全部新闻
宣布 Just Security 的人工智能和新兴技术计划
Just Security 发起了由 Brianna Rosen 领导的人工智能和新兴技术 (AIET) 计划，以分析变革性技术对安全、民主、外交政策和权利的影响。该计划将与牛津大学布拉瓦尼克政府学院合作举办由政府官员、行业领袖和学术专家参加的系列演讲。Rosen 博士在为政府提供人工智能治理建议和参与国际人工智能论坛方面拥有丰富的经验。
微软承诺 2025 年在人工智能基础设施上花费 80B 美元
微软计划在 2025 年投资 800 亿美元用于建设支持人工智能模型的基础设施，这与微软认为人工智能为经济竞争力带来重大机会的观点一致。这项投资包括在美国和全球范围内对人工智能数据中心的大量支出。亚马逊预计还将花费超过 750 亿美元的资本支出，这主要是由生成型人工智能需求推动的。市场分析师预测，到2025年，AI服务器将占服务器行业价值的70%以上，这表明AI硬件支出将呈现显着增长趋势。尽管担心潜在的经济泡沫和环境影响，但预测表明，由于预期的监管发展和 GPU 可用性的提高，人工智能基础设施将继续大量投资。
SoundHound AI：泡沫破裂时不要被抓住（降级）（纳斯达克股票代码：SOUN）
该分析师通过各种金融工具宣布持有 NVDA 多头头寸，并表示该文章仅反映个人观点，无需外部补偿。Seeking Alpha 警告说，过去的表现并不能保证未来的结果，不提供投资建议，并指出其分析师包括可能缺乏正式认证的专业和个人投资者。
人工智能发现加州偏远峡谷发生野火，并立即向消防员发出警报
12 月初，橙县消防局收到了第一个由人工智能生成的关于黑星峡谷植被火灾的警报，该警报是由加州大学圣地亚哥分校的 ALERTCalifornia 摄像头网络在没有任何公共紧急呼叫的情况下检测到的。火势被控制在不到四分之一英亩的范围内，没有造成人员伤亡或疏散。这标志着首次由人工智能专门定位 OCFA 野火，凸显了该技术在早期发现和预防野火方面的潜力。
人工智能可能会迎来研究的黄金时代——但前提是这些尖端工具不仅限于少数大型私营公司
2024 年标志着人工智能在科学研究中的作用取得了重大进步，诺贝尔物理学奖和化学奖都授予了人工智能研究人员。物理学奖表彰了约翰·霍普菲尔德 (John Hopfield) 和杰弗里·辛顿 (Geoffrey Hinton) 开发的机器学习算法，而化学奖则是表彰 AlphaFold 预测蛋白质结构的能力——无论使用何种方法，这一突破都可以获奖。这些奖项凸显了人工智能从被研究到成为研究工具的转变。微软的 ResNet 在 ImageNet 上超越了人类的表现，Facebook 的 RoBERTa 在 GLUE 测试中超越了人类的能力等重大里程碑使得人工智能在包括社会科学和经济学在内的各个科学领域得到了更广泛的应用。然而，人类的关键作用仍然是理解数据如何与现实联系起来，这引发了对私营公司开发的人工智能的信任、权力集中、开放科学和科学奖励的公平分配等问题。
1 Nvidia 支持的人工智能 (AI) 股票将在 2025 年购买交出拳头（提示：这不是 SoundHound AI）|杂七杂八的傻瓜
Nvidia 投资了 Nebius Group，这是一家总部位于阿姆斯特丹的人工智能基础设施公司，该公司因制裁与 Yandex 分离后最近上市。Nebius 通过私募筹集资金，并报告了令人印象深刻的收入增长，预计到 2025 年，年度经常性收入将高达 10 亿美元。该公司与 Nvidia 的合作伙伴关系被视为在快速增长的人工智能基础设施市场中的战略优势。
为什么“生活智能”是下一件大事
人工智能是更广泛技术变革的一部分，与先进传感器和生物技术一样，它们正在悄然进步，并将影响未来的行业决策。这种融合形成了“生命智能”，即能够通过人工智能、传感器和生物技术感知、学习、适应和进化的系统。只关注人工智能的领导者可能会忽视这些融合技术带来的颠覆。一家医疗保健公司对其使用大语言人工智能的新数据输入模型感到自豪，但由于落后于技术进步而黯然失色。
AI 代理“AIXBT”如何改变加密 Twitter 和趋势分析
AIXBT 是一款先进的人工智能代理，提供加密货币领域的实时市场情报，分析来自 400 多名关键意见领袖的数据，为企业和投资者提供见解和风险评估。它因其及时而详细的分析而在 Twitter 等平台上引起了极大关注。AIXBT 的功能包括监控趋势、实时与用户互动以及基于大量数据集提供自动化投资建议，使其成为驾驭复杂金融生态系统的宝贵工具。其影响范围不仅限于金融领域，还扩展到医疗保健、零售和教育等领域，这对各个行业的人工智能代理具有更广泛的影响。
用于量子纠错的人工智能：使用人工智能改进量子纠错的综合指南
研究人员认为，机器学习（ML）等人工智能工具可以通过提高解码效率、增强稳健性和适应性以及通过卷积神经网络（CNN）、强化学习等技术促进复杂的错误建模来增强传统的量子纠错（QEC）方法。RL）和生成模型。尽管解决方案很有前途，但挑战仍然存在，包括数据稀缺、可扩展性问题以及与量子硬件的集成，这凸显了跨学科合作的必要性，以释放人工智能在推进量子计算和量子计算方面的潜力。
英伟达的“人工智能云”战略对亚马逊、谷歌意味着什么
据报道，英伟达正在租赁大量数据中心容量用于人工智能处理，这可能标志着其自己的人工智能云的发展。此举可能会挑战亚马逊网络服务和微软Azure等现有云提供商，并影响他们的市场地位。分析师表示，Nvidia 的战略可能会在 2025 年加速，导致云计算厂商之间在 AI 芯片采购方面的竞争加剧和多元化。
