我们子孙后代繁荣昌盛的能力取决于生物圈的状况,因为人类和地球的健康本质上是相互联系的。一个可持续的世界是我们在保护地球生态系统的同时改善生活质量的世界。然而,我们距离实现可持续发展还很远,我们面临的挑战是巨大的。世界人口预计将从 2022 年的 80 亿增长到 2050 年的 98 亿 1 ,对能源、城市服务和动物蛋白的需求不断增加。资源获取方式因我们所处的世界位置而发生巨大变化,53 个国家和地区有近 1.93 亿人严重缺乏粮食安全并需要紧急援助 2 ,而城市人口预计到 2050 年将占世界人口的 68% 3 。极端天气事件以前所未有的频率发生,并重塑了世界社会经济前景。
在我们的教育使命中,我们的住院医师项目欢迎 Betsy Bailey 博士担任我们的新项目主任。Bailey 博士与 Bernice Kwong 博士、David Fiorentino 博士和 Derek Chu 博士一起担任了多年的副项目主任,他们每个人都继续在这一职位上发挥宝贵作用。Bailey 博士接替了 Kristin Nord 博士,后者完成了十年的主任服务,为该项目取得了令人难以置信的进步。在 Nord 博士的卓越领导下,住院医师项目从 16 个核准职位扩大到 28 个,实现了前所未有的 75% 的增长,同时每年都不断招募代表我们专业未来的优秀年轻同事。在过去的一年里,我们培训计划中的住院医师受益于过渡期间领导层卓越的延续性。他们继续表现出极大的适应能力,适应了新的虚拟-面对面患者护理混合模式,同时我们迎来了八名优秀的新一年级住院医师,他们每个人都在这种新的护理交付和教学环境中开始接受培训。过去一年,大量斯坦福医学院学生继续选择皮肤科,这反映了该系敬业的教师导师和顾问的出色工作,其中包括 Joanna Badger 博士、Jennifer Chen 博士、Matthew Lewis 博士、Joyce Teng 博士、Silvina Pugliese 博士、Annie Marqueling 博士、Sumaira Aasi 博士和 Gina Kwon 博士。创纪录数量的博士生、博士后科学家和临床研究员继续在该系接受培训。这些大批非常敬业和才华横溢的年轻同事的成功正在帮助我们实现该系的目标,即通过培养下一代领导者对我们的领域产生长期的积极影响。
大多数算法测试都是通过/失败的;它们对算法的运行得出二元结论。算法审计更关心的是随着时间的推移对系统的总体理解,即使它们一路使用测试。
我们研究了美国公司使用人工智能技术后劳动力构成和组织的变化。为此,我们利用员工简历和招聘信息数据集的独特组合来衡量公司层面的人工智能投资和劳动力构成变量,例如教育程度、专业化和层级。我们记录了受过高等教育的员工和 STEM 员工初始份额较高的公司在人工智能方面的投资更多。随着公司对人工智能的投资,它们倾向于转向受过更多教育的劳动力,拥有本科和研究生学位的员工比例更高,并且在 STEM 领域和 IT 技能方面的专业化程度更高。此外,人工智能投资与公司层级结构的扁平化有关,初级员工的比例显着增加,中层管理和高级职位员工的比例下降。总体而言,我们的研究结果表明,采用人工智能技术与企业劳动力的重大重组有关。
∗ 作者感谢 Lucy Eldridge、John Van Reenen(讨论者)、Janis Skrastins(讨论者)以及约瑟夫·斯蒂芬研究所人工智能实验室、劳工和金融会议、NBER CRIW 生产力、技术和经济增长会议、斯坦福大学数字创新实验室和叶史瓦大学的参与者提供的帮助。作者感谢 Cognism Ltd. 提供就业数据,感谢 Burning Glass Technologies 提供招聘信息数据。Peter Tong 和 Derek Luan 提供了出色的研究协助。† 哥伦比亚大学。电子邮件:tania.babina@gsb.columbia.edu。‡ 加州大学伯克利分校。电子邮件:fedyk@berkeley.edu。§ 马里兰大学。电子邮件:axhe@umd.edu。¶ Cognism;AI for Good Foundation。电子邮件:hodson@ai4good.org。
2022 年夏季,斯坦福 Bio-X 本科生暑期研究项目热情欢迎 73 名优秀的斯坦福学生重返校园各处的实验室进行研究。来自 34 个部门和斯坦福 Bio-X 研究所的 85 名教职员工、学生和工作人员为讲座、研讨会、期刊俱乐部和其他活动贡献了时间和精力,丰富了斯坦福 Bio-X 本科生暑期研究项目第 18 年的成果。为了弥补学生因 COVID 而失去的实验室研究时间,斯坦福 Bio-X 比以往任何时候都更致力于创造一种充满活力、有价值且充实的面对面研究体验,以快速提高学生的技能和技术。自 2006 年以来,斯坦福 Bio-X 已为总共 856 名学生提供了为期十周的暑期研究机会。
为什么现在这很重要?自 1960 年代诞生以来,机器人行业一直在稳步增长,人工智能的进步将进一步提高机器人的能力。COVID-19 疫情进一步激发了行业对自动化的兴趣,以便最大限度地减少人类接触和接触病毒。2020 年,全球工业自动化设备市场价值 165 亿美元。对于某些行业(例如食品杂货业),通过自动化增加劳动力使他们能够满足更高的需求和新的卫生要求。很明显,机器人自动化将极大地改变许多行业的格局,因此组织必须考虑智能机器人如何改进其当前流程,尤其是使用能够适应高度动态情况的机器人。
在 CAISO 成立之前,DWR 通过双边电力合同购买和销售能源,包括直接与投资者所有的公用事业公司(如太平洋天然气和电力公司 (PG&E) 和南加州爱迪生公司 (SCE))签订的协议。自 1998 年加州放松对电力公用事业的管制以来,DWR 一直参与加州能源市场采购和销售能源。如今,DWR 通过与其他电力公用事业公司和能源营销商(包括 CAISO)签订的长期合同和短期协议来满足 SWP 的能源需求,以获得输电接入以及电力购买和销售。
Daniel Zhang 是斯坦福以人为本人工智能研究所 (HAI) 的政策研究经理。他负责制定和监督 HAI 的政策研究项目,包括政策简报、白皮书、研讨会和对政府信息请求的回应。此前,他是 AI Index 的经理,负责研究其年度报告,该报告衡量和评估人工智能发展的快速速度。在斯坦福大学之前,他曾在安全与新兴技术中心研究全球人工智能人才流动和安全风险,并在莱利研究所教育与领导力中心研究公共教育政策。他拥有乔治城大学安全研究硕士学位,专注于技术政策,以及弗曼大学政治与国际事务学士学位。
HAI 企业计划的优势在于它提供了与众多教职员工和部门进行合作的广泛机会。我们的合作有助于为 IBM 基础研究组合提供战略方向。该计划“钱包”功能的扩展以及 HAI 团队提供的白手套服务将使我们能够增加研究合作并产生更多可衡量的价值。