AI

马斯克与奥特曼围绕ChatGPT相关谋杀-自杀案隔空交锋,争议延伸至即将到来的诉讼对决

马斯克与奥特曼围绕ChatGPT相关谋杀-自杀案隔空交锋,争议延伸至即将到来的诉讼对决

围绕一宗被报道与ChatGPT用户相关的谋杀-自杀事件,特斯拉CEO埃隆·马斯克与OpenAI首席执行官山姆·奥特曼近日再度公开交锋。争论焦点集中在生成式人工智能产品的安全边界、企业安全措施是否充分,以及两家公司在公众舆论场中对“风险叙事”的主导权。相关争执也与双方正在推进或即将面对的多起诉讼相互交织。 马斯克援引报道升级指控,称ChatGPT与多起死亡事件有关 据报道,马斯克转发并评论了一则将C

richlovec 1500_400 (1)
 

Palantir首席执行官卡普:人工智能或使西方经济体不再需要大规模移民劳动力

Palantir首席执行官卡普:人工智能或使西方经济体不再需要大规模移民劳动力

Palantir Technologies Inc首席执行官亚历克斯·卡普(Alex Karp)在达沃斯世界经济论坛期间表示,随着人工智能能力增强,西方经济体可能不再需要依赖大规模移民劳动力来应对人口老龄化与劳动力缺口。他称,人工智能将自动化一部分常规与认知类工作,同时也会创造新的岗位,从而使本土劳动力仍有“足够多的工作”。 达沃斯发言:人工智能与移民需求 卡普在公开场合将人工智能描述为一种将深刻

英伟达CEO黄仁勋否认AI泡沫:称行业仍处基础设施建设早期

英伟达CEO黄仁勋否认AI泡沫:称行业仍处基础设施建设早期

英伟达在人工智能浪潮中的业绩与股价表现,使其成为市场关注的焦点。围绕“AI是否存在泡沫”的讨论升温之际,英伟达首席执行官黄仁勋多次公开表示,当前行业“远未处于泡沫阶段”,并将近期的资本开支与需求增长描述为新一轮计算基础设施建设的开端。 将AI支出定义为“历史上最大规模的基础设施建设” 在达沃斯世界经济论坛期间,黄仁勋谈及AI相关投入时称,这是一场“人类历史上最大规模的基础设施建设”。他表示,数据中

谷歌将 Gemini 深度整合进 Gmail:AI 概览、智能搜索与写作工具向所有用户开放

谷歌将 Gemini 深度整合进 Gmail:AI 概览、智能搜索与写作工具向所有用户开放

谷歌近期在 Gmail 中推进新一轮功能更新,将 Gemini 人工智能能力更深度地嵌入收件箱体验,并把部分 AI 功能从付费范围扩展至所有个人账户用户。随着 AI 层进入邮件阅读、检索与撰写流程,Gmail 的使用方式正从传统的邮件列表与存档,转向更强调总结与交互的工作流。 Gemini 进入收件箱核心流程 多篇报道指出,谷歌已将 Gemini AI 模型直接集成到 Gmail 的核心体验中,覆

richlovec 1500_400 (1)
 

特朗普政府推动核能为AI供电:拟让科技公司自建反应堆并加速审批

特朗普政府推动核能为AI供电:拟让科技公司自建反应堆并加速审批

特朗普政府正推动以核能缓解人工智能带来的电力缺口,做法包括鼓励大型科技公司自行融资建设反应堆,为数据中心提供专用电力,并通过行政命令、试点项目和监管调整压缩核项目审批周期。相关举措被描述为一场范围广泛的制度与工程实验,意在检验美国能否在改变既有核能监管路径的同时,加快核电对AI基础设施的供能。 政府推动的核心,是将核能部署与国家安全及人工智能竞争力直接挂钩。多项安排强调通过缩短时间表、由大型科技公

“人工智能教父”Hinton称对毕生研究可能带来伤害感到“非常悲伤”

“人工智能教父”Hinton称对毕生研究可能带来伤害感到“非常悲伤”

Geoffrey Hinton表示,自己用数十年时间推动神经网络与深度学习的发展,而这些技术如今已成为现代聊天机器人和图像生成工具的关键基础。但他同时称,对这项毕生工作可能最终伤害本应受益的人感到“非常悲伤”。他将这种不安类比为解锁核能的科学家所经历的悔意,并警告人工智能既可能冲击就业,也可能在最坏情况下出现失控风险。 从奠基者到公开表达担忧 Hinton长期被外界称为“人工智能教父”。报道提到,

OpenAI在ChatGPT测试赞助内容:Altman曾称广告为“最后手段”

OpenAI在ChatGPT测试赞助内容:Altman曾称广告为“最后手段”

在美国部分免费用户中启动测试 OpenAI正推进在ChatGPT内测试付费信息的计划,首批面向美国部分用户。根据公司披露,此次测试主要针对免费层用户,赞助内容将与聊天机器人的回答并列呈现,而非以传统横幅展示广告的形式出现。 这一动作与首席执行官Sam Altman两年前的公开表态形成对照。Altman当时曾表示希望避免在ChatGPT中引入广告,并将其称为可能影响用户信任与产品中立性的“最后手段”

专家警告AI扩展或逼近结构性瓶颈:算力、数据与社会成本成关键变量

专家警告AI扩展或逼近结构性瓶颈:算力、数据与社会成本成关键变量

近期人工智能能力快速提升,能够总结文档、编写代码和回答问题的系统已进入日常应用场景。但与此同时,越来越多研究人员与企业高管提出警告称,过去数年的跃进式进展可能正接近一类“硬性极限”:单纯依靠更大模型与更高预算,未必还能持续带来同等幅度的性能突破。 相关担忧并非指向技术“突然失灵”,而是认为当前路径可能遭遇结构性障碍,包括物理层面的计算与能耗约束、企业内部数据治理不足,以及扩展带来的政治与经济成本上