XiaoMi-AI文件搜索系统
World File Search System自动化
应用材料公司 AGS 自动化产品集团 (APG)
Applied Materials AGS 自动化产品集团 (APG) 正在招聘一名应用工程师，以支持 Applied SmartFactory 和 SmartFactory Rx 自动化产品和解决方案在制造执行、工厂性能、设备性能和先进过程控制领域的产品开发、客户部署和服务。此外，候选人将推动持续改进，帮助改善知识库管理，并寻求机会利用技术、人工智能、机器学习、自动化和优化来提高组织效率。
PSA Ventures和NIDLP Forge战略合作，以推动港口自动化和可持续供应链创新
结束由PSAV和NIDLP共同发行，内容涉及PSA International的新成立的风险投资部门PSA Ventures（PSA）Ventures，建立在PSA未包装的创新基础的基础上，过渡到专门的投资平台。作为一家动态风险投资公司，PSA Ventures致力于加速技术进步并促进全球供应链和港口运营行业内的开创性解决方案。利用PSA International的广泛专业知识和广泛的全球网络，PSA Ventures旨在推动变革型的增长，提高运营效率并促进物流生态系统的可持续性。采用战略和敏捷的方法，PSA Ventures在投资和培养下一代开拓公司的投资方面具有独特的位置，从而塑造了物流和运输的未来。
技术是工作自动化的推动者吗？当前社会对未来工作前景的挑战
由于数字技术的创新可能性，提高自动化程度的问题再次被提上议事日程——不仅在工业领域，而且在当代社会的其他部门和领域也是如此。尽管公众和科学界关于自动化的讨论似乎提出了“旧”辩论的相关问题，例如通过引入新技术来取代人类劳动，但作者在此关注的是这些问题的新背景性质。辩论应该重新思考技术与工作之间的关系，包括工作中的量变和质变。在本文中，我们将以工业自动化的引入为例，这在 Frey 和 Osborne 在 2013 年广受认可的研究中得到了体现。他们估计，未来计算机化对美国劳动力市场结果的预期影响非常大，特别是在面临风险的工作数量方面。令人惊讶的是，这项研究是一场激烈的国际辩论的起点，辩论的主题是技术对未来工作的影响以及技术变革在工作环境中的作用。因此，作者认为，“旧”问题仍然很重要，但应该根据“新”社会需求和对未来工作模式的期望重新诠释它们。
自动化经济中的最低工资
在过去的几十年里，人工智能、机器人和其他形式的自动化等新技术发展迅速。这些新技术可能会对经济产生重大影响。特别是，劳动力市场将在未来发生根本性变化（例如，Brynjolfsson & McAfee，2014；Ford，2015）。Frey 和 Osborne（2017）探讨了工作与自动化之间的敏感性，并估计美国目前约 47% 的工作可能会在一到二十年内实现自动化。实证研究表明，自动化对常规任务产生了重大影响，导致劳动力两极分化，并加剧了经济不平等（例如，Acemoglu & Restrepo，2020a；Autor，2015；Autor & Dorn，2013；Autor 等，2003、2015；Goos & Manning，2007；Graetz & Michaels，2018）。此外，Goos 等人（2019）强调，自动化对失业求职者造成的调整成本在低技能工人和高技能工人之间分配不均。为了减少新出现的不平等，人们讨论了各种政策手段，例如对机器人征税、基本全民收入或最低工资（例如，Acemoglu 等人，2020 年；Costinot 和 Werning，2018 年；Freeman，2015 年；Furman，2019 年；Guerreiro 等人，2017 年；McAfee 和 Brynjolfsson，2016 年；Thuemmel，2018 年）。然而，人们对最低工资与自动化相结合的影响知之甚少。在现有的少数研究之一中，Lordan 和 Neumark（2018 年）通过实证表明，较高的最低工资会减少可自动化工作的就业。此外，他们强调，在有关最低工资影响的实证文献中，有一些工人群体经常被忽视，例如老年人和低技能工人。然而，似乎几乎没有任何理论研究过基于任务的框架中的最低工资的影响，在该框架中，任务越来越多地由机器取代低技能工人。一个例外是 Aaronson 和 Phelan ( 2019 ) 的研究，他们开发了一个基于任务的理论框架来检验最低工资对劳动力市场的影响。本文旨在探讨具有约束力的最低工资对自动化经济中总产出、就业、要素价格和各种收入分配指标的影响。为了分析最低工资与自动化相结合对劳动力市场的影响，我们以 Acemoglu 和 Restrepo ( 2018a 、 2018b 、 2018d ) 以及 Acemoglu 和 Autor ( 2011 ) 的研究为基础，这两项研究是相互关联的，并且基于 Zeira ( 1998 ) 和 Acemoglu 和 Zilibotti ( 2001 )。基于任务的框架采用了劳动力市场的概念，该市场可以通过工作任务内容进行实证表征（例如，Goos 等人，2019 年）。从理论上讲，基于任务的框架使我们能够沿着密集和广泛的边界对自动化进行建模（Acemoglu & Restrepo，2018c），还要考虑引入最低工资后可能产生的影响。在我们基于任务的框架中，单位间隔内的任务由机器、低技能和高技能工人完成。机器和低技能工人可以生产的任务范围受外生阈值的限制。假设每种生产要素在部分任务上都有比较优势，这会导致要素的简单分配。因此，我们的任务间隔被划分为三个复杂度不断增加的间隔，其中机器在第一个间隔生产任务，低技能工人在中间间隔生产任务，高技能工人在最后一个间隔生产任务。通过假设机器、低技能和高技能工人的供给固定且无弹性，我们实施高于均衡低技能工资的最低工资并确定新的均衡。
对自动化优化的强化学习调查
摘要 - 强化学习（RL）已成为自动化中优化挑战的批评工具，从而在几个领域取得了重大进步。本评论文章研究了自动化中RL的当前格局，特别关注其在制造，能源系统和机器人技术中的作用。它讨论了最新的方法，主要挑战和即将到来的每个部门的研究途径，强调了RL解决复杂的优化挑战的能力。本文回顾了自动化中RL驱动优化方法的优点和约束。它指出了RL优化遇到的普遍挑战，包括与样本效率和可伸缩性有关的问题；安全性和鲁棒性；解释性和可信赖性；转移学习和元学习；以及现实世界的部署和集成。它进一步探讨了前瞻性策略和未来的研究途径，以应对这些挑战。此外，调查还包括一份有关研究论文的全面清单，使其成为热衷于探索该领域的学者和从业者必不可少的指南。索引术语：加固学习，自动化，制造，能源系统，机器人技术
引文 Birkbeck, A., & Rowe, L. (2024). 走向超自动化和家族企业人力资本赋权：视角
Ano, B. & Bent, R. 2022. 影响多代家族企业数字化转型战略的人为因素：对五家法国增长型家族企业的多案例研究。《家族企业管理杂志》，第 12 卷，876-891。Blustein, DL、Lysova, EI 和 Duuffy, RD 2023. 理解体面工作和有意义的工作。《组织心理学和组织行为学年鉴》，第 10 卷，289-314。Bornet, P.、Barkin, I. 和 Wirtz, J. 2020. 智能自动化 - 学习如何利用人工智能来促进业务并使我们的世界更加人性化。Bruderer, H. 人工智能的诞生：1951 年在巴黎举行的第一届人工智能会议？国际发明与创新社区：IFIP WG 9.7 国际计算机史会议，HC 2016，美国纽约布鲁克林，2016 年 5 月 25-29 日，修订精选论文，2016 年。Springer，181-185。Cameron，D. 2022。机器人提升了我：自动化的未来。IT Now。Ceipek，R.、Hautz，J.、De Massis，A.、Matzler，K. 和 Ardito，L. 2021。通过探索性和利用性的物联网创新实现数字化转型：家庭管理和技术多样化的影响*。产品创新管理杂志，38，142-165。 Chernoffi, A. & Warman, C. 2023. Covid-19 及其对自动化的影响。应用经济学，55，1939-1957。Classen, N.、Carree, M.、Van Gils, A. & Peters, B. 2011. 家族所有权在中小企业研究、创新和生产力中的作用：逐步计量经济学分析。华盛顿：国际小企业理事会 (ICSB)。Conniffi, R. 2011. 卢德分子真正反对的是什么。史密森尼杂志，227-242。
自动化与仆人经济的兴衰
1 Case 和 Deaton (2017) 认为，低技能工人幸福感的下降根源于劳动力市场，甚至可能严重到导致吸毒和自杀。Grossmann 和 Strulik (2021) 在一般均衡框架中研究了这些趋势，在这个框架中，随着工人从执行传统的中产阶级任务转变为执行低技能任务，效用会下降。
企业自动化的未来：AI作为变革力量
国际计算机应用和信息技术研究杂志（IJRCAIT）第8卷，第1期，Jan-Feb 2025，pp。2423-2437，文章ID：IJRCAIT_08_01_176在https://iaeme.com/home/issue/issue/ijrcait?volume=8&issue=1 ISSN印刷：2348-0009; ISSN在线：2347-5099;期刊ID：0497-2547影响因子（2025）：14.56（基于Google Scholar引用）doi：https：//doi.org/10.34218/ijrcait_08_01_176©iaeme Publication
