全部新闻
“人工智能之父”后悔一生工作的成果仍获得诺贝尔奖
多伦多大学的计算机科学家、被称为“人工智能教父”的杰弗里·辛顿周二荣获诺贝尔物理学奖，与普林斯顿大学的约翰·霍普菲尔德共同获奖。两人因其在物理工具的帮助下开发人工神经网络方面的开创性工作而受到认可。除了他的学术职位外，辛顿还在谷歌从事了十年的人工智能研究，但去年他突然辞职，并成为世界上最直言不讳的人工智能怀疑论者之一，警告说不受控制的技术发展可能会“抹去人类”。辛顿认为，硅谷的人工智能野心可能对人类构成灾难性和甚至存在性的风险，因为未来的超级智能人工智能系统能够自我改进，可能会创建自己的“子目标”，不再遵循人类指令。“我用一个正常的借口安慰自己：如果我没有做这件事，别人也会做的。”辛顿在接受《纽约时报》采访时说。
人工智能如何引导我们成为更好自我的道路上前行
人工智能时代也带来了关于人工智能的辩论时代。对于赫拉利来说，这是至关重要的，因为如何使用和误用信息是我们历史发展的核心，并将影响我们与人工智能的未来。在赫拉利所谓的“对信息的天真看法”中，人类认为更多的信息必然会导致更深刻的理解甚至智慧。如果我们无法控制它们，为什么会产生可能会毁灭我们的东西？对于赫拉利来说——借用另一位宏观思想家的话说——布鲁图斯啊，问题不在于我们自己，而在于我们的信息网络。通过使用具有超个性化能力的人工智能作为实时教练来强化我们最好的一面，我们可以加强个人的自我纠正机制，并使自己处于更好的位置以建立这些机制为我们的机构。“”阅读更多：人工智能驱动的行为改变可能重塑医疗保健实际上，在与《每日秀》节目主持人乔丹·克莱珀的对话中，赫拉利提出了对我们目前在人工智能领域所处位置的重要而充满希望的总结：“如果我们每投资一美元和一分钟开发人工智能的同时也投入到探索和发展我们自己的心智上，那么一切都会好起来。”
国会成员对加州的人工智能法案提出了反对意见 - 滚动call注：此处"Roll Call"通常作为一个机构名称或专栏标题保留原名，若需翻译可意译为“国会资讯”或类似表述。根据指示只输出翻译结果： 国会成员对加州的人工智能法案提出了反对意见 - 滚动call
当加州州长、民主党人加文·纽森否决了一项旨在防止人工智能帮助生物武器开发或其他灾难性风险的法案时，他是应一众批评者的要求而采取行动的，这些批评者包括一些国会议员。此前，该团体已从350名研究人员、高管和工程师那里收集了签名，这些人正在从事AI系统的工作，并警告称生成式人工智能模型存在生存威胁。Mozilla（Firefox浏览器的开发者以及开源计算的支持者）表示，加州法案措辞如此，“这可能会导致限制那些使用开源构建的人参与，无论他们是像Meta这样的大公司还是我们这样的学术界或非营利机构。”Mozilla总裁马克·萨尔曼在采访中说。“萨尔曼表示，这项立法可能导致进行了适当安全测试的AI开发者因另一方将其修改为造成伤害的不同用途而承担法律责任。桑普通过电子邮件表示，“该法案被否决一事受到了所有关注，但加州立法机关确实通过了17项与人工智能相关的法律，州长也签署了这些法律，涉及深度伪造、数据透明度和标签等重要领域。”
彭博社 - 你是机器人吗？
联系我们 我们检测到您的计算机网络有异常活动 为了继续，请点击下方的框以告知我们您不是机器人。请确保您的浏览器支持JavaScript和Cookies，并且没有阻止它们加载。如需更多信息，您可以查阅我们的服务条款和Cookie政策。有关此消息的问题，请联系我们的支持团队并提供以下参考ID。
彭博社 - 你是机器人吗？
联系我们 我们检测到您的计算机网络有异常活动 请点击下方的框以告知我们您不是机器人。请确保您的浏览器支持JavaScript和Cookies，并且没有阻止它们加载。如需更多信息，您可以查阅我们的服务条款和Cookie政策。有关此消息的相关查询，请联系我们的支持团队并提供下方的参考ID。
机器学习先驱荣获物理学诺贝尔奖
获奖者由位于斯德哥尔摩的皇家瑞典科学院宣布。诺贝尔物理学委员会主席、瑞典卡尔stad大学物理学家埃伦·蒙斯在颁奖仪式上说，他们的发现“构成了机器学习的基础，能够帮助人类更快更可靠地做出决策”。通过将模式以网络的低能量状态存储起来，在受到类似刺激时系统可以重新创建这些模式。“如何获得诺贝尔奖：什么样的科学家能摘得殊荣？十大改变了科学领域的计算机代码”如今，神经科学研究依赖于霍普费尔德和辛顿的工作所衍生出的网络理论和机器学习工具，以同时理解和处理数千个细胞的数据，莫瑟说。
视频。人工智能和心灵控制机器人如何改变艺术界
水资源问题欧洲的水资源正面临越来越大的压力。污染、干旱和洪水对我们的饮用水、湖泊、河流以及海岸线造成了影响。跟随我们，一起环游欧洲，了解保护生态系统的重要性，探讨如何更好地管理废水，并发现一些最佳的水资源解决方案。视频报道、动画解释系列及现场辩论——从Euronews了解为什么“水资源问题”很重要。
美国人正在以较高的频率使用人工智能。这对经济意味着什么？
一项新的研究发现，美国人采用生成式人工智能的速度比个人计算机和互联网还要快。这是否意味着我们即将看到长期以来期待的生产力增长呢？德明表示，这项研究是出于对美国人在多大程度上使用生成式人工智能这一问题的好奇而开展的。并且他们甚至包含了一些与CPS（当前人口统计调查）相同的问题，以便将他们的调查结果与CPS进行交叉参考，并确保数据的有效性。但我们发现，有22%的蓝领工人表示他们使用AI，而在除了个人服务行业外的所有主要职业类别中，使用率都超过了20%，在个人服务行业中，这一数字大约为15%。”他表示。
杰弗里·欣顿和约翰·霍普费尔德因在人工智能方面的工作共同获得诺贝尔奖
盖蒂图片社该消息在瑞典斯德哥尔摩发布。今年的诺贝尔物理学奖授予了两位科学家，Geoffrey Hinton和John Hopfield，以表彰他们在机器学习领域的贡献。机器学习是人工智能的关键领域之一，它决定了计算机如何自我训练并生成信息。盖蒂图片社Hinton教授周二表示他使用ChatGPT4。他在神经网络方面的开创性研究为当前的人工智能系统如ChatGPT奠定了基础。在人工智能中，神经网络是一种类似于人脑的学习和处理信息的系统。但他也对未来表达了担忧。今年早些时候，在接受BBC Newsnight采访时，他表示英国政府将不得不建立全民基本收入制度来应对AI对不平等的影响，因为他“非常担心AI会抢走许多平凡的工作”。
AI驱动的身份价值
机器学习 / 数据安全 简介 人工智能（AI）生成的深度伪造和错误信息可能会引起科技界和投资界的担忧，但当适当利用时，这种强大的基础技术有可能为各种组织带来益处。通过使用用户和实体行为分析（UEBA），可以创建一个典型的用户行为基线概况。例如，您可以使用AI持续优化团队角色政策，在整个过程中使权限管理成为一种自动化任务，并提供对公司内部访问需求的准确洞察。随着身份相关服务的统一化使得身份管理变得更加简单有效，将AI添加到统一的身份平台中赋予组织抵抗甚至最复杂身份相关的威胁的能力。本文由我们的合作伙伴之一撰稿。
