We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
cover of episode Mark Zuckerberg Is Taking Control of AI Talent Hiring at Meta

Mark Zuckerberg Is Taking Control of AI Talent Hiring at Meta

2025/6/25
logo of podcast WSJ Tech News Briefing

WSJ Tech News Briefing

AI Deep Dive AI Chapters Transcript
People
E
Esther Fung
H
Hrithika Gunnar
M
Megan Bobrowski
Topics
Esther Fung: 作为一名报道包装运输公司和物流的记者,我认为仓库自动化是物流领域的“圣杯”。长期以来,开发能够处理各种包裹的机器人一直面临挑战,因为包裹的尺寸、形状和重量各不相同。虽然目前的机器人主要处理尺寸规格化的包裹,但它们也在学习处理不同尺寸和重量的包裹。这些机器人通过之前的装载经验学习,并需要以不损坏货物的方式放置包裹。尽管机器人技术取得了进步,但仍存在一些限制,例如重量限制以及无法处理某些类型的包裹,如薄的披萨盒和袋子。尽管仓库自动化程度不断提高,但仍需要人工干预来处理各种突发情况。对于像 FedEx 和 UPS 这样的公司来说,机器人是一个潜在的省钱技术进步。然而,工人们对机器人取代他们的工作表示担忧,尽管一些人认为他们将与机器人一起工作,解决可能发生的堵塞问题,但另一些人担心行业整合和裁员。总的来说,机器人只是众多影响因素之一,工人们希望公司能培训他们管理机器人。

Deep Dive

Shownotes Transcript

Meta首席执行官已接过招聘大权,试图解决公司的人工智能危机。《华尔街日报》科技记者Meghan Bobrowsky解释说,这位首席执行官手持1亿美元的薪酬包来吸引顶尖人才。此外,经过多年的努力,机器人终于能够装卸卡车了。这似乎是一项基本任务,但《华尔街日报》记者Esther Fung告诉我们,为什么它是科技创新的圣杯。

了解您的广告选择。访问megaphone.fm/adchoices</context> <raw_text>0 随着公司创建人工智能驱动的解决方案,他们如何才能确保这些解决方案有效且值得信赖?请在休息时间加入IBM,聆听IBM数据和人工智能总经理Hrithika Gunnar讲述公司如何通过Hrithika Gunnar建立对人工智能的信任。

欢迎收听科技新闻简报。今天是星期三,6月25日。我是《华尔街日报》的Victoria Craig。自动化领域的圣杯是一项我们人类轻松就能完成的任务,但机器人却一直难以胜任。我们的记者解释了多年来的工作如何带来了技术突破。然后,人工智能领域最聪明的人才收到了来自马克·扎克伯格本人的个性化招聘信,加入Meta。我们将告诉您为什么首席执行官如此积极地参与其中。

但首先,装卸卡车。这对人类来说是令人筋疲力尽、令人厌烦的工作。对于零售商和包裹递送公司来说,这多年来一直是他们试图为员工解决的问题。现在,由于人工智能的进步,机器人能够在这项特定工作中提供帮助,正如《华尔街日报》记者Esther Fung一直在报道的那样。

Esther,你称之为仓库物流的圣杯。为什么开发一个机器人来完成看似如此基本的任务需要这么长时间?是的,这花了这么长时间,而且非常困难,因为包裹种类繁多,

它们可能是小包裹,也可能是大包裹;可能是圆形的,也可能是装载轮胎或蹦床。种类繁多。你需要一个能够完成所有这些工作的装载机或卸载机。机器人公司花了很长时间才弄清楚这一点。

那么它是如何工作的?我们多久才能看到这种技术在仓库中推广?我们已经在某些仓库中看到了一些这种技术。机器人公司正在形成一个小型产业,生产这些机器人。

目前,这些机器人肯定能够处理尺寸更通用的包裹。许多机器人公司现在正在使用人工智能模型、机器学习算法来确定当一个尺寸、重量和重心不同的盒子进来时该怎么做。

它们从之前的装载经验中学习。好的,这个盒子应该放在这个位置而不是那个位置。你希望较重的盒子放在底部而不是顶部,因为你不想让东西在运输过程中倾倒。卸载更容易,但机器也必须学习,当它们扫描装满盒子的拖车时,它们还必须挑选这些盒子,将它们放在传送带上,并且以一种不会

损坏盒子或内部内容的方式进行操作。但重量有限制。我认为你写的是大约50磅。是的。波士顿动力公司有这款Stretch机器人,重量限制为50磅。它肯定可以卸载很多很多盒子,但仍然有一些物品它难以拾取,例如非常薄的披萨大小的盒子,你必须从侧面拾取它,它仍然无法拾取袋子。

这些机器还需要学习如何拾取掉在地上的盒子。机器有很多东西需要学习如何去做。这是自动化仓库的最后阶段吗?我的意思是,我们现在是否已经接近仓库几乎可以完全自动化的地步?有些人认为,是的,我们非常接近那个点,但是

像所有大公司现在已经在试验这些机器人。目前,当我与仍然在仓库里与机器人一起工作的人工装卸工交谈时,他们告诉我,他们仍然需要在那里,因为仍然肯定有很多

可能发生需要人工干预的事件。因此,对于联邦快递和UPS等公司来说,这是一个巨大的胜利,潜在的省钱技术进步。我们可以看到为什么公司会支持它。但我很好奇工人们自己对机器人取代他们的工作有何感受。我和一些装卸工谈过,这是一份艰苦的工作。有很多弯腰,

有人告诉我他们总是伤痕累累。在夏天,他感觉就像一只在金属拖车里烤的烤鸡。他们中的一些人告诉我,他们觉得他们会与这些机器人一起工作,修复可能发生的任何故障。

还有一些人告诉我,他们担心自己的工作,即使没有机器人的威胁。可能会有行业整合、设施整合、削减成本的工作。

而机器人,其中一人说,只是混合因素中的另一个因素。所以这是一个两难的境地。一方面,你想保住你的工作。他们真的希望公司仍然会培训他们管理这些机器人。那是Esther Fung,一位报道包裹运输公司和物流的《华尔街日报》记者。

接下来,Meta正在进行人工智能招聘攻势,配备1亿美元的薪酬包。其首席执行官正在领导这项工作。休息后我们将详细介绍这个故事。企业人工智能是一个大规模的非结构化数据问题。生成式人工智能如何解决这个问题?IBM数据和人工智能总经理Rithika Gunnar解释道。可以将其视为存在于组织中的电子邮件、PDF、PowerPoint演示文稿。生成式人工智能使我们能够释放

利用90%以非结构化格式存储的数据的机会,这确实为将这些数据中的数据和见解带入您的工作流程和应用程序开辟了新的途径,这对于我们前进的组织至关重要。

你有没有收到过看起来好得令人难以置信的招聘邮件?好吧,最近,人工智能领域最优秀的人才一直在收到来自名为马克·扎克伯格的发件人的电子邮件和WhatsApp消息。然而,这一次,这确实是Meta首席执行官本人撰写的信件,因为他试图解决这家社交媒体巨头的人工智能危机。

科技记者Megan Bobrowski一直在为该报撰写这方面的文章。Megan,为什么扎克伯格要亲自采取这些非同寻常的措施?Meta宗教。

在4月份发布了一些最新的模型,这些模型总体上没有得到人工智能界的认可。人们认为Meta在人工智能竞赛中落后了。我们报道说,他们实际上进一步推迟了其中一个最大的模型。因此,Meta现在正处于试图赶上行业其他公司的时候。

公司去追求它想要吸引和招募的大人物是一回事,但像马克·扎克伯格这样级别的首席执行官亲自去追求他们又是另一回事。正如你所写的那样,很多时候这些人甚至不相信这封邮件是马克·扎克伯格本人发出的合法、真实的邮件。那么,为什么是他来领导这一切呢?

这表明这对他是多么重要,对吧?就像人工智能对公司来说有多么重要,至少在马克·扎克伯格看来是这样。他认为这是他公司目前最需要关注的事情之一。因此,他想要拥有能够让他实现目标的顶尖人才,能够让Meta成为

该领域最大、最好的参与者之一。他试图做到这一点的方法是向人们提供1亿美元的薪酬包,并亲自联系他们。他在追求谁?

所以他追求过很多人。我们已经知道的一个是Scale的首席执行官Alexander Wang,他将加入Meta。他还与前GitHub首席执行官Nat Friedman和一家新的人工智能初创公司首席执行官Daniel Gross进行过会谈。他还追求过很多OpenAI的人,一些OpenAI的联合创始人以及

但有些人犹豫是否立即接受这些offer。

你的报道显示。他们犹豫甚至放弃offer的原因是什么?我们采访过的一些人说,他们不清楚愿景是什么,马克·扎克伯格想用这个新团队做什么。Meta在过去几年经历了一系列重组和员工流失。所以他们告诉我们,他们担心实际计划是什么。

不仅仅是让我们雇佣一群非常优秀、有才华的人。为了向我们的听众解释一下,他们可能没有关注Meta发生的事情,马克·扎克伯格真正想要创建的这个超级智能实验室是什么,以及他需要做些什么才能实现他想要实现的目标?这也是我问人们的问题,这个团队到底要做什么?他们将承担什么任务?Meta已经有一系列团队致力于人工智能领域的各种工作。从我们交谈过的人那里,我们并不完全清楚

他们想用这个团队做什么,以及他们在Meta当前结构中的位置。超级智能,只是一个定义,它是比人类更聪明的智能,让AI比人类更聪明。所以这是

一些人工智能实验室的目标。这也是扎克伯格现在所说的Meta的目标,他想创造比人类更聪明的人工智能代理和人工智能模型。但我们还不知道他们究竟打算如何做到这一点。那是Megan Bobrowski,一位报道Meta的《华尔街日报》科技记者。

这就是今天的科技新闻简报。今天的节目由Julie Chang制作,主管制作人是Melanie Roy。我是《华尔街日报》的Victoria Craig。我们今天下午将继续推出TNB科技速递。感谢收听。

公司如何构建他们可以信任的人工智能?再次是IBM数据和人工智能总经理Hrithika Gunnar。许多组织都有数千个蓬勃发展的生成式人工智能项目。了解正在使用什么以及如何使用是第一步。然后是真正了解您想要对隐私执行实施什么样的策略强制执行,对隐私执行实施什么样的正确防护措施。

第三点是不断修改和更新,以便您拥有强大的安全防护措施。因此,随着组织不仅拥有流程,而且拥有能够处理人工智能治理的技术,我们最终会看到一个飞轮效应,即

更多的人工智能实际上被构建并融入应用程序中,这反过来又会产生更好、更具吸引力、更具创新性的功能。访问IBM.com,了解如何定义您的AI数据策略。来自《华尔街日报》的定制内容是《华尔街日报》广告部门的一个部门。《华尔街日报》新闻机构未参与此内容的创建。