/
微軟希望我們相信 AI 將攻克實際可用的聚變能源問題，推動未來 AI 發展
微軟認為 AI 能加速實用核聚變的研發，為解決 AI 高能耗問題提供可能，雖核聚變仍處于實驗階段，但借助 AI 助力探索清潔能源之路或縮短試錯周期。
Stripe推出支付AI基礎模型，公布與 Nvidia 加深合作
Stripe在年度大會上推出多款支付創新產品，包括基于億級交易訓練的AI模型提升反欺詐能力、穩定幣多幣卡以及多支付渠道管理工具，并快速協助 Nvidia 完成賬單遷移，全面擴展全球支付方式。
卡巴斯基呼吁建立網絡免疫力以應對日益增長的網絡威脅
卡巴斯基CEO在Gitex Asia 2025上指出，全球網絡攻擊數量激增，專業及國家級黑客組織愈發猖獗。他提出構建默認安全、各系統間嚴格隔離的“網絡免疫”系統，以保障關鍵基礎設施安全。
DARPA 借助人工智能加速數學創新
美國 DARPA 推出 expMath 項目，依托 AI 技術加速純數學研究，旨在培養具備證明和抽象能力的 AI 數學家。
Hitachi Vantara 添加了 Index Engines 的 AI 勒索軟件檢測
Hitachi Vantara 在 VSP One 存儲平臺上集成 CyberSense AI 檢測工具，實現對數據變化的實時分析，保障性能、安全和節能，提升勒索軟件防護與數據恢復能力。
AI 烹飪創新：人工智能如何改變餐飲服務業
人工智能正在深刻改變餐飲行業。從智能點餐系統到烹飪機器人，AI 技術正被廣泛應用于食品制備、銷售營銷和客戶服務等多個環節。這不僅提高了餐廳的運營效率，還為消費者帶來了更加個性化和便捷的用餐體驗。隨著 AI 技術的不斷發展，未來的餐飲業將迎來更多創新和變革。
跨聯科技完成大規模數據遷移項目，推出全新分析和安全服務
TransUnion信用報告公司宣布其大規模數據湖項目即將完成，OneTru平臺已為內部和客戶帶來顯著收益。該平臺支持新的信貸風險產品、身份營銷解決方案和欺詐預防服務，提高了生產力并改善了客戶體驗。公司正專注于為客戶提供分析、風險管理等服務，并計劃推出可組合的靈活平臺。
研究人員指出 OpenAI 在付費墻后的 O'Reilly 圖書上訓練 AI 模型
一項新研究表明，OpenAI 可能在未獲授權的情況下，使用 O'Reilly 出版社的付費圖書來訓練其先進的 AI 模型。研究發現，與早期模型相比，OpenAI 的 GPT-4o 模型對 O'Reilly 付費內容表現出更強的識別能力。這一發現引發了對 AI 訓練數據來源和版權問題的討論，同時也凸顯了 AI 公司在尋求高質量訓練數據方面面臨的挑戰。
高通收購 MovianAI 以增強其 AI 能力
高通宣布收購越南AI開發商MovianAI，以加強其在生成式AI領域的實力。MovianAI隸屬于VinAI，后者是越南最大企業集團之一Vingroup旗下的機器學習研究實驗室。此次收購將為高通帶來高素質人才，有助于其在多個行業提供先進的AI解決方案，包括智能手機、PC和軟件定義汽車等領域。
直取人工超級智能而非通過中間步驟的路徑探討
本文探討了人工智能發展路徑的兩種觀點:一是傳統的"人工智能-通用人工智能-超級人工智能"三階段路徑;二是直接從人工智能跨越到超級人工智能的新觀點。文章分析了兩種路徑的利弊,指出雖然目前尚無定論,但考慮這兩種可能性對人類應對AI發展至關重要。文章還探討了人類是否能主導這一進程,以及AI可能帶來的影響。
IBM 的企業 AI 戰略：信任、規模與成果
IBM迅速確立了其作為企業AI領域重要競爭者的地位。該公司采用全棧平臺策略，結合專有模型、與Red Hat混合云基礎設施的深度整合以及全球咨詢規模優勢，執行多管齊下的方法，已經在運營效率和財務收益方面取得顯著成效。IBM的AI相關業務在不到兩年時間內增長至50億美元，其中約80%來自咨詢業務，20%來自軟件訂閱。
信用授予有方：深入解析 Experian 改變金融服務可及性的 AI 框架
Experian信用局采用了一種審慎的AI應用方法，開發了內部流程、框架和治理模型，幫助其測試和大規模部署生成式AI。這種方法融合了先進的機器學習、代理式AI架構和基層創新，改善了業務運營，并為約2600萬美國人擴大了金融服務的可及性。Experian的AI之旅展示了傳統數據公司如何轉型為AI驅動的平臺企業，為負責任的AI治理提供了藍圖。
AI 是否是幫助阻止網絡攻擊的秘密武器？
隨著網絡威脅日益復雜,傳統安全措施難以應對。人工智能正在徹底改變網絡安全領域,通過自動化威脅檢測、智能響應系統和預測分析等手段,讓安全團隊能更快速高效地應對風險。AI 不僅可以實時監控系統、檢測異常,還能主動加強防御并識別潛在風險,成為組織保護網絡安全的關鍵工具。
生成式 AI 需要合成數據，我們需要確保其可信度
生成式 AI 模型需要大量真實數據訓練，但互聯網上的內容仍不足以應對所有情況。為繼續發展，這些模型需要使用模擬或合成數據進行訓練。專家指出，AI 開發者必須負責任地使用合成數據，否則可能會迅速出現問題。合成數據可以教導模型應對現有數據中不存在的場景，但關鍵是要確保這些數據可靠且符合現實。
AI 對云計算支出的影響：對算力的渴求
人工智能應用，尤其是生成式AI，正推動企業云計算成本上升。一項報告顯示，這些成本平均增長了30%。大多數IT和財務領導認為GenAI導致的云支出已難以控制。專家指出，不加管理的GenAI可能使創新在財務上不可持續。然而，AI工具也可以幫助預測和管理云支出。專家建議采用混合云模式和邊緣計算來控制成本，并根據組織的云計算發展階段做出架構決策。
如何適應 AI：與吳恩達的對話
本文探討了人們對人工智能的普遍擔憂,并提供了一些建議來幫助人們適應AI技術。文章介紹了常見的AI恐懼,如就業displacement和失去人際關系等。同時,文章也給出了一些建議,如使用免費AI工具、自動化繁瑣任務等,以幫助人們更好地理解和利用AI。專家Andrew Ng還分享了AI在商業應用中的潛力,強調了設計直觀易用的AI系統的重要性。
AI 競爭加劇，GPT-4.5 發布：數據效率成為關鍵
隨著新一波大型語言模型的出現，AI 競爭日益激烈。OpenAI、Anthropic 等公司推出的新模型不僅重塑了我們的工作和交流方式，還影響著全球權力格局。在這場競爭中，一個新問題浮現：AI 模型能否同時變得更智能、更快速、更經濟？未來的 AI 可能不再依賴海量數據，而是通過創新機器學習方法來提高數據效率，實現更智能、更高效的發展。
為幫助 AI 理解世界，研究人員將其裝入機器人
大型語言模型如 ChatGPT 展現了對話能力，但它們并不真正理解所使用的詞匯。研究者們在沖繩科學技術大學構建了一個受大腦啟發的人工智能模型，雖然其學習能力有限，但似乎掌握了詞匯背后的概念。通過模仿嬰兒學習語言的方式，研究團隊將人工智能訓練在一個能夠與世界互動的機器人中，探索如何讓人工智能實現類似人類的語言理解。
從 2.2 億數據點到營收：AI 如何改變體育娛樂的投資回報
本文探討了 AI 技術如何改變體育娛樂行業的收入模式。通過整合海量用戶數據,AI 驅動的平臺能夠為體育組織提供精準的消費者洞察,優化票務管理和場館分析,從而提升粉絲互動和收入策略。文章以 Elevate 公司新推出的 EPIC 平臺為例,詳細介紹了 AI 如何幫助體育俱樂部實現數據驅動的決策和運營。
AI 研究顯示：部分員工已過度依賴 AI 思考
微軟和卡內基梅隆大學的研究人員發現，一些知識工作者過度依賴生成式AI，可能導致問題解決能力下降。研究顯示，對AI信心高的人減少批判性思考，而自信的人則增加批判性思考。研究者建議重新設計企業AI工具，以平衡這些方面，并鼓勵用戶在與AI互動時進行反思。
京公網安備 11010802021500號
