全部新闻
开源软件从AI机器人刮板中节省了Internet
2025-07-07 13:41:24
Xe IASO开发了Anubis，该计划旨在保护小型互联网实体免受AI公司的过度要求。Anubis于1月推出，已下载了将近200,000次，并被GNOME，FFMPEG和UNESCO等著名组织使用。IASO由于AI刮板而面临问题后，IASO创建了Anubis，该机器人是收集用于培训AI模型的数据的机器人。
Xe IASO开发了Anubis，该计划旨在保护小型互联网实体免受AI公司的过度要求。Anubis于1月推出，已下载了将近200,000次，并被GNOME，FFMPEG和UNESCO等著名组织使用。IASO由于AI刮板而面临问题后，IASO创建了Anubis，该机器人是收集用于培训AI模型的数据的机器人。
中国人工智能科学家，北京给金砖四国的信息：SCMP每日亮点
2025-07-07 13:15:07
- 美国总统特朗普威胁要对支持“反美政策”的国家的更多关税，而中国则敦促金砖国家对单方面关税采取行动。 - 澳大利亚总理阿尔巴尼斯（Albanese）将在下周第二次正式访问中国时向达尔文港口销售致辞。 - 一项研究表明，世界上大多数AI前100名科学家都是中国起源，强调了中国在人工智能研究中的主导地位。
- 美国总统特朗普威胁要对支持“反美政策”的国家的更多关税，而中国则敦促金砖国家对单方面关税采取行动。 - 澳大利亚总理阿尔巴尼斯（Albanese）将在下周第二次正式访问中国时向达尔文港口销售致辞。 - 一项研究表明，世界上大多数AI前100名科学家都是中国起源，强调了中国在人工智能研究中的主导地位。
AI如何通过提高可靠性，降低纳税人成本来改善公用事业响应
2025-07-07 12:36:06
Kyro的创始人，也是Think Power Solutions的前首席执行官Hari Vasudevan讨论了极端天气事件的日益频率，从而造成了巨大的经济损害和对公用电网的压力。传统的风暴反应方法昂贵且效率低下，从而导致纳税人成本更高。AI可以通过提高电网弹性，可靠性和负担能力，同时降低恢复成本，使风暴恢复现代化。挑战包括动员合格的船员，跟踪费用以及为供应商管理现金流问题。AI解决方案提供预测分析，资源分配和自动化时间表管理，以提高效率。建议采用平衡的方法与传统方法整合，以解决工人的担忧，并确保人类的监督仍然至关重要。公用事业公司应在采用AI工具之前仔细评估现有流程。
Kyro的创始人，也是Think Power Solutions的前首席执行官Hari Vasudevan讨论了极端天气事件的日益频率，从而造成了巨大的经济损害和对公用电网的压力。传统的风暴反应方法昂贵且效率低下，从而导致纳税人成本更高。AI可以通过提高电网弹性，可靠性和负担能力，同时降低恢复成本，使风暴恢复现代化。挑战包括动员合格的船员，跟踪费用以及为供应商管理现金流问题。AI解决方案提供预测分析，资源分配和自动化时间表管理，以提高效率。建议采用平衡的方法与传统方法整合，以解决工人的担忧，并确保人类的监督仍然至关重要。公用事业公司应在采用AI工具之前仔细评估现有流程。
革命性AI智能手机电池突破：Enovix发货7,350 mAh硅 - 磁盘技术到主要OEM
2025-07-07 12:35:00
### Enovix的新型AI-1电池用于智能手机**能量密度：**ENOVIX AI-1电池可实现** 900 WH/L **能量密度，使其成为市场上商业上最高的能量密度电池。**充电速度：**AI-1电池以3C速率快速充电： - 在5分钟内达到20％的费用 - 在15分钟内达到50％的费用**电池容量：**新的AI-1电池的容量为** 7,350毫安小时（MAH）**，并且包含** 26.3瓦的能量**，在紧凑的体积** 1.79立方英寸**内**。**循环生活：**根据初始单元测试，在标准智能手机使用条件下，AI-1电池可以实现超过** 900周期**。**专利保护：**AI-1电池平台受190个Enovix架构特定专利的保护，该专利能够使用** 100％主动硅阳极**，以确保独特而创新的技术。###其他功能 - **安全：**通过Enovix安全测试套件（EST），包括滴，滚筒，热滥用和外部短路测试。 - **温度弹性：**跨温度范围的高排放能力，非常适合AI应用。###可用性目前可用于选择智能手机OEM。预计2025年晚些时候有预计可用性。###未来计划Enovix旨在利用其强大的技术基金会来逐步提高能源密度并支持马来西亚生产设施中的长期扩大计划。有关更多信息，请访问[https://www.enovix.com]（https://www.enovix.com）。
### Enovix的新型AI-1电池用于智能手机**能量密度：**ENOVIX AI-1电池可实现** 900 WH/L **能量密度，使其成为市场上商业上最高的能量密度电池。**充电速度：**AI-1电池以3C速率快速充电： - 在5分钟内达到20％的费用 - 在15分钟内达到50％的费用**电池容量：**新的AI-1电池的容量为** 7,350毫安小时（MAH）**，并且包含** 26.3瓦的能量**，在紧凑的体积** 1.79立方英寸**内**。**循环生活：**根据初始单元测试，在标准智能手机使用条件下，AI-1电池可以实现超过** 900周期**。**专利保护：**AI-1电池平台受190个Enovix架构特定专利的保护，该专利能够使用** 100％主动硅阳极**，以确保独特而创新的技术。###其他功能 - **安全：**通过Enovix安全测试套件（EST），包括滴，滚筒，热滥用和外部短路测试。 - **温度弹性：**跨温度范围的高排放能力，非常适合AI应用。###可用性目前可用于选择智能手机OEM。预计2025年晚些时候有预计可用性。###未来计划Enovix旨在利用其强大的技术基金会来逐步提高能源密度并支持马来西亚生产设施中的长期扩大计划。有关更多信息，请访问[https://www.enovix.com]（https://www.enovix.com）。
.jpg/r%5Bwidth%5D=1280/19722040-5b26-11f0-8d9f-c9aaa16d3522-IzuchukwuMChinedo%20(2).jpg)
AI和IP法律：尼日利亚法律观点是什么？
2025-07-07 12:32:55
尼日利亚的Izuchukukwu Chinedo表示，尼日利亚缺乏人工智能（AI）的特定法律，但旨在通过新的监管框架成为AI的领导者。该国正在起草国家人工智能政策（NAIP）和国家人工智能战略（NAIS），该战略将支持AI和尼日利亚作为全球领导者的道德使用。当前的尼日利亚知识产权法归因于自然人的权利，为法院解释AI生成的作品的所有权问题。《版权法》保护编程代码，但并未直接解决特定于AI的发明或所有权。
尼日利亚的Izuchukukwu Chinedo表示，尼日利亚缺乏人工智能（AI）的特定法律，但旨在通过新的监管框架成为AI的领导者。该国正在起草国家人工智能政策（NAIP）和国家人工智能战略（NAIS），该战略将支持AI和尼日利亚作为全球领导者的道德使用。当前的尼日利亚知识产权法归因于自然人的权利，为法院解释AI生成的作品的所有权问题。《版权法》保护编程代码，但并未直接解决特定于AI的发明或所有权。
三星介绍了未来准备就绪的移动安全性，用于个性化的AI体验
2025-07-07 12:09:44
三星电子宣布了其即将推出的带有UI 8的Galaxy智能手机的新安全更新，其中包括Knox增强的加密保护（Keep），以确保AI驱动的功能，更新的KNOX矩阵，以增强跨设备的威胁响应，以及用于量子的Quantum-promum-nistum-nistum-andimum-nistum-andimum-andimum-nistum nibermant-andimuts Encryption。这些创新旨在加强隐私和用户控制，同时保护量子计算时代的新兴威胁。
三星电子宣布了其即将推出的带有UI 8的Galaxy智能手机的新安全更新，其中包括Knox增强的加密保护（Keep），以确保AI驱动的功能，更新的KNOX矩阵，以增强跨设备的威胁响应，以及用于量子的Quantum-promum-nistum-nistum-andimum-nistum-andimum-andimum-nistum nibermant-andimuts Encryption。这些创新旨在加强隐私和用户控制，同时保护量子计算时代的新兴威胁。
2人工智能（AI）股票，可以帮助您成为百万富翁|Motley傻瓜
2025-07-07 12:00:00
由于AI革命，已经增加了数万亿美元的股票投资组合，而像Nvidia这样的公司接近4万亿美元的市值。尽管目前的估值高，但两项被低估的AI股票仍被突出显示：ASML和字母。ASML领导着高级半导体的光刻设备，对于AI芯片生产至关重要，而字母在消费者和企业应用程序中的AI倍增。两家公司都以有吸引力的市盈率表现出强大的增长潜力，使它们成为长期投资机会。
由于AI革命，已经增加了数万亿美元的股票投资组合，而像Nvidia这样的公司接近4万亿美元的市值。尽管目前的估值高，但两项被低估的AI股票仍被突出显示：ASML和字母。ASML领导着高级半导体的光刻设备，对于AI芯片生产至关重要，而字母在消费者和企业应用程序中的AI倍增。两家公司都以有吸引力的市盈率表现出强大的增长潜力，使它们成为长期投资机会。
Türkiye的竞争观察员使用AI来跟踪价格算法
2025-07-07 11:39:51
Türkiye's竞赛监督机构总裁BirolKüle警告说，越来越多地使用算法对公司进行价格设定，这有可能导致反竞争性实践。他宣布开发AI驱动的监督系统，以检测和防止这种违规行为。库尔强调了促进公平竞争的重要性，重点介绍了最近的决定，例如托法斯/斯特兰蒂斯合并的有条件批准以及针对弗里托·莱伊的罚款，以实现独家做法。该监督机构目前正在调查数字市场和各个部门的主要参与者，重点是通过国际合作来抵消数字时代的微妙但强大的市场优势。
Türkiye's竞赛监督机构总裁BirolKüle警告说，越来越多地使用算法对公司进行价格设定，这有可能导致反竞争性实践。他宣布开发AI驱动的监督系统，以检测和防止这种违规行为。库尔强调了促进公平竞争的重要性，重点介绍了最近的决定，例如托法斯/斯特兰蒂斯合并的有条件批准以及针对弗里托·莱伊的罚款，以实现独家做法。该监督机构目前正在调查数字市场和各个部门的主要参与者，重点是通过国际合作来抵消数字时代的微妙但强大的市场优势。
ND可能会看到更多的AI“工厂”，因为报告称该行业基础设施为“震中”
2025-07-07 11:11:39
由于对AI基础设施的需求激增，数据中心建造者越来越多地关注美国的北部平原。Applied Digital是一家领先的数据中心开发商，在北达科他州设有设施，并计划扩展到南达科他州，于6月17日发布了一份报告，强调了该地区作为AI基础设施的中心的潜力。该报告强调了像北达科他州这样的州的寒冷气候和权力，这可以使数据中心更节能，尤其是出于AI的目的，比传统服务需要更多的权力。Applied Digital的首席发展官Todd Gale指出，这些设施正在发展为他所谓的“ AI工厂”，这反映了该行业的快速转型。该公司强调了该地区“自由冷却”其设施的能力，与较暖地区相比，该地区降低了运营成本和能源消耗。北达科他州丰富的自然资源进一步支持其对住房AI基础设施的适用性，通过利用Wind等可再生能源的多余能源来帮助解决该州的“陷入困境”问题。这可能会导致该地区运营此类设施的主要公司每年可节省高达5000万美元。
由于对AI基础设施的需求激增，数据中心建造者越来越多地关注美国的北部平原。Applied Digital是一家领先的数据中心开发商，在北达科他州设有设施，并计划扩展到南达科他州，于6月17日发布了一份报告，强调了该地区作为AI基础设施的中心的潜力。该报告强调了像北达科他州这样的州的寒冷气候和权力，这可以使数据中心更节能，尤其是出于AI的目的，比传统服务需要更多的权力。Applied Digital的首席发展官Todd Gale指出，这些设施正在发展为他所谓的“ AI工厂”，这反映了该行业的快速转型。该公司强调了该地区“自由冷却”其设施的能力，与较暖地区相比，该地区降低了运营成本和能源消耗。北达科他州丰富的自然资源进一步支持其对住房AI基础设施的适用性，通过利用Wind等可再生能源的多余能源来帮助解决该州的“陷入困境”问题。这可能会导致该地区运营此类设施的主要公司每年可节省高达5000万美元。
训练LLM的重大转变如何导致能力爆炸
2025-07-07 11:00:17
本文讨论了由于强化学习而引起的大语言模型（LLM）的重大进步，尤其是关注该技术如何使得在各种应用程序中更复杂的推理能力和更好的性能。这是总结的要点：1。**增强学习（RL）**：RL对于超越简单模仿学习的训练LLM至关重要，允许模型通过反复试验解决日益复杂的任务。2。**扩展的经过思考的推理**：RL使Openai的O1和DeepSeek的R1等模型在产生答案之前可以产生广泛的推理链。这种能力使他们能够通过将它们分解为较小的步骤来解决更具挑战性的问题。3。**自学行为**：在培训期间，这些模型在没有明确的编程或特定数据输入的情况下会自发反射和回溯等复杂的推理技术。4。**代理功能**：RL使LLM在迭代推理任务中变得更好，例如文档检索（抹布系统），编码辅助和解决问题，可以在其中执行多轮搜索，分析和操作。5。** llms判断llms **：通过人类和Openai的RLHF这样的宪法AI等技术涉及使用大型LLM来判断较小的模型的输出，从而通过强化学习而没有直接人类监督，从而提高了其绩效。6。**渐进式改进**：随着时间的流逝，随着这些模型获得更多的培训，它们会产生更长的推理并完善其方法，从而持续提高能力和准确性。7。** RL驱动模型的局限性**：虽然有功能强大，但经过RL训练的模型仍面临限制，例如在不同类型的问题上的性能不一致（例如，Claude 3.7 SONNET在一种类型上均出色，但会失败）。8。**经济影响**：使用大型LLM判断和培训较小版本可以显着降低成本，同时保持高性能，从而使高级AI功能更容易访问。本文结束了强调强化学习如何使LLM从有限的问题解决者转变为能够扩展推理和迭代任务完成的强大代理，从而从根本上改变了其在各种应用中的效用。
本文讨论了由于强化学习而引起的大语言模型（LLM）的重大进步，尤其是关注该技术如何使得在各种应用程序中更复杂的推理能力和更好的性能。这是总结的要点：1。**增强学习（RL）**：RL对于超越简单模仿学习的训练LLM至关重要，允许模型通过反复试验解决日益复杂的任务。2。**扩展的经过思考的推理**：RL使Openai的O1和DeepSeek的R1等模型在产生答案之前可以产生广泛的推理链。这种能力使他们能够通过将它们分解为较小的步骤来解决更具挑战性的问题。3。**自学行为**：在培训期间，这些模型在没有明确的编程或特定数据输入的情况下会自发反射和回溯等复杂的推理技术。4。**代理功能**：RL使LLM在迭代推理任务中变得更好，例如文档检索（抹布系统），编码辅助和解决问题，可以在其中执行多轮搜索，分析和操作。5。** llms判断llms **：通过人类和Openai的RLHF这样的宪法AI等技术涉及使用大型LLM来判断较小的模型的输出，从而通过强化学习而没有直接人类监督，从而提高了其绩效。6。**渐进式改进**：随着时间的流逝，随着这些模型获得更多的培训，它们会产生更长的推理并完善其方法，从而持续提高能力和准确性。7。** RL驱动模型的局限性**：虽然有功能强大，但经过RL训练的模型仍面临限制，例如在不同类型的问题上的性能不一致（例如，Claude 3.7 SONNET在一种类型上均出色，但会失败）。8。**经济影响**：使用大型LLM判断和培训较小版本可以显着降低成本，同时保持高性能，从而使高级AI功能更容易访问。本文结束了强调强化学习如何使LLM从有限的问题解决者转变为能够扩展推理和迭代任务完成的强大代理，从而从根本上改变了其在各种应用中的效用。