/
DeepMind 声称其最新 AI 工具在数学和科学问题上表现出色
DeepMind 推出的 AI 系统 AlphaEvolve 利用自动评估机制解决数学与科学问题，在数学测试和 Google 数据中心优化中提升效率。虽非颠覆性革新，却能帮助专家腾出精力应对更重要任务。
Chrome 现在将使用 Gemini Nano 来捕获诈骗
谷歌宣布升级 Chrome 增强保护功能，桌面版现采用 Gemini Nano 本地大语言模型防御新型远程技术支持诈骗，Android 版也将加强 Chrome 通知诈骗防护。
亚马逊测试仓库机器人发现它们尚未准备好取代人类
Amazon 在仓库中测试了名为 “Stow” 和 “Pick” 的机器人，虽然效率接近人力，但因失误率及操作损伤问题，目前机器人系统尚未成熟到可完全替代人工。
微软希望我们相信 AI 将攻克实际可用的聚变能源问题，推动未来 AI 发展
微软认为 AI 能加速实用核聚变的研发，为解决 AI 高能耗问题提供可能，虽核聚变仍处于实验阶段，但借助 AI 助力探索清洁能源之路或缩短试错周期。
Stripe推出支付AI基础模型，公布与 Nvidia 加深合作
Stripe在年度大会上推出多款支付创新产品，包括基于亿级交易训练的AI模型提升反欺诈能力、稳定币多币卡以及多支付渠道管理工具，并快速协助 Nvidia 完成账单迁移，全面扩展全球支付方式。
卡巴斯基呼吁建立网络免疫力以应对日益增长的网络威胁
卡巴斯基CEO在Gitex Asia 2025上指出，全球网络攻击数量激增，专业及国家级黑客组织愈发猖獗。他提出构建默认安全、各系统间严格隔离的“网络免疫”系统，以保障关键基础设施安全。
DARPA 借助人工智能加速数学创新
美国 DARPA 推出 expMath 项目，依托 AI 技术加速纯数学研究，旨在培养具备证明和抽象能力的 AI 数学家。
Hitachi Vantara 添加了 Index Engines 的 AI 勒索软件检测
Hitachi Vantara 在 VSP One 存储平台上集成 CyberSense AI 检测工具，实现对数据变化的实时分析，保障性能、安全和节能，提升勒索软件防护与数据恢复能力。
AI 烹饪创新：人工智能如何改变餐饮服务业
人工智能正在深刻改变餐饮行业。从智能点餐系统到烹饪机器人，AI 技术正被广泛应用于食品制备、销售营销和客户服务等多个环节。这不仅提高了餐厅的运营效率，还为消费者带来了更加个性化和便捷的用餐体验。随着 AI 技术的不断发展，未来的餐饮业将迎来更多创新和变革。
跨联科技完成大规模数据迁移项目，推出全新分析和安全服务
TransUnion信用报告公司宣布其大规模数据湖项目即将完成，OneTru平台已为内部和客户带来显著收益。该平台支持新的信贷风险产品、身份营销解决方案和欺诈预防服务，提高了生产力并改善了客户体验。公司正专注于为客户提供分析、风险管理等服务，并计划推出可组合的灵活平台。
研究人员指出 OpenAI 在付费墙后的 O'Reilly 图书上训练 AI 模型
一项新研究表明，OpenAI 可能在未获授权的情况下，使用 O'Reilly 出版社的付费图书来训练其先进的 AI 模型。研究发现，与早期模型相比，OpenAI 的 GPT-4o 模型对 O'Reilly 付费内容表现出更强的识别能力。这一发现引发了对 AI 训练数据来源和版权问题的讨论，同时也凸显了 AI 公司在寻求高质量训练数据方面面临的挑战。
高通收购 MovianAI 以增强其 AI 能力
高通宣布收购越南AI开发商MovianAI，以加强其在生成式AI领域的实力。MovianAI隶属于VinAI，后者是越南最大企业集团之一Vingroup旗下的机器学习研究实验室。此次收购将为高通带来高素质人才，有助于其在多个行业提供先进的AI解决方案，包括智能手机、PC和软件定义汽车等领域。
直取人工超级智能而非通过中间步骤的路径探讨
本文探讨了人工智能发展路径的两种观点:一是传统的"人工智能-通用人工智能-超级人工智能"三阶段路径;二是直接从人工智能跨越到超级人工智能的新观点。文章分析了两种路径的利弊,指出虽然目前尚无定论,但考虑这两种可能性对人类应对AI发展至关重要。文章还探讨了人类是否能主导这一进程,以及AI可能带来的影响。
IBM 的企业 AI 战略：信任、规模与成果
IBM迅速确立了其作为企业AI领域重要竞争者的地位。该公司采用全栈平台策略，结合专有模型、与Red Hat混合云基础设施的深度整合以及全球咨询规模优势，执行多管齐下的方法，已经在运营效率和财务收益方面取得显著成效。IBM的AI相关业务在不到两年时间内增长至50亿美元，其中约80%来自咨询业务，20%来自软件订阅。
信用授予有方：深入解析 Experian 改变金融服务可及性的 AI 框架
Experian信用局采用了一种审慎的AI应用方法，开发了内部流程、框架和治理模型，帮助其测试和大规模部署生成式AI。这种方法融合了先进的机器学习、代理式AI架构和基层创新，改善了业务运营，并为约2600万美国人扩大了金融服务的可及性。Experian的AI之旅展示了传统数据公司如何转型为AI驱动的平台企业，为负责任的AI治理提供了蓝图。
AI 是否是帮助阻止网络攻击的秘密武器？
随着网络威胁日益复杂,传统安全措施难以应对。人工智能正在彻底改变网络安全领域,通过自动化威胁检测、智能响应系统和预测分析等手段,让安全团队能更快速高效地应对风险。AI 不仅可以实时监控系统、检测异常,还能主动加强防御并识别潜在风险,成为组织保护网络安全的关键工具。
生成式 AI 需要合成数据，我们需要确保其可信度
生成式 AI 模型需要大量真实数据训练，但互联网上的内容仍不足以应对所有情况。为继续发展，这些模型需要使用模拟或合成数据进行训练。专家指出，AI 开发者必须负责任地使用合成数据，否则可能会迅速出现问题。合成数据可以教导模型应对现有数据中不存在的场景，但关键是要确保这些数据可靠且符合现实。
AI 对云计算支出的影响：对算力的渴求
人工智能应用，尤其是生成式AI，正推动企业云计算成本上升。一项报告显示，这些成本平均增长了30%。大多数IT和财务领导认为GenAI导致的云支出已难以控制。专家指出，不加管理的GenAI可能使创新在财务上不可持续。然而，AI工具也可以帮助预测和管理云支出。专家建议采用混合云模式和边缘计算来控制成本，并根据组织的云计算发展阶段做出架构决策。
如何适应 AI：与吴恩达的对话
本文探讨了人们对人工智能的普遍担忧,并提供了一些建议来帮助人们适应AI技术。文章介绍了常见的AI恐惧,如就业displacement和失去人际关系等。同时,文章也给出了一些建议,如使用免费AI工具、自动化繁琐任务等,以帮助人们更好地理解和利用AI。专家Andrew Ng还分享了AI在商业应用中的潜力,强调了设计直观易用的AI系统的重要性。
京公网安备 11010802021500号
