产品，该平台利用人工智能（AI）来解决所谓的人才缺口。
首席执行官兼联合创始人Ashutosh Garg在接受VentureBeat采访时解释说，大多数工作地点的问题是他们没有考虑到候选人的相关工作经验，技能，角色和教育背景。同时，在这个等式的雇佣方面，他们经常会阻碍那些分享，推广和候选人分类工具不足的公司。
“糟糕的职业网站和职位描述阻碍了申请过程，因为他们没有吸引合格的人才，更糟糕的是 - 劝阻不同的候选人，”加格说。“由于任何特定组织内的机会过剩，大多数候选人表示，求职中最艰难的一步就是找到合适的角色。”
Eightfold带来了由领先的AI研究人员设计的高度个性化，机器学习驱动的工作匹配引擎（Eightfold的数据科学家在他们的名字上有6,000多项研究引用和80多项搜索和个性化专利。）职业网站有候选人创建个人资料并上传（或链接到）简历，Eightfold的专有匹配算法解析上下文信息。求职者可获得公司最适合的职位列表，以及对其技能的相关性评估。
实际上，个性化职业网站可以判断一个人在提交申请之前是否可能被考虑担任该职位。
Eightfold的AI应用并不止于此。它的聊天机器人可以使候选人有资格，收集简历，并回答有关技能，工作适应性，福利和文化的问题。除了使用人工智能之外，这家创业公司还从拥挤的工作现场竞争对手中脱颖而出，拥有SEO优化的工作页面，一键式申请流程，并支持公司简介上的自定义内容 - 包括视频。
Garg声称，它减少了80％的采访时间，同时降低了雇用成本。
“在Eightfold中，我们将焦点从模糊的要求列表转移到候选人最关心的内容 - 他们将要做的工作，他们将与之合作的人以及他们获得工作的可能性，”他补充说。 。“无论候选人是否最终被聘用，具有申请公司工作积极经验的候选人更有可能购买其产品，并建议其他人申请在那里工作。”
以上为AI翻译，内容仅供参考。
原文链接：Eightfold uses AI to match job seekers with open positions
AI
ZipRecruiter的Job Seeker Profiles使用AI来改善候选人匹配
据外媒报道本周二，在线就业平台ZipRecruiter公布了Job Seeker Profiles，这是ZipRecruiter针对iOS和Android的移动应用程序提供的新功能，它会提示求职者输入他们可能漏掉的信息，并利用人工智能(AI)的力量，从上传的简历中自动提取相关数据。
该公司表示，已有超过900万用户安装了iOS和Android应用程序，70％的用户在搜索新的工作机会时使用移动设备。
ZipRecruiter联合创始人兼首席执行官伊恩•西格尔(Ian Siegel)表示:“我们推出Profiles是为了帮助求职者讲述他们的故事。”“工作，以及人们寻找工作的方式，正在发生变化……通过个人资料，我们开发了一种灵活、智能的产品，最大限度地增加了他们找到合适雇主的机会，反之亦然，从而大大缩短了招聘时间。”
Profiles就像一个简短的应用程序。他们的摘要包括技能，认证，期望薪水和职业目标，所有这些都可以通过简历手动输入或生成。但是它们也有一个智能层 - 配置文件提醒用户缺少信息并建议添加和增强功能。
信息求职者提供ZipRecruiter的人工智能匹配算法，提高候选人和潜在雇主的匹配质量和数量。
ZipRecruiter说，求职者的申请通常会在48小时内被浏览，80%的雇主会在第一天结束前找到一个合格的求职者。在2018年第一季度，每月有超过100万的候选人注册，大约750万的活跃职位列表。
在ZipRecruiter融资1.56亿美元之后(迄今为止，该公司已筹集了2.19亿美元资金)，该公司推出了Job Seeker Profiles。这家成立8年的公司是美国最受欢迎的就业平台之一，该公司说，它已经帮助150多万家企业找到了员工，并收到了4.3亿份申请。
ZipRecruiter最近在人工智能上投入了大量资金。它使用机器学习通知潜在的新工作的员工清单通过电子邮件和短信(超过6400万仅通过电子邮件)，并在6月推出一个AI工具——Candidate Calibration ——在其中向候选人提供工作岗位根据招聘人员的信号，每月1000万用户的数据库。
ZipRecruiter目前有200名工程师在开发人工智能的候选匹配和搜索解决方案，其中50名工程师在位于特拉维夫的新研发中心工作。
该公司在美国各地办公室的员工总数超过1000人(4年前约为150人)、英国和以色列。包括福特(Ford)、Netflix、富国银行(Wells Fargo)和汉堡王(Burger King)在内的150多万家公司都在使用该公司的招聘软件。
以上为AI翻译，内容仅供参考。
相关阅读：
美国求职平台ZipRecruiter完成6300万美元A轮融资
实现大规模盈利，招聘平台ZipRecruiter在低调中获得成功
原文链接：ZipRecruiter’s Job Seeker Profiles uses AI to improve candidate matches
AI
甲骨文云业务大打人工智能与安全牌，目标直指亚马逊
近年来甲骨文积极从传统软件公司转型为云服务提供商。
甲骨文在云服务领域的动作正不断深化。
北京时间10月23日，在由数据库巨头甲骨文举办的OpenWorld大会上，甲骨文公司推出一系列云产品更新，为包括企业资源规划（ERP）云和企业绩效管理（EPM）云，人力资本管理(HCM)云和数据云在内的云产品加入更多人工智能（AI）能力，并扩展其SaaS产品功能，增加了订阅管理服务。
甲骨文试图借助AI技术，为企业提供更“聪明”的产品。该公司应用产品研发执行副总裁Steve Miranda称，过去企业都是采用预编程方法，预先设置流程，有了机器学习技术后，一旦发现非寻常交易/流程，可以分析后直接分配给专项负责人员，提高效率。此外，包括人力资本管理方面，智能化的定制化推荐也具有重要意义，可帮助招聘团队缩短招聘周期，寻找最合适的求职者，并降低员工离职率。
在面向媒体和分析师开放的Demo环节，甲骨文展示了其AI技术在共享单车领域的应用，基于甲骨文的存储云、分析云，通过机器学习共享单车历史使用数据，并结合天气、事件日程等因素后，给出共享单车投放建议，解决供需问题。
这也是甲骨文将其企业级产品结合AI，逐步智能化的延续。2016年OpenWorld大会时，甲骨文正式提出其AI战略，其后在去年同一时间的OpenWorld大会中，甲骨文宣布在既有的云端产品线中整合AI技术，强化云端产品的功能，并称之为调适型智能App服务（Adaptive Intelligent App），旗下ERP、HCM、供应链管理云和客户体验云四大云产品首先加入。
区块链作为大会主题之一也得到展示。船运管理软件公司货讯通与甲骨文合作，推出货运文档区块链解决方案，提升供应链流程的效率。基于此合作，可保证货运文档可靠且可追溯，简化运输文档流程。
在主题演讲环节，甲骨文公司董事长兼首席技术官拉里·埃里森（Larry Ellison）介绍了网络防御的现状，并依旧对其云服务市场的最大竞争者亚马逊AWS发起攻击，他表示，“目前的网络防御还不够好”。为了解决这一问题，协助企业应对安全威胁，他宣布推出具备探测和预测能力的Oracle云基础设施安全服务更新。
考虑到云服务厂商近期安全事故频频，这一举动颇有针对性。
而甲骨文与亚马逊的关系，也随着双方在云计算领域的进一步布局使其竞争逐渐白热化。据CNBC报道，亚马逊计划于2020年初完全弃用甲骨文数据库技术，而埃里森回应称，亚马逊仍无法弃用甲骨文数据库。
但CNBC今日获得的一份亚马逊内部报告印证了埃里森的观点。报告显示，在亚马逊会员日（Prime Day）期间，可能因数据库原因，该公司电商网站出现了导致销售放缓的重大故障，数千个包裹延迟交付。一定程度上证明了甲骨文在数据库技术方面比亚马逊自有数据库产品更为稳定有效。
近年来甲骨文积极从传统软件公司转型为云服务提供商。9月公布的甲骨文财报显示，在截至8月31日的2019财年第一财季，其云服务和许可证支持部门的收入为66.1亿美元，比上年增长3.2％，低于FactSet调查中分析师预期的66.8亿美元。甲骨文若想依靠云服务跑赢亚马逊，显然需要进一步扩大市场规模。
相关阅读：
Oracle推出Subscription Management和CX Unity，并对HCM Cloud和Data Cloud进行更新
甲骨文宣布收购企业数据库创企DataFox，用AI强化商业数据分析
甲骨文16亿美元收购Aconex 增强云计算业务
原文来源：甲骨文云业务大打人工智能与安全牌，目标直指亚马逊
AI
亚马逊事件之后：人工智能可以消除招聘中的偏见吗？
文/Sushman Biswas
人工智能(AI)可以模仿和放大人类的偏见，然而，当负责任地使用它可以帮助克服偏见，做出客观的，数据驱动的决定。
2014年，当亚马逊(Amazon)组建团队开发其新招聘引擎时，它曾被寄予很高的期望。这个实验性的解决方案使用人工智能来对候选人的简历进行评分，以识别出最优秀的人才。然而，在测试解决方案后不久，研究小组发现该系统并没有以性别中立的方式对候选人进行打分。与任何深度学习算法一样，该算法依赖于对历史数据的训练。不幸的是，嵌入其中的现实世界数据具有显示性别偏见的模式，而人工智能算法最终将其纳入了功能。
亚马逊的招聘引擎经过培训，可以通过观察提交给公司的10年简历中的模式来评估应聘者。不出所料，大多数申请者是男性，这反映了整个科技行业的性别差异。因此，招聘引擎告诉自己，男性候选人更可取。该公司对涉及到可识别性别信息的简历进行了处罚——例如，如果搜索引擎在简历中遇到一个词，说应聘者是“女子篮球队”的一员，那么该公司对该简历的评分就会较低。
不幸的是，这并不是人工智能程序显示出固有偏见的第一个例子。还记得微软的Tay聊天机器人吗?古老的GIGO格言——“垃圾进，垃圾出”仍然成立，在没有保障措施的情况下，向情报系统提供不完整或不准确的数据，仍然是构建公平工作世界的一大威胁。
凯特琳·麦格雷戈(Caitlin McGregor)在专门接受人力资源技术专家采访时表示:“这一切都取决于人工智能是用什么样的数据来做出招聘建议。”McGregor是Plum组织的联合创始人兼首席执行官。Plum组织是一个受I/O心理学启发的人工智能解决方案，旨在消除人类的偏见。“根据技能和知识(考虑学位和多年工作经验)来评估应聘者一直是标准。当招聘经理看到一份简历上写着哈佛(Harvard)或一份享有声望的无薪实习，就会产生偏见。”这些资格往往指向特权，而不是职位适合。因此，当基于人工智能的招聘方案依赖于技能和知识(比如简历和社交媒体刮刮工具)时，同样的偏见就会持续存在，但范围更大。
凯特琳认为，克服偏见的关键是克服我们对技能和知识的痴迷，专注于人才，包括创新、适应能力和沟通能力。“换句话说，你在简历上找不到的东西，”她说。
“人才的基础是通过衡量应聘者的个性、解决问题的能力和社会智商来获得的特质和能力的结合。”数十年的行业/组织心理学研究不仅证明，在预测未来成功方面，人才的能力是技能和知识的四倍，而且他们的偏见也要小得多。
像凯特琳这样的人力资源主管有充分的理由批评传统的雇佣方式，因为这种方式会导致认知偏见。她表示:“我认为，一般来说，人才专业人士想要评估应聘者的不仅仅是一张纸，他们只是不知道如何评估。”“第一步是承认，我们把简历作为招聘过程的第一步，这是毋庸置疑的。”人工智能可能会有所帮助——但如果我们真的打算超越简历，让招聘过程更少偏见、更有预见性，那就意味着我们还必须超越简单地自动化简历关键字匹配的人工智能。
人工智能在招聘中带来的真正机遇是可伸缩性和自动化，可以应用于工业/组织心理学等曾经依赖(通常是昂贵的)咨询服务的实践。“人才数据的可预测性和客观性，现在可以向所有人、而不仅仅是《财富》(Fortune) 500强企业普及，”凯特琳(Caitlin)表示。
人们普遍存在的一个误解是，人工智能只是将既定的实践自动化;然而，复杂的人工智能程序的发展使得解决方案不再是自动化的重复性任务，而是解决人类认知能力有限而无法解决的复杂问题。凯特琳相信，“这是一种人工智能，它可以超越简单的简历筛选，实际上做出更客观、更有预见性的决定——只要输入正确的数据。”
人工智能会取代人工招聘吗?
尽管各行各业都在采用黑箱解决方案，但这种替代人类的解决方案是一种毫无根据的恐惧。人工智能可以基于模式识别或候选匹配为推荐服务;然而，把工作卖给候选人，或者与候选人建立关系，最终将取决于一个有人情味的招聘人员。
凯特琳说:“虽然人工智能听起来很老套，但它确实能让招聘过程变得更‘人性化’，因为它消除了繁琐的重复性工作，让招聘人员能够专注于人际关系。”
选择合适的AI招募方案
当人力资源技术领域的几乎所有供应商都声称已将人工智能集成到其工作流中时，您如何评估满足招聘需求的人工智能解决方案?
凯特琳分享了人力资源主管在专注于人工智能招聘解决方案之前必须考虑的三个关键因素。
首先要考虑的是可伸缩性。人工智能在招聘中的作用是解决昂贵、低效的咨询服务和招聘团队渠道的问题。如果你使用的人工智能没有为你节省时间、金钱和资源，那么它就没有完成它的工作。人工智能产品也应该能够随着公司的成长而成长。如果这不是一个长期的解决方案，那么这项技术就没有达到它的目的。
第二点是一致性。凯特琳对人力资源主管寻求人工智能招聘解决方案的建议是，确保人工智能能够准确地胜任所有组织职能部门的候选人。解决方案必须能够评估工程角色或中层管理角色的候选人，就像评估销售角色的候选人一样容易。
第三个也是最重要的参数是人工智能解决方案用于评估的数据类型。“市场上大量招聘人工智能解决方案使用的是网上搜集的数据。因此，大多数雇佣人工智能解决方案都使用相同的数据集!你不会想有一天抬头看一眼，就发现你的整个办公室都是由一个叫贾里德的白人组成的，他上了常春藤盟校，打过长曲棍球，读过《哈利·波特》(这是我在一个工业组织心理学协会会议上听到的一个真实的例子)!你想要看到一个由拥有对你的公司最重要的品质的人组成的团队。这就是所谓的“垃圾输入，垃圾输出”的意思——如果你的人工智能依赖于无用的数据，你就会得到无用的结果。因为人工智能不是魔法。为了让自己处于建立一个多样化团队的位置，重要的是要着眼于人才获取人工智能解决方案，以创建和综合客观、预测和新数据，”凯特琳说。
总之，人工智能应该被视为一个机会，而不是社会平等的阻碍者。毕竟，从算法中消除偏见比从人类中消除偏见要容易得多，因此人工智能最终有潜力构建一个公平、多样化和公平的工作世界。
以上为AI翻译，观点仅供参考。
原文链接：Can Artificial Intelligence Eliminate Bias in Hiring?
AI
亚马逊用AI筛简历被曝“性别歧视”，现已关闭应用
10月11日消息，据路透社报道，亚马逊的机器学习专家们发现了一个大问题，他们的新人工智能(AI)招聘引擎涉嫌歧视女性，为此已将其关闭。
一个戴有色眼镜的AI
五名知情人士表示，自2014年以来，这个团队始终在开发电脑程序以审查求职者的简历，目的是将寻找顶尖人才的任务自动化。自动化一直是亚马逊在电子商务领域占据主导地位的关键，无论是在配送中心内部还是制定价格决策时。
知情人士说，亚马逊的试验性招聘工具使用AI给应聘者打分，分数从一星到五星不等，就像购物者给亚马逊网站上的产品打分一样。其中一人说：“每个人都想要这个‘圣杯’。亚马逊真的想将其打造成引擎，给它100份简历，它会列出前五人，我们会聘用他们。”
但到2015年，亚马逊意识到其新系统并没有对软件开发人员和其他技术职位求职者进行性别中立式的评估。这是因为，亚马逊的电脑模型经过了培训，通过观察过去10年被提交给该公司的简历找出固有模式，并以此来审查应聘者。其中大部分简历来自男性，这也反映了男性在科技行业占主导地位的现状。
实际上，亚马逊的系统告诉自己，男性求职者更受青睐。这套系统对简历中含有“女子象棋俱乐部队长”等语句中的“女子”一词特别敏感。据知情人士透露，它还下调了两所女子学院的毕业生评级，但他们没有具体说明这些学校的名字。
亚马逊编辑了这些程序，使它们对这些特定的术语保持中立。但上述知情人士说，这并不能保证其AI系统不会设计出其他可能被证明具有歧视性的筛选求职者的方法。据不愿透露姓名的知情人士说，亚马逊最终在去年年初解散了团队，因为高管们对这个项目感到失望。
亚马逊的招聘人员在搜索新员工时查看了该工具提供的推荐信息，但他们表示，他们从来没有仅仅依靠其排名来做出判断。亚马逊拒绝就招聘引擎或其面临的挑战置评，但该公司表示，它致力于打造职场多样性和平等。
男性本身就多？
这些数据有什么问题呢？据路透社分析，可能是因为科技行业中的大部分技术岗位都是男性在做。自2017年起，路透社整理了一些公司公布的数据，从中可以看出，像谷歌、苹果、微软、Facebook这些公司，整体上男性占了2/3，而单独挑出技术岗位，男性比例则达到了将近4/5。
AI学会了人类的歧视
不过，数据量大小并不意味着少数数据就会被歧视，相信亚马逊的AI也不会傻到只选取简历数据中大多数人的共同特点，那样岂不是错过了少数天才？
在Hacker News和Reddit的评论区，一些更懂技术的网友把矛头对准了数据体现的亚马逊在招聘中现存的性别歧视问题。
从技术上讲，可以说这个人工智能是成功的，因为它模仿了亚马逊当前的招聘状态。
并给出了背后的逻辑。
机器学习过程不会引入任何偏差，但训练数据中存在的任何偏差都将在算法中忠实地展现出来。
也就是说，AI自己本身是一个天真无邪的“幼儿”，它不会自主的学会偏见和歧视，但如果给“幼儿”上课的“老师”亚马逊的招聘数据自身带了偏见，那么这些偏见就会“言传身教”给无辜的AI。
或者说，AI是从人类社会中，学会了人类的偏见和歧视。
我们不想让AI歧视女性，但这绝非易事，因为AI无法忽视它所学习的人类社会对女性的歧视。这绝对是一个难题，不仅仅是技术上的难题，更是哲学层面上的难题。
AI在无意中学会人类之恶，这并不是第一次发生。
此前的微软的聊天机器人Tay，就曾经学会了人类的那些极端言论，在Twitter上咒骂女权主义者和犹太人。
而招聘AI这一次，人类的错误让AI重蹈覆辙了。
“很显然，我们没有吸取微软Tay的任何教训。”有网友评论道。
这个AI靠抓关键词？
不只是训练数据的问题。路透社的报道中还披露了亚马逊训练AI的细节。
· 开发了500个针对特定工作职能及岗位的模型。
· 训练每个模型去识别过去求职者简历中出现的近5万个关键词。
· 模型算法按照重要程度给求职者的技能进行优先级排序。
所以这个AI，很大一部分工作是在抓关键词嘛。比如它偏好的“执行”、“抓取”这种词，在男性求职者的简历中出现次数更多，也从另一个维度造成了女性候选人的劣势。
因此，这也是导致性别歧视的一个原因。甚至，还可能会给人“钻空子”的机会。
Reddit上的一名网友评论称：
“亚马逊阅读简历的AI从一开始就注定了要失败，因为任何人都可以去学习怎样写好一份简历。让我写一份医生的简历，我打赌我会比真医生写的要好。”
想一想那些“简历写作技巧”的培训，是不是都告诉你HR看一份简历只要二三十秒，简历里有某些关键词、重要数据就能吸引HR的注意？
因此，这种抓关键词的机制，就得以让很多人通过强行往简历里塞关键词，而获得更高的星级，造成了另一种不公平。
AI招聘，道阻且长
根据招聘公司CareerBuilder 2017年在美国进行的一项调查，55%的人力资源经理表示，将会在未来五年中采用AI，并将其作为日常工作中的工具。
一些“激进”或者说有大量招聘需求的公司，已经将AI应用到招聘环节中去了。比如希尔顿酒店，就在招聘的时候，会先利用聊天机器人面试，并为求职者匹配合适的岗位，之后再进入下一轮面试。
在接受采访时，希尔顿招聘副主管Sarah Smart表示，“人工智能会分析求职者的语调、眼神和回答的表情，来判断求职者是否对工作富有热情，从而来帮助我们筛选求职者。”
具体体验怎么样呢？体验过聊天机器人面试官的Japser Rey说，“和聊天机器人对话时，我不用担心自己会分神，而且机器人不会戴有色眼镜看人，相对更公平公正一些。”
相对来说，大部分公司并没有将AI放到具体的招聘决策环节之中，只是作为一个辅助工具。
百度：将AI应用到了招聘上，在今年的校园招聘中，采用AI分析简历、推荐岗位。
高盛：开发了简历分析工具，会将求职者与“最适合”的部门进行匹配。
LinkedIn：根据网站上发布的岗位消息，利用算法为雇主提供求职者的排名。
尽管人们对AI招聘并不十分待见，但却无法阻挡这样一个趋势：AI终将左右你找工作这件事。
它只会迟到，但不会缺席。
原文链接：亚马逊AI惹众怒：一个没有意识的程序，竟然自己学会了“重男轻女”
亚马逊用AI筛简历发现“性别歧视”? 最终关闭
AI
芯片制造商美光将向人工智能公司投资1亿美元
文/Stephen Nellis
据路透社报道，美光科技周三表示，计划向致力于开发人工智能技术的初创公司投资1亿美元，这些技术将用于自动驾驶汽车、工厂自动化和其他新兴领域。
（图：The main entrance to Micron corporate headquarters in Boise, Idaho, February 3, 2012. REUTERS/Brian Losness）
美光首席商务官Sumit Sadana向路透表示，10多年前，这家总部位于爱达荷州的内存芯片制造商启动了一项企业风险投资计划，但迄今为止，该公司的投资一直“非常分散”，而且“非常接近我们芯片制造的核心业务”。
现有风险操作的返回已经稳固,该公司认为,它可以最终出售更多的内存芯片通过扩大其参与人工智能,因为现场处理大量的数据需要存储在它的产品上,他说在美光的第一个人工智能在旧金山会议上宣布。美光此前的投资很少公开披露。
Sadana表示，这些新预留的资金将用于开发人工智能的硬件和软件初创企业。他说，美光对投资无人驾驶汽车技术、增强现实和虚拟现实以及自动化工厂的技术特别感兴趣，因为美光在这些领域已经有了业务。
"我们将大幅加快投资步伐，" Sadana称。
像教计算机识别图像或人类语言这样的人工智能任务需要大量的数据和计算能力。
因此，美光芯片行业的同代人也在这方面进行投资。英特尔(intc . o:行情)旗下的风险投资部门近年来已向致力于人工智能领域的初创企业投资逾10亿美元，英伟达(Nvidia . n:行情)也推出一项计划，帮助数千家小型企业使用其芯片。
美光表示，其为初创企业提供的风险资本中，有五分之一将用于由女性和其他代表性不足的集团牵头的机构。美光还在旧金山的会议上表示，其非盈利机构美光基金会(Micron Foundation)将提供100万美元的资金，用于资助大学和从事人工智能研究的非营利组织。
前三名获奖者是伯克利人工智能研究实验室(Berkeley Artificial Intelligence Research Lab)、斯坦福精密健康与综合诊断中心(Stanford Precision Health and Integrated Diagnostics Center)和AI4All——一个非盈利组织，为少量AI领域内学生提供夏令营。
以上为AI翻译，观点仅供参考。
原文链接：Chipmaker Micron to invest $100 million in artificial intelligence companies
AI
Facebook Workplace增加了算法提要，安全检查和增强聊天功能
文/Ingrid Lunden, Josh Constine
Workplace是面向30,000多个付费客户量身定制的Facebook企业版本。如今，为了与Slack和微软的团队竞争，它正在通过一系列新功能提升服务质量。
Workplace的负责人Julien Codorniou在接受采访时告诉我，这一新增活动在一个名为Flow的独立会议上宣布 ，这是Facebook首次为一种特定产品打造的活动，今后可能会越来越多。他将Workplace描述为“ Facebook的第一家SaaS创业公司”。他告诉我们，对于现有客户，Flow的目标是展示新功能，加深员工与Workplace的互动，增加黏性。对于企业软件合作伙伴来说，Facebook整合的目的是建立一个围绕工作场所的生态系统，以便它能适应任何业务。
在对Workplace的“聊天”功能进行大幅升级后，用户现在可以一对一或分组聊天、通话和视频对话，也可以以WhatsApp或Messenger的方式进行。通过添加回复，请勿打扰和固定功能，Facebook还可以更轻松地浏览您频道中的大量邮件——这是Facebook首次为Workplace引入算法排序。Facebook还通过Workchat将主安全检查功能从主应用程序带到Workplace，作为一种工具可由管理员控制，以检查关键事件期间员工的状态。
Workplace自成立以来的两年内已经获得了3万家企业作为客户(包括一些大型企业，如世界上最大的雇主沃尔玛);如今，它还加入了几家著名的大型企业:GSK、Astra Zeneca、Chevron、Kantar、Telefonica、Securitas、Clarins UK、Jumia和GRAB。
但Facebook从未透露过它在Workplace上有多少用户(用企业的话说，就是“席位”)。相比之下，Slack目前在7万个组织中拥有800万用户，而Facebook一年里还没有更新3万用户。
（图：Facebook Workplace multi-company chat）
Facebook今天推出的一系列功能，无论是广度还是目标，都值得关注。在功能方面，有些帮助让Workplace更接近Facebook的核心体验，但最终它们的目标都是让Workplace更适合企业已经使用IT的方式。
正在整合的聊天功能基于Workplace中已经存在的最小聊天功能，并且基本上创建了类似于WhatsApp或Messenger的东西，它位于与Workplace相同的安全框架内。这是Facebook向统一通信迈出的第一步——这是企业IT的一个特定分支，曾经以PBX和其他昂贵的物理设备为中心，但最近随着IP和基于云的系统的声音的增加而变得更加虚拟化用于任何互联网连接。
Workplace已经为多达50家公司提供可以在平台上进行多组织对话功能，现在如果这些组中的某些成员希望通过语音或视频呼叫将对话转移到更直接的渠道，可以直接从应用程序内部执行此操作，而无需打开单独的消息传递客户端（可能或可能不在IT的控制之下）。最多50人可以加入Workplace中的视频通话。
这三个功能可以帮助您更好地组织对话——请勿打扰、回复和固定重要项目，特别欢迎那些在Workplace上拥有特别“嘈杂”频道的人。
Codorniou说，回复将“像在WhatsApp”一样工作——您可以在其中选择一条消息并回复它，它将在稍后的Feed中显示其微线程。
但它们可能是最值得注意的，因为它们将是Facebook首次向Workplace引入“算法”排序。对于那些已经使用普通Facebook，Twitter或其他社交媒体服务的人来说，算法排序是众所周知的，因为它会根据帖子的顺序，向你展示哪些被认为更重要，哪些是最新的。
在“钉”的情况下，Facebook允许IT管理员和用户有效地参与算法排序：管理员可以将“重要”帖子钉到Feed的顶部，这将影响用户看到的内容，并首先做出响应。“如果CEO发布一条信息，这可能比发布实习生的信息更重要，”他说。
同时，，“请勿打扰”会让用户设置不会收到消息的时间，但当您再次“返回”Workplace时，Facebook会决定决定你浏览的内容的优先级。
（图：Facebook’s VP of Workplace Julien Codorniou）
Codorniou指出，Facebook使用机器学习和AI“确保如果你两周不使用Workplace，也能在新闻Feed上获得相关的信息。”它用于排序的信号你的同事，以及你最活跃的团队。“这是默认的算法，”他补充说，这是Workplace用户提出的要求。“人们不再相信按时间顺序排列的Feed了。”他说，“重要的是要保证与沟通团队的联系。”
安全检查也符合这一概念。在这里，Facebook将把IT managers/Workplace管理员放到驾驶座上，“让他们掌握这项功能的关键”，Codorniou说，而常规的Facebook使用和分发功能则由Facebook本身控制。
Frederic带着一名潜水员在这里进行安全检查，但正如Codorniou向我描述的那样，主要的想法是，当特定地点经历紧急情况时，它允许公司“跟踪和了解谁是安全的，谁不是”。他说，公司可以使用一些应用程序来进行安全检查，有时他们可能会使用SMS，但这些应用程序往往需要更多的手工操作，而且很难快速执行。Facebook没有透露他们的应用程序在沃尔玛和星巴克这样的组织中的渗透程度如何，但这可能成为帮助Workplace更广泛分布的一个杠杆。
“员工是公司的第一大资产，这有助于确保您的安全，”他补充说。“人们不想玩Candy Crush，但像Live这样的东西（去年Workplace推出的游戏）和安全检查是相关的。它们有助于将公司变成社区。”
（当然，社区是Facebook最近的一大主题。）
所有这些更新都发生在许多人都在关注Facebook在用户隐私和个人数据方面的做法的时候。
几个月前，剑桥分析公司(Cambridge Analytica)丑闻特别强调了这个问题，尤其是第三方如何能够获取用户信息; 最近两周前Facebook遭到批评，当时有人发现其中一个功能中的漏洞将用户信息暴露给恶意黑客。这些问题都与Facebook的核心消费者应用程序有关，但我不禁想知道它对公司的企业业务产生了什么样的影响——考虑到工作场所网络中的安全级别通常会更高，因为它们是连接到公司信息。
“我们当然有一些问题，但我们没有理由相信Workplace受到了影响，”Codorniou说。他指出，曾经有一个功能是使用用户的Facebook ID登录Workplace，但是这段时间这一功能被禁用了。“我们一直在调查，但大多数客户都是单点登录，”他指出，那些公司使用Okta，One Login和Ping等服务将员工连接并登录到他们的Workplace空间。
Facebook的规模为企业带来了巨大的优势。办公堆栈的消费化意味着Facebook可以轻松移植其熟悉的功能。它足够大，可以在公司内部广泛使用dogfood。而且它已经与许多世界顶级品牌建立了广告关系。但作为一个科技巨头，伴随着相关的丑闻和不断的批评。Facebook将不得不说服商界领袖他们的社交问题不会使他们的形象蒙上阴影。
以上为AI翻译，观点仅供参考。
原文链接： Facebook Workplace adds algorithmic feed, Safety Check and enhanced chat
AI
Workday People Analytics：利用人工智能、机器学习和增强分析的优势
文/Pete Schlampp
有人说，数据是新石油。但是几乎在所有公司，其生成的数据远远超过他们能够分析利用的数据。而在很长一段时间里，Workday的目标都是帮助公司从数据中汲取有价值的见解。从内置报告和分析开始，随着Workday Prism Analytics和Workday Data-as-a-Service的推出，随着数据量、速度和种类的增长，Workday扩大了产品范围，帮助客户充分利用他们的数据。
Workday Prism Analytics致力于开放性和将非Workday的数据引入系统，是您的财务和人力资源团队的数据中心。今年夏初，Workday通过收购增强分析的市场领导者Stories.bi，在分析之旅中又向前迈进了一步。
今天，我们很高兴地宣布Workday People Analytics，是一个全新的应用程序，它将向高管、组织领导人和人力资源业务合作伙伴提供关于他们的员工队伍中最关键的趋势视图，以及了解趋势的最可能的驱动因素。它将利用强大的人工智能(AI)、机器学习和增强分析技术，提供动态创建的关键指标，并伴有解释性叙述——我们称之为故事。
How We Got Here
首先需要一些背景。注意让Workday People Analytics与我们现有的产品一起工作。由于Power of One，Workday有一个数据模型，因此我们的应用程序能够非常轻松地处理有关人员的数据。对于Workday人力资本管理(HCM)的客户来说，Workday People Analytic将利用这些数据进行开箱即用。即使对于那些不使用Workday HCM的客户，他们也可以通过Workday Prism Analytics从任何HCM系统中引入外部数据，因此这些见解仍将可用。
That’s Great, Now What?
其次，我们必须以更好的方式将有价值的信息交给高管。因此，Workday利用了增强分析将许多应用于企业问题的AI功能集合在一起，包括：
自动模式检测功能，可以查找人类可能看不到的重要变化
图形处理以查找大量数据集之间的连接
机器学习预测最重要的问题供您查看
用自然语言来解释一个简单的故事中发生的事情
Workday的人工智能将搜索数百万种可能的数据场景，并确定优先级，以故事形式自动向高管推送个性化见解。故事为正在发生的事情提供了一种自然的语言解释。洞察力可以是积极的，也可以是消极的——它们只是你应该知道的事情。它们会自动地对你的数据进行更深入的挖掘，并告诉你为什么会这样。这为领导者提供了在做业务决策时所需要的基本信息。
See What Matters Most
Workday People Analytics是我们第一个使用增强分析的地方。它将为管理人员，组织领导者和人力资源业务合作伙伴提供可操作的指导，将动态创建的故事与静态内容相结合，涵盖组织构成、多样性、招聘、保留和人员流失以及人才和绩效等方面。
您将看到最重要的事情，以便您可以在最短的时间内做出最佳决策。这将使得组织的行动，创新和学习速度更快。
Workday People Analytics不是自动生成针对特定问题的预测，而是提供一种叙述，以指导管理人员在一个广泛的领域中找到聚焦点——无论是具体的团队、位置、客户还是产品线。它使用机器学习来预测和展示真正重要的东西。换句话说，Workday People Analytics会告诉您需要了解的内容。
例如，一位人事主管可能会收到一条消息，表明新员工流动总体上有所增加，他们不仅应该关注伦敦的销售组织，还要考虑薪酬以及特定的招聘经理。该应用程序可帮助领导者专注于影响其业务的最重要问题，并回答以下高价值问题：
招聘过程中的瓶颈是什么？
该组织多样性的五大趋势是什么？我们作为一个社区如何发展？
整个组织可以从哪些卓越的领域中学习？
我们在哪里看到异常高的磨损？它背后的驱动力是什么？
因此，信息负载减少了1000倍——你会发现什么是最重要的，这样你就能在最短时间内做出最佳决策。组织行动、创新、学习更快，形成良性循环。
Future’s So Bright…
Workday People Analytics只是一个开始，我们很高兴能够进入数据的新时代，超越自助服务，进入人工智能能够有效预测的世界。未来，我们将在所有Workday的产品中应用增强分析。Workday People Analytics将于明年秋季提供给早期用户，通常在2019日历年末提供。单独销售给Workday HCM客户，它将作为Workday Prism Analytics的一部分提供。我们确信好戏还在后面。
以上为AI翻译，观点仅供参考。
原文链接:Announcing Workday People Analytics: Leveraging the Strength of AI, Machine Learning, and Augmented Analytics
AI
李开复：未来“有惊无险”的10种工作，其中包括人力资源
人工智能并不是一场普通的技术变革，在人类历史上，可与其比肩的只有蒸汽机和电力的推广使用。由于人工智能算法会渗透到每个行业、每个工作，它甚至会改变人类做事的许多方法，对于个人、企业和社会带来的变革，比之前的互联网革命来得更剧烈、影响力更大。人工智能对个人和社会带来的改变，将超过之前发生的所有工业革命和技术革命。
人工智能带动了科技发展，提升了生产力，这些好处固然引人关注，但是比起全球各地将产生的严重失业问题，以及分配不均的加剧（国内与国家之间），就不足为道了。随着深度学习应用的普及，人工智能势必会冲击全球经济，整个经济体系上上下下数十亿的就业机会如会计师、流水线作业员、仓储作业员、股市分析师、质检员、货车司机、律师助理、放射科医生等，都会受到冲击，并且上述工作只是其中的一部分。
人类文明过去曾经成功地消弭了科技对经济造成的冲击，例如在19世纪和20世纪，有数亿的农民成功地转为了工厂员工。但是，先前的那些重大科技变迁，从诞生到发展的速度没有人工智能这么快。照目前科技发展和应用的趋势来看，我预估在未来15年内，人工智能将会减少美国40%到50%的就业机会，但实际的就业损失还会延迟若干年，因为必须考虑到很多现实因素，例如雇主相信人工智能的程度、法规限制等。但我预测，人工智能对就业市场的冲击将会非常大，而且冲击很快就会到来。
有朋友跟我探讨：我经过多年学习培训才获取足够的技能从事的工作，未来应该会比“蓝领工人”安全吧？
实际情况并非如此。分析人工智能取代工作岗位，不能仅仅用传统“低技能”对比“高技能”的单一维度来分析。人工智能既会产生赢家，也会产生输家，这取决于具体工作内容。尽管人工智能可以在基于数据优化的少数工作中远胜人类， 但它无法自然地与人类互动，肢体动作不像人类那么灵巧，也做不到创意地跨领域思考或其他一些需要复杂策略的工作（因为这些工作投入的要素和结果无法轻易量化）。一些人类看上去很难的工作，在人工智能看来可能是非常简单的；一些在人类看上去很简单的工作，可能确实人工智能的死穴。我们可以用以下两张图来说明：
对于体力劳动来说，X轴左边是“低技能、结构化”，右边是“高技能、非结构化”。Y轴下边是“弱社交”，上边是“强社交”。脑力劳动图的Y轴与体力劳动一样（弱社交到强社交），但X轴不同：左侧是“优化型”，右侧是“创意或决策型”。如果脑力劳动的重点是将数据中可量化的变量最大化（例如设置最优保险费率或最大化退税），就归类为“优化型”的职业。
这几条轴将两张图各分为四个象限：第三象限是“危险区”，第一象限是“安全区”，第二象限是“结合区”，第四象限是“慢变区”。工作内容主要落在“危险区”的工作（如卡车司机等）在未来几年面临着被取代的高风险。“安全区”的工作（如心理治疗师、理疗师等）在可预见的未来中不太可能被自动化。“结合区”和“慢变区”象限的界限并不太明确：尽管目前不会完全被取代，但工作任务的重组或技术的稳定进步，可能引起针对这些工作岗位的大范围裁员。
在左上角的“结合区”中，大部分计算和体力性质的工作已经可以由机器完成，但关键的社交互动部分使它们难以完全自动化。所以，最可能产生的结果就是幕后优化工作由机器完成，但仍需要人类员工来做客户的社交接口，人类和机器形成共生关系。此类工作可能包括服务员、理财顾问甚至全科医生。这些工作消失的速度和比例取决于公司改造员工工作内容的灵活程度，以及客户对于与计算机互动心态的开放程度。
落在“慢变区”的工作（如水暖工、建筑工人、美术设计师等）不依赖于人类的社交技能，而依赖灵活和巧妙的手工、创造性或适应非结构化环境的能力。这些仍是人工智能的短板。由于不断发展的技术会在未来几年中慢慢提升这些短板，所以此象限中工作消失的速度，更多地取决于人工智能能力的实际扩展。
在我看来，警告、悲观、恐慌是“不识庐山真面目”的杞人忧天。以下是我整理的看似很危险，其实很难被AI取代的10种工作。
人力资源
人力资源、特别是员工招聘和猎头工作，都要涉及大量的人际互动。说服某人放弃现有工作、考虑其他工作是相当不容易的，这需要建立在对对方的长期深入了解和互相信任的基础上。当然，随着人力资源工作变得更倾向于以人为中心，人力资源行业也会利用AI完成常规的问答工作（比如回复雇员的邮件）、监督雇员工作表现、发起招聘启事、筛选求职者并进行工作匹配等。
健身教练
尽管未来总会有更高质量、更智能的健身器材帮助我们锻炼，但健身教练无可取代的地方在于，他们能为我们每个人量身打造健身计划，在旁陪练指导，还能敦促我们坚持锻炼，避免犯拖延症。其次，随着社会财富增多，出行方式变得更高效（如智能型、甚至是自动型电动平衡车），我们对于锻炼的需求将大大超出以往。最后，AI时代会给我们带来更多的社会财富和闲暇时间，自助、娱乐和健康将成为发展的主题。
养老护理员
到2030年，麦肯锡医疗保健类工作岗位将在全球范围内猛增5100万个，总数将高达8100万个。这类工作包括养老护理员、家庭健康护理员、私人护理员以及护士助理，不过最大的岗位空缺将出现在与养老护理相关的领域。考虑到人类寿命延长、老年人对医疗保健的大量需求以及填补此类工作空缺的难度，这一需求还会不断攀升。AI固然可以实现老年人的医疗监护、安全保障和移动辅助等基本功能，但像是洗澡、穿衣以及更为重要的聊天和陪伴工作，都是AI是无法胜任的，只能交由人类完成。
房屋清洁工
像房屋清洁、园艺以及其他需要在非固定结构空间内进行、且所在环境较为多变的工作，对于机器人而言难度太大。虽然像伦巴扫地机器人（Roomba）这样的智能设备会承担部分工作量，但整体而言，这类工作的就业水平有望得以维持。此外，我们预测，各类移民服务岗位将大量增加（在法律允许的前提下），因为AI将进一步拉大贫富国家之间的差距。
护士
护士、保育员、心理健康辅导员以及戒毒治疗师是最难被机器替代的工作类型之一，这类工作涉及大量的人际互动、沟通和信任的培养。例如，治疗情绪不稳定、有抑郁症状的病人需要娴熟的沟通技巧，治疗师需要先了解造成病人情绪困扰的根源。这些都远远超出了AI技术目前的能力范围。
楼房管理员
楼房管理、酒店管理、定制服务等其他高端服务将是财富新贵群体的高需求所在（如AI企业家和工程师）。在互联网（旅游网站）和AI（自动化快餐和咖啡）提供标准化服务的同时，那些具有人情味、个性化以及能够构建长期关系和信任感的优质服务将具有更高的价值。在AI时代，休闲和娱乐产业将成为强劲的增长领域。
运动员
虽然未来机器将比人类更擅长比赛，但体育运动不会因此而受到丝毫的影响。这些都是需要人类参与的娱乐活动。运动明星与知名歌手、演员并无二致。随着人们闲暇时间的增加，拥有非凡天赋和个人魅力的运动员将有更强的吸金能力。
保姆
保姆是最讨喜的工作之一，甚至可能会被当成家庭成员来看待。保姆的许多体力工作会实现自动化（比如除尘和洗碗），如此一来，他们的工作会逐渐转向“关爱和个性化”服务，比如悉心烹饪一顿孩子爱吃的饭菜，或是朗读孩子最爱听的故事。保姆将花更多的时间去陪伴、照料家里的孩子，和他们玩耍。能够成功转型的保姆是AI无法替代的。
导游
优秀的导游是擅长讲故事的人。他们将个人经验和百科知识巧妙地融合在一起，并以戏剧化的方式呈现给游客，从而打造出独一无二的旅行体验。优秀的导游还能挑起趣味横生、内容丰富的谈话，创造出一段令人怀念的旅程。当然，那些照本宣科、一味重复的导游，在AI取代人类工作的大潮中就没那么走运了。
数据处理和标签
最后来个大惊喜。虽然每个人都认为数据录入和处理会因机械化而被淘汰（甚至不需用到AI）。但在未来二十年内，AI进行的训练会用到规模庞大且不断增长的数据。这些数据需要经过初期的人工筛选、处理、贴标签和分类。亚马逊土耳其机器人（Amazon Mechanical Turk）就是个很好的例子。不过，可别期待能从这类工作中获得高薪。
原文来源：李开复：未来“有惊无险”的10种工作
扫一扫 加微信
hrtechchina
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
扫一扫 加微信
hrtechchina
