如何升级令人失望的申请人跟踪系统(ATS)

  • 不要使用图形或表格
  • 遵循格式规则
  • 加入特定关键字

听起来耳熟吗? 这是一些可以帮助简历通过申请人跟踪系统(ATS)的技巧,这些技巧承诺将简历通过筛选最后送达到招聘经理的眼前。 然而,当最新的AI技术融入到招聘过程中时,这些小把戏便不能再保证简历顺利通过ATS了。 阅读更多

世界上最同质的社会正在打开大门

日本社会是世界上最古老,最同质的社会之一,但这一切即将改变。 2018年12月,日本议会通过了一项移民法案,旨在促进经济发展并解决该国的劳动力短缺问题。

更确切地说,该法律旨在吸引外国“半熟练工人”。这些工人将受雇于各个行业,包括建筑,酒店业,农业和护理; 其中护理行业的短缺是最严重的。尽管有来自反对党的一些抗议,日本首相安倍晋三和他的政府以161票对76票通过了该法案。该移民法案将于2019年4月生效,其目的是吸引345,000外国工人到日本工作生活。 [1] 阅读更多

请不要再把ontology和taxonomy相提并论

对大多人来说,“本体(ontology)”这个词可能听起来很抽象。要了解本体,就要从万维网的发明者伯纳斯李(Berners-Lee)的梦想谈起。 他梦想有一天不仅是人类,机器也能读懂整个计算机网络上的数据,包括内容,链接和计算机人员交易(目前网络上的内容只有人类可以读懂,而计算机无法理解和处理),他把这样一个网络叫做语义网(Semantic Web)。为了实现语义网,RDF(资源描述框架)和OWL(Web本体语言)被开发为用于数据和知识的共享及集成的标准格式,其中,有丰富的概念模式的Web本体语言就是我们想要说的本体。[1] 但值得一提的是,在当今的IT世界中,“知识图谱(knowledge graph)”这一术语也广泛用于指代本体这一概念。 阅读更多

银发打工族

在日本,五分之一的人口在 70岁或以上。根据去年内务和通信部的数据,2648万人年龄在70岁以上,占总人口的20.7%[1]。去日本,你不难发现很多老年人仍然在继续工作。他们要么在商店里干着一线的工作或穿着正式地穿梭在大街上。日本的一群学术团体建议重新定义“老人”一词:他们建议考虑75岁以上人为“老年人”,而65岁至74岁的人应该被视为“半老年人”,因为他们还可以积极地为社会做出贡献 [2] 。

由于核心劳动力的萎缩和日本人的长寿,2017年日本的就业老年人(65岁及以上)达到807万人,占总劳动力的12.3%[3]。目前,日本的法定退休年龄为60岁,但很少有人在那个年龄领取养老金。由于公民能够在60到70岁之间的任何时间领取养老金,大多数日本老年人选择在60岁后继续工作。去年,日本政府批准了将领取养老金的选择年龄提高到71岁以上的计划。他们也在考虑将法定退休年龄提高到65岁。 阅读更多

反哺归真 人工智能究竟是什么

对人工智能的讨论显然已经成为一种现象:各种集会,大小会议和高校课堂里似乎都在谈论人工智能。各大媒体也不遗余力的用头条宣扬人工智能将会如何彻底改变我们的生活和工作方式。然而,人工智能产业也产生了大量的泡沫,许多学者们指出了这其中的危险。

 

过分夸大AI是危险的

不计其数的公司和政府组织以人工智能为噱头疯狂融资,人工智能初创公司轻松获得上亿美元的资本投资,然而,这些项目大多都是毫无经济可持续性的,严重浪费了社会资源。对于许多中国企业动辄蹭人工智能的现象,王飞跃在今年6月举行的IEEE SMC学会上指出了其危险性,他说这将导致“能做的人没有机会和资源,不该做的人浪费了资源,根本不想做,只是想圈更多的钱”[1]。 对于人工智能的过度宣传已经偏离了事实本身,造成人工智能无所不能的假象。JANZZ科技在之前的文章中探讨过该问题,我们认为大多数关于大数据和人工智能的宣传仅仅是公司的自我营销,而非关于技术的真正进步。如果您对此感兴趣,请点击 https://janzz.technology/even-ado-nothing-hype-big-data-ai-often-self-marketing-facts-real-progress/

 

AI 究竟是什么 

斯坦福大学计算机科学系和电子工程系副教授,人工智能实验室主任吴恩达指出,大众混淆了通用人工智能或叫强人工智能(Artificial General Intelligence,AGI)和应用人工智能或叫弱人工智能(applied AI,specialised AI),仅仅用人工智能AI来指代这两者。通用人工智能研究的是如何让机器达到人类智慧,这一直是科幻电影和小说里不断出现的主题,然而在这个领域研究还非常有限,离最终目标还十分遥远。目前大家谈论得更多的是应用人工智能,例如机器学习,计算机视觉和自然语处理等。应用人工智能才是第四次工业革命的推动力,它已经在多个领域产生了经济效益,并持续的推动各个产业的改革。[2]

虽然人工智能已经影响了许多的产业,例如网络搜索,金融,物流,电子商务,媒体等等,但是目前投入实际应用的AI类型还很有限。吴恩达说,当前几乎所有的AI进展都是基于一个简单的A (输入数据)到B(简单回应)模型,这个学习模型被称为监督式学习。举一些例子来解释这个模型就是:输入几幅不同的图片(A),计算机软件会告诉你这些图片里哪里出现了猫(B);输入广告和用户信息(A),软件会告诉你用户是否会点击该广告(B)。目前对于这个A到B模型的开发最为成功的便是深度学习或叫神经网络技术,灵感来源于人类的大脑。为了确保这个模型的质量,两个因素至关重要。一个是要慎重选取A和B,并提供大量的数据来理清A到B的关系;另一个关键因素是神经网络的大小——神经网络越大,A到B的关系越准确。 [2]

 

AI 在商业上的应用

现在我们了解了AI究竟是什么,接下来我们看看AI在当下的商业环境中的运用。也许大多数人会认为只有那些人力财力雄厚的大公司才能享受人工智能带来的变革,其实不然,接下来这个例子就展现了AI在微小企业中的运用。富士通和微软共同为日本的奶农出谋划策,以找到为奶牛进行人工授精的最佳时机。对于奶农们来说,找准时机至关重要,因为哪怕是几小时的差错,就会造成授精失败,又不得不等上一个月的时间。在和奶农们沟通后,他们了解到奶牛在发情期会增加走动,为此他们引入AI技术对奶牛的活动进行检测并分析得到的数据,最终在AI的帮助下授精成功率提高到了95%。[3]

成功的商业案例告诉我们,AI的运用绝非变魔术这般神奇。当然,和这里提到的案例相比,有许多更高大上的项目,但是其本质是相同的,“AI运行数据,公司需要知道他们拥有什么样的数据,他们可以访问哪些数据或者他们可以与其它哪些数据库合并,然后进行推理并深究这里面的关联”[3]。因此“将人工智能纳入公司战略需要有远见的领导,去识别人工智能的价值,并找出自身商业价值以及难以复制的环节”[4]。诚然,没有哪家公司可以在所有的部门都插入人工智能团队,同样,如果不是因为特定的业务需要,公司也没有必要在内部建构所有的AI模型,购买行业内广泛使用的决绝方案也不失为一种办法。 [2]

JANZZ科技为企业提供智能人力资源解决方案,为公共就业服务提供劳动力市场解决方案。 自2009年成立以来,我们就已经意识到确保监督学习和深度学习成功性的重要因素。 在过去的九年中,JANZZ科技一直在不断建立世界上最大的职业相关神经数据网络,迄今为止这个网络已达到3亿个神经节点。 我们独特的算法经过来自合作伙伴的大量数据的训练,我们的合作伙伴来自大型跨国公司和各国公共就业服务部门,并且我们的解决方案能够提供40种语言的服务。 我们强烈建议客户收集结构化和有效的数据,以获得最满意的匹配结果。

请马上与我们联系  sales@janzz.technology

 

[1] 周超臣. 2018. 给人工智能祛魅. URL: https://www.huxiu.com/article/247345.html [2018.10.31.].

[2] 新工作峰会. 2018. Power Lines with Andrew Ng C.E.O. and Founder, Landing.ai; and Adjunct Professor, Stanford University [视频文件]. URL: https://www.newworksummit.com/nws2018/gallery [2018.10.31.].

[3] 新工作峰会. 2018. The AI Accelerater with Peggy Johnson, E.V.P. of Business Development, Microsoft and Frank Chen, Partner, Andreessen Horowitz [视频文件]. URL: https://www.newworksummit.com/nws2018/gallery [2018.10.31.].

[4] 吴恩达. 2016. What artificial intelligence can and can’t do right now. URL: https://hbr.org/2016/11/what-artificial-intelligence-can-and-cant-do-right-now [2018.10.31.].