報告書によると：
「（これまでの研究は）すべて、AI への取り組みと AI を使用した広範な側面に焦点を当てています。 現在までのところ、将来的に必要となるスキルを作成および設計するための具体的な研究は行われていません。 テクノロジー 将来の AI 機能の実現に向けて。 UK Electronics Skills Foundation (UKESF) がこの調査に着手し、その結果がこのレポートに記載されています。」
主要な調査結果には、調査対象者の 95% が、外部の労働市場でのスキル不足が自社に関係していると述べ、84% が従業員のスキルアップと再スキル化を計画していると述べ、73% が別の技術スキルが必要になると予想していました。会社や組織で。
また、回答者の 67% は、最も広い意味で、より幅広い AI 関連のスキルに焦点を当てると述べています。
その主な結論は、「ディープ テック」セクターが必要とする AI システムの卒業生を確実に確保するために、政府レベルでより広範な AI エンジニアリング スキル セットに焦点を当てる必要があることです。これは将来的に必要になるでしょう。
UKESF の CEO である Stew Edmondson は、次のように述べています。 「この研究に着手した動機は、AI スキルに関する進行中の議論において、エンジニアリングと「システム」の側面が無視されないようにすることでした。」
レポートの全文は、組織の Skills Advocacy ページからオンラインで読むことができます。このレポートは、TechWorks の支援を受けて編集されました。
調査に関しては、定量的には、調査は 131 の異なる企業および組織から 119 人の個人によって完了されました。 企業のほぼ半数 (44%) は、従業員が 100 人未満の中小企業でした。 定性的には、UKESF は上級職に就いている 30 人の業界関係者にもインタビューしました。
AI
この文脈では、正確に AI とは何ですか? レポートは次のように要約されています。
「AI は、言語学をカバーできる広義の用語であると考えることができます。 センサー データ分析または画像分析。 たとえば、大規模な AI フレームワークは、LiDAR、レーダー、カメラ、ソナー センサーからのデータを使用して、自動運転車をトレーニングします。 頭を数えて特定の人を認識するために、フレームワークが顔の写真でトレーニングされる顔認識もあります。」
「モノのインターネットなどのアプリケーションでは、AI はデジタル信号処理 (DSP) のように見えます。 実際、確立された DSP チップ IP サプライヤは、自社のコアをパターン認識の AI 実装に移植しています。 これは、ルールベースのロジックで DNN またはシグナル エンベロープを使用して、ローカルの意思決定機能を提供できます。 これは、出荷されるマイクロプロセッサとマイクロコントローラの大部分が、何らかの形でハードウェアに AI を組み込むことを意味します。」
ウケスフ
UKESF – 2010 年に設立された教育慈善団体 – は、特に電子機器の全国的なスキル不足に取り組むために活動しています。 半導体 設計と製造。 大手企業や主要大学と協力して、エレクトロニクスに焦点を当てたさまざまな教育活動、プロジェクト、教師トレーニングを行っています。
参照: UKESF、「Girls into Electronics」プログラムの Apple パートナー