全部新闻
“我们使用 AI 代理自动执行了 150 项任务，只需复制我们即可”：微软的 Windows Agent Arena 将 AI 助手深入键盘引入 Windows PC，但存在严重的安全和性能问题
微软推出了 Windows Agent Arena，这是一个新的开源基准测试，旨在在真实的 Windows 操作系统环境中测试 AI 代理。早期结果显示，多模式 AI 代理的平均成功率为 19.5%，而人类的平均成功率为 74.5%。该平台旨在加速高级人工智能助手的开发，但面临安全和性能挑战。此外，微软的 Copilot Studio 将很快支持跨各种业务功能的自主代理创建，正如在人工智能功能和可靠性的行业竞争和争论中宣布的那样。
这个人工智能系统让人类导师更好地教孩子们数学
斯坦福大学的研究人员开发了 Tutor CoPilot，这是一个基于 OpenAI 的 GPT-4 构建的人工智能系统，集成到 FEV Tutor 中以协助虚拟辅导课程。该工具为导师提供指导，通过提出问题和解释来帮助学生更有效地学习数学概念。在一项涉及 900 名导师、1,787 名学生的研究中，使用 Tutor CoPilot 的导师发现，与未使用该工具的导师相比，出口罚单的通过率提高了 4%。研究人员旨在进一步探索人工智能干预教育的长期效益及其在其他学科和年龄组中的潜在应用。
Palantir 股票与 Alphabet 股票：华尔街表示买一只，卖另一只杂七杂八的傻瓜
人工智能平台支出将快速增长，Palantir Technologies (PLTR) 和 Alphabet (GOOGL) 预计将从这一趋势中受益。然而，华尔街分析师预测，尽管 Alphabet 的股价将上涨 24%，但尽管业务基本面强劲，但由于估值担忧，Palantir 的股价明年可能会下跌 37%。
Palantir 股票与 Alphabet 股票：华尔街称买入一只并卖出另一只
人工智能平台服务支出预计将快速增长，Palantir Technologies 和 Alphabet 将从中受益。然而，华尔街的预测表明股票表现存在差异：Palantir 的股票预计明年将下跌 37%，而 Alphabet 的股票预计将上涨 24%。尽管 Palantir 在人工智能平台领域拥有强大的市场地位，近期收入增长了 27%，但其目前 140 倍调整后市盈率的估值被视为过高。
缩小人工智能数据基础设施的性能差距
创建能够支持先进人工智能应用的前瞻性数据架构需要仔细考虑几个关键因素，包括可扩展性、灵活性、性能优化、安全性和人才开发。以下是实现这一目标的关键点和策略：### 1. **统一存储和数据平台**- **解决方案：** 实施VAST Data的统一存储和数据库服务等平台。- **好处：**- 无缝访问人工智能模型训练和开发所必需的数据。- 实时深度数据分析和学习能力。- 企业级安全性和合规性功能。### 2. **混合和多云策略**- **方法：** 采用本地、私有云和公共云资源的组合。- **好处：**- 优化基础设施以满足特定的性能和成本要求。- 无需大量停机即可灵活部署新技术。- 安全处理敏感数据，同时利用可扩展的公共云服务处理人工智能工作负载。### 3. **边缘计算集成**- **解决方案：** 将边缘计算纳入架构中。- **好处：**- 减少延迟和带宽使用。- 改进实时决策，特别是在物联网应用中。- 由于更快的洞察和响应，增强了用户体验。### 4. **数据治理和安全**- **方法：**- 实施强大的数据治理框架。- 利用人工智能驱动的安全解决方案。- **好处：**- 确保数据完整性和隐私。- 遵守监管要求（例如 GDPR、HIPAA）。- 通过安全的数据处理实践维护利益相关者的信任。### 5. **人工智能工作流程集成**- **解决方案：** 为整个数据生命周期创建无缝管道。- **好处：**- 高效的模型训练和部署。- 使用 MLops 平台持续交付模型。- 简化流程以减少瓶颈并提高准确性。### 6. **容器化和 DevOps 策略**- **方法：**- 利用容器化服务进行快速部署。- 实施基础设施即代码 (IaC) 实践。- **好处：**- 部署新技术的可扩展性和灵活性。- 通过自动化工作流程提高运营效率。### 7. **人才发展投资**- **方法：** 优先雇用和培训数据专业人员。- **好处：**- 增强对最新人工智能技术的理解。- 培养持续学习和创新的文化。- 有效利用出现的新机会，从而实现更好的绩效。＃＃＃ 结论人工智能的前瞻性数据架构需要尖端技术解决方案、稳健的治理实践和熟练人才的战略融合。通过采用这些方法，组织可以将自己置于技术创新的前沿，确保在日益数据驱动的世界中实现最佳性能和竞争优势。---通过解决这些关键领域，企业可以开发弹性和适应性强的基础设施，不仅满足当前的人工智能需求，还为未来的进步做好准备，从而提高效率、准确性和整体业务成功。
将 Facebook 转变为 Meta 三年后，马克·扎克伯格真正的胜利是人工智能
Facebook（现为 META）于 2021 年重新命名，作为马克·扎克伯格元宇宙愿景的一部分，旨在通过虚拟世界将人们联系起来。然而，自 2022 年底 ChatGPT 出现以来，Meta 已将重点转向生成式 AI，该技术已显示出经济效益并改善了广告定位。尽管 Reality Labs 持续投资（630 亿美元）开发 Quest 耳机和雷朋 AR 眼镜等 VR/AR 技术，但怀疑依然存在。由于人工智能的进步以及最近与其他封闭式人工智能模型竞争的 Llama 3.1 模型的成功，该公司的股价自 2022 年以来有所反弹。META 从元宇宙到人工智能的战略支点凸显了市场反应和投资者情绪驱动的技术重点的转变。Facebook （梅塔
人工智能时代如何培养初级律师？
文章讨论了生成式人工智能（genAI）对律师事务所的影响以及初级律师的作用。随着 genAI 接管流程级工作，如何在传统的层级公司模式中培训和利用初级员工存在不确定性。可能的情况包括在没有许多初级律师的情况下开展业务、仅雇用经验丰富的中级律师或通过外部培训维持少量律师。由于客户可能不再通过计费时间支付初级培训费用，从而将成本在内部或直接转移给客户，因此出现了经济挑战。培训将越来越多地“非全天候”进行，律师事务所可能会更多地依赖外部培训师和 genAI 工具。虽然传统的金字塔模式并未结束，但其基础正在发生变化，更加注重对初级律师的就业前教育和培训。由于减少了对初级人员进行培训和计费的依赖，流程级工作的按小时计费系统的可行性也面临着审查。
Alphabet 旗下的谷歌正在开发人工智能代理来处理互联网上的任务 - TipRanks.com
Alphabet (GOOGL) 旗下的谷歌正在开发一款名为“Project Jarvis”的人工智能代理，用于处理互联网和网络浏览器任务，将于 12 月与 Gemini 模型一起发布。这项被称为计算机使用代理（CUA）的人工智能技术将使用户能够以最少的干预自由地浏览互联网。微软支持的 OpenAI 和 Anthropic 等竞争对手也在开发类似的 CUA。Alphabet 预计将于 10 月 29 日公布 24 财年第三季度业绩，分析师预测每股收益为 1.84 美元，营收为 863.7 亿美元，较上年有显着改善。根据最近的分析师评级，GOOGL 股票获得“强力买入”评级，且较当前水平有 21.2% 的上涨潜力。
华尔街称，现在值得购买 2 支价值数万亿美元的人工智能 (AI) 股票
微软和 Alphabet 是市值数万亿美元的八家公司之一，华尔街分析师预测它们的股票明年不会下跌。微软的股价可能上涨 18%，而 Alphabet 的股价可能上涨 26%。两家公司都在企业软件和云服务中引入了人工智能产品，有可能扩大它们的主导地位。Microsoft Azure 的市场份额有所增加，部分原因是其与 OpenAI 的合作，允许客户构建自定义的生成式 AI 应用程序。2024 财年第四季度，微软公布的 GAAP 收入增长了 15%，盈利增长了 10%。
华尔街称，现在值得购买 2 万亿美元的人工智能 (AI) 股票杂七杂八的傻瓜
即使是最悲观的华尔街分析师也看到了微软 (MSFT) 和 Alphabet (GOOGL) 的潜在上涨空间，这两家公司的市值都达到数万亿美元。对于 MSFT 来说，最低 12 个月目标价格意味着比当前水平上涨 5%，而中位目标意味着上涨 18%。同样，对于 GOOGL，最不乐观的预测是上涨 5%，中位目标表示上涨 26%。两家公司都有望从人工智能的进步中受益，并且最近都表现出了强劲的财务业绩。MSFT 2024 财年第四季度的收入增长了 15%，而 GAAP 收益增长了 10%。GOOGL 公布第二季度收入增长 14%，盈利大幅增长 31%。尽管估值较高，分析师仍对两家公司未来的盈利增长持乐观态度。
