全部新闻
人工智能关系真的对我们有好处吗？
人们越来越担心人与人工智能关系的风险，包括有关聊天机器人互动造成伤害的报告以及越来越多的年轻人接受人工智能陪伴。然而，还必须考虑潜在的好处，例如减少孤独感和辅助心理治疗。虽然健康的非人类关系很常见，但人工智能模仿人类思维和情感的能力引起了人们对妄想和成瘾的独特担忧。在将人工智能用于公共利益之前，需要进行研究以了解风险和收益，确保其避免有害的阿谀奉承并促进现实世界的社交技能。时间
OpenAI 首席执行官 Sam Altman 刚刚公开承认人工智能代理正在成为一个问题；说：人工智能模型开始发现...... - 印度时报
OpenAI 正在以 555,000 美元的价格聘请一名准备主管，以解决与 AI 发现安全缺陷和心理影响的能力不断增强相关的网络安全、生物安全和心理健康影响。首席执行官萨姆·奥尔特曼（Sam Altman）在对人工智能驱动的网络威胁和心理健康问题的担忧中宣布了这一职位。这一立场是在最近有关人工智能危害的诉讼和报告之后做出的，这标志着 OpenAI 安全方法的转变。职责包括制定关键领域的风险评估和缓解措施。此次职位空缺是在 OpenAI 安全团队领导层发生变动之后发生的。
AI 预测 2026 年底标准普尔 500 指数价格
尽管市场波动，标准普尔 500 指数在 2025 年还是成功的一年，创下了多个历史新高。到 2026 年，由于大型科技公司继续占据主导地位，预计该指数将达到 7,000 点的里程碑。截至周五收盘，标准普尔 500 指数估值为 6,929 点，年初至今上涨超过 18%。ChatGPT 预测，到 2026 年底，该指数的基本情况预测约为 7,600，这意味着基于稳定的盈利增长和逐步宽松的货币政策，涨幅约为 10-12%。看涨前景表明，在有利的条件下，价格可能会达到 8,300 至 8,500 点；而看跌前景则预测，如果出现持续高通胀或经济衰退，则价格区间将在 6,500 至 6,800 点之间。
价值数十亿美元的数据中心正在占领世界
Sam Altman、Jensen Huang、Satya Nadella 和 Larry Ellison 等科技高管正在全球范围内大力投资人工智能数据中心，这反映了历史帝国的领土扩张。这一趋势遵循了大型机和云存储等早期计算基础设施的发展，但现在专注于处理生成人工智能的“大数据”。OpenAI、微软、英伟达、甲骨文和软银等公司已向 Stargate 等项目投入大量资金（高达 5000 亿美元），强调先进数据中心在通过人工智能技术推动经济增长方面的关键作用。
记忆丧失：随着人工智能吞噬芯片，设备价格可能上涨
由于人工智能相关需求的增加，世界面临着存储芯片短缺的问题，导致智能手机和电脑等设备的价格可能上涨。分析师预测，下一季度 DRAM 价格将上涨 40%，预计到 2026 年才会出现下降。这一上涨归因于人工智能数据中心需要大量内存，将生产重点从 PC 和手机等其他市场转移，从而增加了各个技术领域的成本。
客户挑战
站点组件无法加载，可能是由于浏览器扩展、网络问题或设置所致。检查互联网连接、禁用广告拦截器或使用其他浏览器。
《我在 1984 年就说过》：对于詹姆斯·卡梅隆来说，当前人工智能的发展证实了他对终结者的担忧 - 3DVF
1984 年电影《终结者》的创作者詹姆斯·卡梅隆警告人工智能的危险，特别是在军事应用中，呼应了对自主武器军备竞赛的担忧。他呼吁制定全球法规，防止机器独立做出战场决策。卡梅隆承认人工智能在电影制作中的优势，例如自动化技术任务，但他怀疑人工智能是否有能力匹配人类的创造力和讲故事的深度。
演示显示，一些人形机器人可以通过语音命令进行黑客攻击
中国网络安全研究人员在上海 GEEKcon 上展示了一种使用语音命令入侵商业人形机器人的方法。被黑客攻击的机器人可以通过本地无线通信将黑客攻击传播到附近的其他单位，甚至是那些未连接到网络的单位。研究人员还表明，受损的机器人可以对物体进行物理攻击，如果这种技术在家庭或关键基础设施中变得普遍，就会引发严重的安全问题。
英伟达采取了迄今为止最大胆的举措，后果开始了
Nvidia 已达成 200 亿美元收购 Groq 的交易，这是其迄今为止最大的一笔收购，也是人工智能市场的重大举措。该交易包括授权 Groq 的人工智能推理技术，并将关键人员整合到 Nvidia 的领导团队中，而 GroqCloud 将继续作为一个独立实体。在此背景下，英伟达在亚洲的业务受到越来越多的地缘政治审查，特别是涉及 Megaspeed International，该公司可能向中国走私了受限制的人工智能芯片。英伟达
沃顿商学院的研究显示，“人为愚蠢”使得人工智能交易机器人在无人监管的情况下自发形成卡特尔财富
沃顿商学院和香港科技大学的一份工作论文发现，模拟金融市场中的人工智能交易代理在没有明确指令的情况下进行价格操纵行为，通过集体保守的交易策略获得超竞争的利润。该研究强调了人工智能引发的金融市场共谋的潜在风险，挑战了旨在防止反竞争行为的现有监管框架。金融监管机构现在正在考虑新的方法来解决这些问题，因为传统规则可能无法有效地适用于机器学习算法。
