全部新闻
生成式人工智能一周内做出了我所有的决定。这就是发生的事情。
您对生成式人工智能对决策和日常生活影响的探索似乎带来了一些关于效率、创造力和人际关系的有趣观察。你注意到，虽然 A.I.它为许多任务提供了快速的解决方案和有效的响应，但它也有可能使您的决策缺乏创造性和个性化。当我们将人工智能更深入地融入我们的生活时，这种真实性与效率的权衡是一个关键问题：1. **效率**：生成式人工智能确实可以简化决策过程，特别是对于在线查找信息等常规或数据密集型任务。它可以让您快速获得答案，而无需花费过多时间搜索。2. **创造力和真实性**：然而，人工智能的效率是以创造力和个人真实性为代价的。这是因为 A.I.基于从现有数据中学习的模式进行操作。在做出决策或生成内容时，A.I.倾向于选择安全、传统的选择，而不是创新的选择。此外，当机器生成的消息取代了真诚、衷心的交流时，人情味就会消失。3. **对集体创造力的影响**：Matz 博士对人工智能的观察可能会降低我们作为一个集体的创造力，这一点令人担忧。如果每个人都严重依赖人工智能，想法和解决方案的多样性可能会减少，导致整个社会思维同质化。4. **人际关系**：当你的母亲感到被人工智能生成的信息欺骗时，人们对人类努力和真实互动的重视就凸显出来了。公开人工智能的参与并没有减轻这种感觉；有时甚至会增加怀疑或不适。5. **童年创造力与机器学习**：Viktor Mayer-Schönberger 关于儿童体现人类创造力和想象力的观点至关重要。过度依赖人工智能可能会扼杀人类（尤其是年轻一代）自然而然的实验、创新和独特视角。6. **技术的平衡使用**：而人工智能。对于某些任务来说，它可能是一个有价值的工具，但显然完全依赖它来进行决策可能并不理想。问题仍然是：我们如何在利用人工智能的优势（效率、快速获取信息）与保持人类创造力和真实性之间取得平衡？总之，虽然生成式人工智能在效率和便利性方面提供了显着的好处，但将其融入我们的生活需要仔细考虑其对创造力、个人联系和社会多样性的影响。关键可能在于使用人工智能。作为人类决策和互动的支持工具而不是替代品。您是否有任何具体问题想进一步讨论，或者关于人工智能在日常生活中的作用有任何我们尚未讨论的问题吗？
迪士尼成立新业务部门，探索人工智能和其他新兴技术的机遇和风险
迪士尼成立了一个新的业务部门，即技术支持办公室 (OTE)，旨在探索其娱乐业务中的人工智能和混合现实机遇和风险。现任电影制片厂首席技术官 Jamie Voris 将领导 OTE，预计未来将有 100 名员工。迪士尼娱乐公司联席董事长艾伦伯格曼强调，随着这些领域技术的快速发展，负责任的创新的重要性。埃迪·德雷克 (Eddie Drake) 将接替沃里斯 (Voris) 担任华特迪士尼工作室 (Walt Disney Studios) 的首席技术官 (CTO)。
“耐力号”探险家和电影制片人捕捉沉船的“圣杯”发现，利用人工智能重现欧内斯特·沙克尔顿的声音并恢复百年历史的镜头
Mensun Bound 和 John Shears 在威德尔海海底发现了欧内斯特·沙克尔顿爵士的船只“坚忍号”，这标志着南极探险史上的一个关键时刻。对于研究人员和用相机捕捉到该图像的电影摄制组来说，看到声纳图像后所感受到的喜悦和宽慰是压倒性的。当文森特交出他的 iPhone，显示船只的详细图像时，邦德和剪尔斯最初的恐惧很快就被纯粹的喜悦所取代。这一刻的欢呼与他们之前对探险队进展或潜在挫折的坏消息的预期形成了鲜明的对比。耐力号的成功发现对南极洲未来的研究和保护工作具有重大意义。该船现已受到国际条约的保护，确保其作为海底历史遗址得到保护。然而，得益于 3D 建模和高分辨率摄像等先进技术，这艘船的遗产可以通过教育平台和纪录片在全球范围内分享。Shears 和 Vincent 表示他们打算继续他们的工作，可能会进行额外的潜水，以增强 Endurance 的数字模型，并使用小型遥控潜水器 (ROV) 寻找更多文物。与此同时，国家地理电影制片人 Elizabeth Chai Vasarhelyi 和 Jimmy Chin 也在寻求新项目。最近，他们在珠穆朗玛峰上发现了另一个重大发现：似乎是桑迪·欧文 (Sandy Irvine) 的靴子，在 1924 年与乔治·马洛里 (George Mallory) 一起探险期间丢失。这一发现为欧文的家人提供了可能的结局，并可能导致进一步的纪录片探索。这些发现的相互关联性凸显了坚持不懈、协作和技术创新对于在南极洲和喜马拉雅山等充满挑战的环境中取得突破性成就的重要性。
使用 Amazon Bedrock 跟踪、分配和管理您的生成式 AI 成本和使用情况 |亚马逊网络服务
### 应用程序推理配置文件的动态检索方法概述为了优化从 Amazon Bedrock 检索应用程序推理配置文件 ARN，同时遵守 API 限制，组织可以实施具有生存时间 (TTL) 功能的缓存机制。本节探讨两种方法：在客户端维护缓存和使用 AWS Lambda 作为中介。#### 客户端维护的带有 TTL 的缓存**描述：**- 客户端根据特定资源类型和标签过滤器使用“GetResources” API 直接查询 AWS ResourceGroups 服务。- 检索到的密钥（应用程序推理配置文件 ARN）缓存在客户端维护的本地缓存中，其中包含 TTL 以确保新鲜度。- 通过以线程安全的方式调用“GetResources” API 定期刷新缓存。**优点：**- **简单性：** 直接查询和缓存数据提供了简单的实现，无需额外的基础设施复杂性。- **控制：** 组织可以完全控制缓存的刷新频率，并可以根据其特定需求进行定制。**缺点：**- **可扩展性问题：** 随着请求数量的增加，有效管理缓存新鲜度变得具有挑战性。#### 基于 Lambda 的方法**描述：**- AWS Lambda 充当客户端和 ResourceGroups API 之间的中介。它利用内存缓存来减少 API 调用并优化性能。- 使用 Lambda Extensions 核心来增强功能，例如通过 Parameter Store 或 DynamoDB 进行持久存储。**优点：**- **可扩展性：** 通过使用 Lambda，您可以处理不同的请求量，而无需大量基础设施开销。- **灵活性：** 提供在调用 API 之前添加自定义处理逻辑（例如日志记录、验证）的能力。**缺点：**- **复杂性：** 与直接客户端缓存相比，设置和维护 Lambda 函数会带来额外的操作复杂性。- **成本：** 根据请求量，成本可能会因 AWS Lambda 执行费用而增加。### Amazon Bedrock 中的标记功能Amazon Bedrock 的标记功能允许跨多账户设置对资源进行精细管理。关键组件包括：**核心运营资源：**- 批量推理作业- 代理商- 自定义模型作业- 知识库- 提示和提示流程**模型管理层：**- 支持自定义模型和基本模型，区分预配模型和按需模型。**应用推理配置文件：**- 能够在应用程序级别跟踪按需基岩基础模型。- 促进跨各种环境（开发、分期、生产）的精确成本分配和资源监控。＃＃＃ 结论Amazon Bedrock 中引入应用程序推理配置文件使组织能够更有效地管理 AI/ML 工作负载。此功能允许根据组织分类（例如租户、工作负载、业务部门等）标记、跟踪和分配成本，从而增强资源使用情况的可见性。#### 关键考虑因素：- 使用 TTL 实施缓存机制以优化 API 调用。- 根据可扩展性需求和操作偏好，在客户端缓存管理或基于 Lambda 的中介之间进行选择。- 利用标记功能跨多账户设置进行详细的成本跟踪和合规性。### 关于作者**凯尔·T·布洛克索姆：**AWS 高级解决方案架构师，专门提供以客户为中心的解决方案。喜欢冲浪并与家人和宠物共度时光。**达瓦尔·帕特尔：**AWS 首席机器学习架构师，专注于使用 SageMaker 等工具进行高性能模型推理。在分布式计算和 AI/ML 领域拥有丰富经验。
2025 年值得关注的 5 个生成人工智能趋势
尽管企业软件买家的投资回报率结果好坏参半，但随着科技公司推动更广泛的采用，生成式人工智能在 2025 年将变得越来越重要。主要趋势包括：1. 更加关注人工智能代理作为半自主工具。2. 网络安全的好处和挑战，包括恶意行为者的威胁增强。3. 企业更加严格地评估人工智能的投资回报率（ROI）。4.人工智能对科学研究和创新的重大影响。5. 关于人工智能技术的环境成本与能源效率收益的持续争论。流行的生成式 AI 产品包括 ChatGPT、Google Gemini、Microsoft Copilot、GPT-4 和 DALL-E 3。对最先进模型的评估通常会考虑人类教育基准和 MMLU 等专门测试。
10 月份我们发布的 7 条 AI 新闻
谷歌在 10 月份宣布了几项人工智能更新，包括对谷歌地图的重大增强，提供更具交互性和详细的查询功能，NotebookLM 的新功能可帮助用户综合信息，以及改进谷歌购物上人工智能驱动的推荐。此外，搜索功能也得到扩展，包括视频分析和歌曲识别。Chromebook 现在预装了 Gemini 应用程序和其他生产力工具。该公司还为公共部门的人工智能培训提供资助，并庆祝三位谷歌人工智能先驱因对神经网络和蛋白质结构预测技术的贡献而获得诺贝尔奖。
Anthropic 警告称，如果政府在 18 个月内不进行监管，人工智能将面临灾难
Anthropic 以优先考虑人工智能安全而闻名，在与人工智能快速发展相关的潜在灾难性风险之前，发布了有针对性的监管建议。该公司强调了编码、网络攻击和科学理解方面能力的增强，表明这些风险比之前预测的更加迫在眉睫。Anthropic 为政府提出指导方针，通过透明度、安全激励和明确的监管来平衡创新与风险缓解，提倡采取积极主动的措施，而不是保守的政策。
DevRev 获 1.008 亿美元 A 轮融资，成为估值 11.5 亿美元的 AI 独角兽
DevRev 是由 Dheeraj Pandey 和 Manoj Agarwal 于 2020 年创立的公司，已获得 1.008 亿美元的 A 轮融资，估值达到 11.5 亿美元。此次投资由 Khosla Ventures 和其他知名投资者领投，凸显了人工智能原生企业软件不断增长的潜力。DevRev 的 AgentOS 平台通过无缝数据迁移和轻量级 AI 代理促进 GenAI 的采用，从而改善客户支持、产品开发和运营效率。该公司旨在弥合开发人员和客户之间的差距，创造更多以客户为中心的产品。借助其知识图谱技术，DevRev 可以分析结构化和非结构化数据，从而实现企业工作流程自动化并增强跨组织的协作。
亚马逊首席执行官暗示新的人工智能 Alexa 将完成你的任务
亚马逊尚未发布其下一代人工智能驱动的 Alexa，距其首次发布已经一年多了。在亚马逊最近的财报电话会议上，首席执行官安迪·贾西（Andy Jassy）暗示，新版本将在执行任务方面表现出色，而不仅仅是回答问题。推迟推出改进后的 Alexa 凸显了亚马逊在追赶当前人工智能热潮方面面临的挑战，并强调了该公司确保产品发布后具有影响力的战略决策。
人工智能的文化战争测试
尽管科技高管经常声称人工智能的变革潜力，但总统候选人卡马拉·哈里斯和唐纳德·特朗普并未将其作为主要竞选议题。这种沉默可能源于他们在人工智能政策上达成的共同但未公开的协议。自巴拉克·奥巴马时代以来，两届政府都致力于推进人工智能政策，但最近的党派之争可能会破坏两党的进步。尽管在将某些人工智能措施标记为“觉醒”或“激进左翼”方面存在分歧，但基本政策往往反映了双方先前支持的政策。公众对监管的担忧和需求不断增长，这表明下一任总统任期内人工智能政策可能会发生转变。
