AI TrendTrackers

2024年诺贝尔化学奖的一半授予了谷歌DeepMind的联合创始人兼首席执行官德米斯·哈萨比斯和公司总监约翰·M·朱姆珀，以表彰他们在利用人工智能预测蛋白质结构方面的研究成果。另一半奖项则授予华盛顿大学生物化学教授大卫·贝克，以表彰他在计算蛋白质设计领域的贡献。三位获奖者将分享1100万瑞典克朗（约合100万美元）的奖金。 这一研究的潜在影响巨大。蛋白质是生命的基础，但要了解其功能，需要破解其结构，这是一个复杂且耗时的难题，以往往需数月甚至数年才能解决。如今，由今年获奖者开发的计算工具大大缩短了预测蛋白质结构的时间，帮助科学家更好地理解蛋白质的工作原理，并为研究和药物开发开辟了新的途径。这项技术可能推动更高效的疫苗研发，加速癌症治疗研究，甚至催生全新的材料。 哈萨比斯和朱姆珀开发的AlphaFold于2020年解决了科学家们数十年来的难题：如何从氨基酸序列预测蛋白质的三维结构。自那以来，该AI工具已被用于预测所有已知蛋白质的形状。其最新版本AlphaFold 3不仅可以预测蛋白质的结构，还能预测DNA、RNA和配体等分子的结构，这对药物研发至关重要。DeepMind还将其成果的源代码和数据库免费向全球科学家开放。 哈萨比斯表示：“我致力于AI领域的研究，是因为它具有无与伦比的潜力，可以改善数十亿人的生活。AlphaFold已经被超过两百万名研究人员用于推进关键研究，从酶设计到药物发现。我希望将来人们回顾AlphaFold时，会将其视为AI加速科学发现的首个实例。” 大卫·贝克则通过开发多个AI工具来设计和预测蛋白质结构，例如著名的Rosetta程序系列。他的实验室在2022年开发了一款名为ProteinMPNN的开源AI工具，帮助研究人员发现未知蛋白质并设计全新的蛋白质。该工具能辅助科学家根据目标蛋白质结构，寻找可折叠成该形状的氨基酸序列。 最近，贝克的实验室在9月底宣布，他们成功开发出定制分子，能够精准地在活细胞中靶向和消除与疾病相关的蛋白质。 贝克曾在2022年接受《麻省理工科技评论》采访时表示：“蛋白质在进化过程中不断优化，以解决生物体面临的各种问题。但今天我们面临的新问题，如新冠疫情，如果我们能够设计出能像进化过程中产生的蛋白质那样有效解决新问题的蛋白质，那将具有非常强大的潜力。” 此次诺贝尔奖的颁发不仅再次彰显了AI在推动科学研究中的巨大作用，也预示着计算工具在生物学和医学领域的广泛应用前景。

过去二十多年，谷歌一直致力于机器学习和人工智能（AI）的研究，开发出一系列旨在改善人们日常生活的产品。谷歌的各个团队正积极探索如何在医疗、危机应对和教育等广泛领域释放AI的潜力。为了向大家分享最新进展，谷歌将定期汇总最新的AI动态，包括产品、研究等方面的最新消息。以下是九月份部分AI公告的回顾。 谷歌首席执行官在联合国峰会上宣布全球AI机会基金 在联合国首次举办的“未来峰会”上，谷歌首席执行官桑达尔·皮查伊宣布设立1.2亿美元的全球AI机会基金，旨在扩大AI教育和培训，并呼吁公私合作确保AI的普惠性。他在演讲中表示：“有了AI，我们有机会从一开始就实现包容性，确保数字鸿沟不会演变为AI鸿沟。”皮查伊向国际政策制定者们表示，“我们期待与大家合作，确保将大胆的创新以负责任的方式应用于每个人。机遇太大、挑战太紧迫，AI的变革性影响太深远，绝不容忽视。” 利用AI让人们和企业更高效 谷歌为其AI驱动的研究助手NotebookLM增加了“音频概述”功能。这项新功能通过两个AI主持人讨论用户上传的材料，帮助用户更快地理解复杂信息。用户可以收听对话并下载保存，还支持上传YouTube链接和音频文件，并且可以轻松分享音频概述。此外，NotebookLM还改进了内容共享方式，使学习和分享有趣话题更加便捷。 企业AI应用的广泛推广 在“Gemini at Work”全球数字活动中，Google Cloud和Google Workspace展示了超过50个企业客户的AI应用案例。这些客户利用Gemini技术提升生产力、改善客户体验，并为企业开辟全新的业务模式。特别是AI代理在满足不同需求方面表现突出。例如，帮助顾客找到特定商品、指导员工选择合适的健康福利，或者辅助护理人员更好地进行交接工作。 谷歌.org支持AI教育 谷歌.org宣布向五个教育组织提供超过2500万美元的资助，旨在为美国50多万名教育工作者和学生提供AI基础技能培训。该项目将开发AI课程、教师培训以及包容性的AI学习体验，其中一些组织还将提供“生成式AI教育者课程”，帮助教师利用生成式AI工具提高教学效率并节省时间。 AI推动更安全、更健康的社区 谷歌推出了“耐热性工具”，通过AI增强的卫星和航空影像分析城市中的高温风险。该工具结合AI检测技术与其他模型分析，评估城市绿地面积和建筑屋顶反射太阳光的能力，帮助城市规划者和地方政府制定降温措施。目前，这一工具正在14个美国城市试点，以确定哪些社区最易受高温影响，并制定相应的应对方案。 卫星技术用于检测野火 谷歌研究部门与消防领域的专家合作，推出FireSat项目，这是一组专门用于检测和追踪野火的卫星系统。FireSat能够探测到仅有教室大小（约5×5米）的火灾，并在全球范围内每20分钟更新一次高分辨率图像，有助于紧急救援人员快速响应。这将大大提升早期火灾发现和控制的能力。 AI助力疾病早期筛查 谷歌推出了“健康声学表示”（HeAR）模型，供研究人员使用。HeAR可以帮助开发模型，分析人类发出的声音（如咳嗽声）来早期检测疾病。这项技术有望用于筛查结核病等可治疗但常被漏诊的疾病，特别是在医疗资源不足的国家。 展望AI的未来 谷歌高级副总裁詹姆斯·曼尼卡在斯坦福大学的《数字化论文》中撰文，探讨2050年AI的广泛益处。他呼吁公众思考AI发展方向，并设立里程碑来衡量进展。AI的每一步发展都至关重要，这样的公共讨论对AI技术的应用至关重要，并将对当下及未来的生活产生深远影响。 谷歌通过这些创新和举措，展示了其利用AI推动社会进步的雄心，为不同领域的挑战带来了新的解决方案。

Nvidia（NASDAQ:NVDA）展示了下一阶段的人工智能（AI）发展，应用范围涵盖从高级AI代理到机器人运行的工厂、天气预报、癌症治疗甚至与外星生命体的联络。 这些雄心勃勃的目标背后是Nvidia的硬件和软件技术支持，包括目前正在建设的AI工厂和名为“Blackwell AI超级集群”的数据中心，这些数据中心配备了32,000个液冷GPU。 在周二于华盛顿特区举行的Nvidia AI峰会上，Nvidia企业平台副总裁兼总经理鲍勃·佩特称，“这是工程学的奇迹。再加上CUDA库、LLM（大型语言模型）和Omniverse（全宇宙平台），我们正在训练AI使其更好地适应现实世界。” 佩特还表示，“我们预计将在今年第四季度增加Blackwell的出货量，其中一些最强大的系统将在这个季度出货。”据他预测，AI技术预计将在各行业产生20万亿美元的经济影响。受此推动，Nvidia的股价在当天下午交易时段上涨了3.5%。 NIM代理蓝图和AI应用 佩特介绍了Nvidia的NIM代理蓝图，这些蓝图包括用于客户服务的数字助手“James”等AI代理。此外，NIM代理还应用于网络安全、基因组分析，甚至帮助研究人员无需进入实验室就能测试新药的有效性。 佩特提到，“ServiceNow（NOW）正在使用我们的NIM代理，特别针对公共部门、电信和医疗保健领域开发了新助手。我们提供的不仅是应用程序，而是工作流程，就像Hello Fresh提供的食谱和食材，用户可以根据需求进行定制。” 物理AI、Earth 2和寻找外星生命 Nvidia表示，AI的下一阶段将是“物理AI”，即机器人在物理世界中的互动，这些机器人将由远程计算机控制。Nvidia首席执行官黄仁勋透露，“全球最大的电子制造商富士康（OTCPK:FXCOF）正在使用Nvidia AI训练机器人，并建设机器人制造工厂。” 物理AI的其他应用还包括增强通信网络。佩特称，Ansys（ANSS）、T-Mobile（TMUS）、爱立信（ERIC）和软银（OTCPK:SFTBY）等公司都在利用AI工具改善网络性能。此外，Nvidia还宣布推出“Nvidia Aerial RAN计算机”，帮助电信公司提升5G覆盖并为6G做准备。 佩特还详细介绍了Nvidia的Earth 2项目，这是一个地球的数字孪生体，用于分析天气模式、自然灾害以及检测和减缓野火等用途。 最后，佩特介绍了Nvidia的Holoscan平台，该平台正在被SETI研究所用于远程探测，以更好地了解新的和罕见的天文现象，寻找外星生命的迹象。SETI研究所的安德鲁·西米恩表示，“我们正处于以全新方式分析流式天文数据的边缘，未来能够发现的东西将非常令人惊叹。” Nvidia此次发布的新技术不仅推动了AI应用的发展，也展示了该公司在人工智能硬件和软件领域的领先地位，同时为未来的科技创新描绘了宏伟的蓝图。

Uber正加大力度推动更多电动车（EV）加入打车和外卖平台，并认为为司机提供一个能解答所有电动车问题的聊天机器人将会有所帮助。根据Uber发言人透露，这个AI助手将于2025年初在美国推出，由OpenAI的GPT-4o驱动。 在上线初期，这个AI助手将专注于回答电动车相关问题，比如哪里可以充电或者哪款车更适合购买。不过，未来可能会扩展到其他使用场景。Uber在伦敦举行的Go-Get活动中宣布了这一与OpenAI新旗舰模型的集成。GPT-4o能够进行类人对话，并具备文本、音频和视觉推理的能力。 司机可以在Uber司机应用的主界面上找到这个AI助手，机器人将不断更新信息，并提供个性化的回答，根据司机的需求、所在城市以及政府提供的相关激励措施进行定制。Uber发言人告诉TechCrunch，未来司机将不仅能通过文字向机器人提问，还能直接与其对话，而机器人也会通过语音回答司机的查询。 目前尚不清楚AI助手将支持哪些语言，但Uber计划在接近发布时公布更多细节。OpenAI表示，GPT-4o能够支持超过50种语言。 与AI助手的推出同步，Uber还将推出一项“电动车导师计划”。在这一计划中，高评分的电动车司机如果愿意成为新司机的导师，帮助他们了解拥有电动车的经验，将有机会获得现金奖励和其他激励措施。 Uber在Go-Get活动中公布的这项与OpenAI的合作，是其电动车和气候相关新闻的一部分。今年的活动聚焦于气候问题，Uber宣布了一些新功能和更新，使乘客和司机更容易选择电动车。 例如，Uber的绿色出行服务（Uber Green），目前在180多个市场中让乘客可以选择乘坐混合动力或电动车。未来将在40个城市增加“纯电动”选项，首批城市包括纽约、洛杉矶、费城、旧金山、拉斯维加斯、巴黎、奥克兰等。乘客还可以在Uber应用中设置偏好，当附近有电动车时，优先匹配电动车。 Uber这一系列新举措显示了其在推广电动车和应对气候变化方面的决心，旨在通过技术和激励措施鼓励更多用户和司机向电动化转型。

美国司法部提出了一项广泛的提议，要求谷歌剥离部分业务，这可能会成为40年来首次大型企业拆分的案例，并重塑全球最有价值的科技公司之一的结构。 司法部与多州总检察长联合在周二向美国地区法官阿米特·梅塔提交了一份32页的文件，列出了解决谷歌在搜索和搜索广告领域垄断问题的潜在补救措施。去年8月，梅塔在一项具有里程碑意义的反垄断案件中裁定谷歌败诉，这些补救措施框架提供了一系列选择，包括行为限制和更为激进的结构性调整。 司法部的提议涵盖了四个主要领域的补救措施： 搜索分发：限制或取消默认搜索协议、预装和收入共享协议。考虑通过结构性措施将Chrome、Play商店和/或Android与谷歌拆分。限制谷歌对新兴搜索技术（包括人工智能功能）的控制。实施用户教育计划，以促进用户对搜索引擎的知情选择。 数据访问与使用：要求共享谷歌的搜索索引、数据、算法和AI模型。要求在搜索结果、功能和广告排名信号方面保持透明。禁止谷歌利用因隐私问题而无法共享的数据。采取措施降低竞争对手在数据索引和存储方面的成本。 扩展搜索垄断：限制谷歌通过合同阻碍竞争对手访问网络内容，并允许出版商网站选择退出AI训练或不出现在谷歌旗下的AI产品（如AI摘要）中。 广告业务：缩减或重组谷歌的高级广告产品，包括基于AI的工具。探索单独许可谷歌广告数据流与搜索结果的选项。提高广告业务的透明度，为广告商提供详细的竞价和盈利数据。 司法部还详细说明了其关于拟议补救措施的逻辑，以及为何即便是目前收入较少的人工智能工具也应包括在内。补救措施应“考虑到替代性和未来的垄断维护形式”，并旨在“消除谷歌排他性行为对这些市场的束缚”，移除竞争壁垒，并“剥夺谷歌因违法行为所获的不正当收益”。 谷歌在周二晚间的博文中回应，称司法部的提议“激进且广泛”，并警告可能对美国的创新和消费者带来“负面的意外后果”。 投资机构伯恩斯坦的分析师在周三致客户的报告中表示，这一补救措施“范围广泛”，但“广而不深”。 他们写道：“在当前更广泛的AI竞争中，谷歌最不需要的就是因监管限制而只能单手作战。” 这一反垄断提案如果落实，可能会对科技行业及谷歌自身产生深远影响。它不仅可能重塑谷歌的商业模式，还将对未来的AI发展、数据使用和广告技术产生广泛的连锁反应。

今天，Nvidia在华盛顿特区的AI峰会上展示了其技术，旨在向首都介绍最新的AI发展。这家全球最大的AI芯片制造商在会上发布了七项重要公告，概述如下。 首先，Nvidia宣布与美国科技领军企业合作，帮助组织开发定制的AI应用，并通过最新的Nvidia NIM Agent Blueprints和Nvidia NeMo及NIM微服务，推动全球产业转型。像AT&T、Lowe’s和佛罗里达大学这样的组织已经在利用这些微服务，构建数据驱动的AI生态系统，以支持定制化生成式AI应用的开发。 此外，美国的咨询巨头，如埃森哲、德勤、Quantiphi和SoftServe，正在采用Nvidia的NIM Agent Blueprints和Nvidia NeMo及NIM微服务，协助医疗、制造、通信、金融服务和零售等领域的客户创建生成式AI代理和辅助工具。 数据和AI平台的领导者，如Cadence、Cloudera、DataStax、Google Cloud、NetApp、SAP、ServiceNow和Teradata，也正利用Nvidia NIM推进其平台的发展。Nvidia首席执行官黄仁勋表示，AI正在改变全球产业的未来，通过与美国企业、大学和政府机构合作，Nvidia将助力AI的广泛应用，推动生产力提升和经济增长。 新的NeMo微服务（包括NeMo Customizer、NeMo Evaluator和NeMo Guardrails）可以与NIM微服务结合，帮助开发者大规模整理数据、定制和评估模型，并管理响应，确保符合业务目标。这些技术可以部署在任何GPU加速的云端、数据中心或工作站上。 Nvidia的技术还应用于寻找地外智能。SETI研究所利用Nvidia技术进行快速电波爆发的实时AI搜索，以期发现可能的地外生命迹象。科学家们在今夏升级了工具，首次将AI应用于来自太空的微弱信号检测。SETI研究所的Allen望远镜阵列正在北加州用于搜寻地外智能，并研究瞬态天文现象。 此外，匹兹堡将迎来Nvidia AI技术中心，与卡内基梅隆大学和匹兹堡大学合作，建立两个联合技术中心，促进人工智能创新及学术与公共领域的合作。卡内基梅隆大学以其在自主驾驶和自然语言处理方面的领先研究闻名，而匹兹堡大学在2022年科研经费超过10亿美元，排名全美第六。 美国的医疗系统也在采用Nvidia的AI技术，从研究实验室到临床应用都能看到AI的身影。例如，国家癌症研究所利用Nvidia MonAI模型进行3D影像标注，而国家转化科学中心则使用生成式AI技术缩短新药开发的时间。 在网络安全领域，Nvidia推出的NIM Agent Blueprint为容器安全提供了解决方案，结合Nvidia Morpheus框架和数据分析工具，加速漏洞分析，并支持生成式AI应用的自动化风险评估，助力企业更好地防御潜在威胁。 最后，Nvidia宣布CUDA-X平台为Polars数据处理库提供加速，使其数据分析速度提升高达13倍，有效优化单机工作负载的开发速度和成本效率。这一进展对于需要快速迭代的AI开发来说无疑是一个重大提升。

2024年诺贝尔物理学奖得主、与约翰·霍普菲尔德教授共同获奖的杰弗里·辛顿教授，近日对人工智能技术（AI）潜在的危险发出了严厉警告。 在诺贝尔奖公布后的电话会议中，辛顿教授表达了对AI技术快速发展带来的深刻担忧。 “我们必须担心可能产生的不良后果，”辛顿教授警示道，并特别强调了应对AI发展过程中潜在风险的必要性。 这位因在神经网络领域的开创性工作与霍普菲尔德教授共享诺贝尔奖的计算机科学传奇人物指出，AI系统的能力正在以前所未有的速度增长。 “AI的影响将会像工业革命一样巨大。但不同的是，它并非只是超越了体力，而是增强了人类的智力。我们从未有过与比我们更聪明的事物共存的经验。AI可以提供更好的医疗服务，提升效率，极大地推动生产力的提升。然而，我们也必须担忧潜在的不良后果，尤其是这些技术可能失控的威胁。”辛顿教授如此表示。 作为AI领域的奠基者之一，辛顿教授反复强调了技术进步的双重性质。 他在肯定AI在医疗、科研以及应对气候变化等方面所具有的巨大潜力的同时，也呼吁人们保持警惕，防止技术被滥用以及应对可能的意外后果。 辛顿教授的警告出现在AI技术日益融入社会各个层面的关键时刻。 他特别指出了AI领域内伦理问题的考量和负责任发展的重要性，呼吁科学家、政策制定者和行业领袖之间加强合作，制定有效的安全保障措施。 辛顿教授的担忧反映了科学界乃至更广泛的社会对先进AI系统可能影响的持续辩论。 当被问及他使用最多的AI工具时，辛顿教授表示是ChatGPT，并坦言自己对获得2024年诺贝尔物理学奖感到非常震惊和意外。 这位诺奖得主发出的警告，由于他在科学领域的崇高地位，尤其是在刚获得科学界最高荣誉的情况下，必然会进一步推动关于AI治理和伦理的讨论。 随着全球继续应对AI技术的迅猛发展，辛顿教授的警告无疑是一个及时的提醒，提示人们在享受AI带来的巨大益处时，也必须采取主动措施，防范潜在的风险。

I. 误读了AI的现状艺术家Reid Southen，在X平台上因坚定反对生成式AI而闻名，特别是为反AI的艺术家们发声。他为上面的拼贴图配上了一句带有末日预言意味的评论： “朋友们，他们已经走投无路了。AI公司开始提价以抵消损失。传统上，只有在你垄断市场后才会这么做。他们完了。” Southen的看法看似合理，基于以下三个原因： 来源即使是那些成功占据了可观市场份额的初创公司，如OpenAI和稍次的Anthropic，也远未实现盈利。ChatGPT是生成式AI舰队的旗舰，拥有2亿每周活跃用户（其中1100万是付费用户），但仍未为OpenAI带来足够的收入来覆盖资本支出（如购买Nvidia的GPU）和运营支出（如在微软Azure云上运行ChatGPT本身）。Anthropic的处境也不见得更好。 当公司账目亏损时，如果认为市场需求能承受价格上涨，那么提高价格似乎是合理的策略。虽然看上去像Southen所说的“绝望”，但实际上是有道理的。我打赌，付费的ChatGPT用户会愿意为这个生成“黄金令牌”的应用多掏些钱。我愿意。 但10倍？100倍？这就是Southen带着幸灾乐祸提到的数字。根据传闻，OpenAI正在考虑将订阅费用提高到每月2000美元。如果连全球1100万付费用户和一些世界上最大的资助者都不足以让你在不大幅提高价格的情况下保持竞争力，那也许你的技术根本没有市场。 这至少是如果我们遵循Southen看似合理的推论得出的结论：AI公司已经“完了”，因为它们计划以贪婪的方式大幅提高产品价格以弥补成本。 但他错了。错了两次。 首先，数字不对。OpenAI并不需要将当前收入提高100倍来实现收支平衡。也不需要10倍或5倍。 简单的计算。根据报道，“OpenAI的AI训练和推理成本今年可能达到70亿美元[加上]人员成本可能高达15亿美元。”总共是85亿美元。同时也有报道称，OpenAI的收入在2024年翻倍至34亿美元，最近更新的数字是40亿美元。两者都是未经证实但合理的估计；显然不会相差一个数量级。这意味着OpenAI的经营亏损约为45亿美元。 将收入翻倍——虽说容易但做起来难——就足够了。 筹集资金也是个办法。 这正是OpenAI的计划。新一轮融资（最高达65亿美元）可能会包括苹果和Nvidia——加上微软（OpenAI的主要资助者和受益者），形成科技巨头三强——以及阿联酋。用Bruce Wayne的话来说，OpenAI从这些朋友那里筹集到的资金，已经无需再担心其他资金来源。 所以，无论是从收入数字来看，还是考虑到OpenAI的短期融资计划，提价作为一种抵消亏损的手段都没有意义。你可以嘲笑生成式AI依然未能盈利（尽管炒作声不断），但这一假设并无解释力。 到目前为止，我只是驳斥了对OpenAI提价原因的错误分析。有没有合理的假设来解释他们为什么还会这么做？ 有一个。Southen错得更深的一点是：如此昂贵的价格层级（高达四位数）揭示了AI公司——特别是OpenAI——并非“已经完蛋”，而是在“烹饪”着什么新东西。这个故事与其说是它们害怕成本倒退，不如说是它们对未来愿景充满信心。 与Southen的看法相反，这其实是个好消息——对那些能负担得起的人来说。 II. 好老派的生成式AI 当我写这篇文章的初稿时，”Strawberry”还是个传闻。如今，它作为OpenAI o1模型系列的实体化，揭示了一种新的AI范式。我曾为此写过一篇7000字的文章，所以这里就不再详细展开了。只想提前说一下，这些公司在“烹饪”的东西已经准备好上桌，我本打算提出的假设已经得到证实。 在解释o1，首个“能推理的AI”如何改变商业方程式之前，让我们回到ChatGPT。 ChatGPT的训练和运行成本虽然昂贵，但还不算太离谱。它也是一个原始工具，就像它的同类一样。没人会为如今的GPT-4、Claude或Gemini支付每月2000美元——这些聊天机器人有时能知道一些事实，半数时间解决不了简单的谜题，而且在孩子都能通过的任务上会犯下令人难以置信的愚蠢错误。如果你学会如何在它们的缺陷和创作者的夸大其词中航行，它们确实有用，但它们是不完整的、不完美的、尚未成熟的技术。 那么聊天机器人和“推理者”之间有什么关系呢？Chatbot是通向通用AI（AGI，人类水平AI）的第一阶段。不论你是否相信AGI的可行性，或是否相信它会很快到来，企业无疑正朝着这个目标迈进。随着他们前进，走过的地形也在改变，语言、推理、代理、发明……事实证明，OpenAI上周发布的o1模型将他们从基础的生成式AI带到了推理式AI的生物群系。 OpenAI o1虽然还不完美——在前辈失败的地方它也经常摔跟头——但不能仅凭它的当前局限来忽视它。变化不在于实用性，而在于理论。与ChatGPT不同，o1模型需要时间来回答。因为它在“思考”。它不再仅仅是一个聊天机器人。它的存在开启了所谓的“推理范式”。 OpenAI o1超越了生成式AI的标签。它超越了ChatGPT。 我们必须重新构建我们对AI是什么、能做什么的整体认知。要将这一点传达给普通大众并不容易，因为AI社区在很大程度上未能清晰区分生成式AI和更广泛的AI领域。现在我们被一种不必要的同义化所束缚，许多人简化地认为：AI = 生成式AI = ChatGPT。随着新的推理范式的确立，这对大多数人来说将是一个惊喜。 虽然经过了两年令人疯狂的时间，但从现在起，生成式AI将不再是最前沿的技术。我们对AI的假设、预测以及对其现在和未来的乐观想法突然变得过时了——包括这些工具总是会变得越来越便宜的错误推论。 III. 新产品，新定价 一些目光短浅的人将OpenAI提价的传闻解读为一种绝望的举动，认为他们是为了弥补现有产品的成本。他们用了一个传统的科学发现框架来理解这件事，这就是Reid Southen最初误读新闻的原因：这与现有产品或现有范式无关。 需要澄清的是，基于GPT-4的ChatGPT——你过去两年一直在使用的工具——随着时间的推移仍将变得更便宜，而不是更贵。这是趋势，并且将继续下去。基础设施和训练后的优化会减少运营成本，从而使每个 字的价格接近零。 但o1是不同的。它可能会解决一些没人能解决的问题，比如如何减少宇宙中的净熵量。当然，我是在开玩笑。不过，它可能会解决一些稍微简单点的问题，就像谷歌DeepMind的AlphaFold所做的那样。即使o1无法做到，它的继任者——基于相同范式的模型——也可能解决。这会更昂贵，但也更有价值。这才是OpenAI定价部门关心的事情。这也是为什么Sam Altman——也很快会有Dario Amodei和Demis Hassabis——打算以四位数的订阅费来出售这种技术（如果我们幸运的话，可能是三位数的订阅费）。 具体而言，我认为OpenAI可能提到高达每月2000美元的价格（我不认为这是对所有用户的要求）的原因是：价格层级可能会根据用户希望模型在每个问题上花费的时间来定义。它可能就这么简单。你需要五分钟来调试一个中等规模的程序吗？那可能是每月50美元（或其按需付费的等价物）。假设你是一名遗传学家，正在研究一些模糊的基因疾病联系，并且需要半小时来处理一个特别复杂的案例。这可能是每月300美元。然后是每月1000美元或2000美元，专为那些最具挑战性的任务。 细节尚未尘埃落定，但已有的暗示已刻在地面上。这——一个新范式，一个新产品，一个新定价——才是正确的解读。 IV. 停留在过去时态 除了对AI业务和进展的表面分析错误，Reid Southen犯了一个更严重的错误。让我在这一部分分享一个警示故事。 他和他的同行们认为AI不会走得太远。无论是出于法律原因、资金短缺还是技术障碍，他们从未预料到OpenAI能够实现类似于o1的成就——或者说是ChatGPT的成就。他们这些年来一直深陷于轻视AI的态度中，无法看到批评之外的未来。如果你像他们一样，我告诉你，这种情况还会再次发生。并且会一再发生。是时候纠正航向了。 是的，现有的AI工具确实有不足之处，但从静态的角度去判断技术从来不会有好结果。我不愿意承认，但某种意义上，技术的二阶效应甚至能够救赎那些最让人讨厌的炒作。汽车最初只是“无马车”，而现在世界的城际基础设施大部分是高速公路，运输物流围绕它们的需求和可能性展开。抄写员试图保护他们的技艺、他们的生计。但是，没有印刷机，你现在又会在哪里？肯定不会在阅读这篇文章。…

TikTok最近推出了一个名为Smart+的AI驱动广告工具，旨在帮助广告商优化广告效果，提升投资回报率（ROI）。这个工具可以从广告创意开发到受众定位和优化的各个环节，协助广告商做出更明智的决策。 Smart+提供了灵活的自动化选项，广告商可以选择哪些AI功能来优化他们的广告活动，而不必完全依赖平台的算法。然而，尽管AI工具如Smart+可能提升广告效果，但由于缺乏背景理解，过度展示广告可能会影响品牌声誉。

美国科学家约翰·霍普菲尔德（John Hopfield）和英裔加拿大人杰弗里·辛顿（Geoffrey Hinton）于2024年10月获得诺贝尔物理学奖，表彰他们在机器学习领域的开创性发现与发明，这些成就为人工智能（AI）热潮奠定了基础。 这项技术被誉为在尖端科学发现到行政管理优化等各个领域具有革命性潜力，但同时也引发了对人类可能被自己创造的智能机器超越的担忧。辛顿，被广泛称为人工智能的“教父”，在去年辞去了谷歌的工作，以便更自由地讨论他所开创技术的潜在风险。他在加州的一家酒店通过电话向诺贝尔新闻发布会表示：“我们没有与比自己更聪明的东西共存的经验。这项技术在医疗等方面可能带来巨大的好处，但我们也需要警惕一些潜在的负面后果，尤其是这些智能系统失控的威胁。” 霍普菲尔德，现年91岁，是普林斯顿大学的名誉教授，他创造了一种联想记忆系统，可以存储和重建图像及其他数据模式。瑞典皇家科学院在颁奖时称：“今年的两位物理学诺贝尔奖得主使用物理学工具开发了今天强大机器学习技术的基础。” 现年76岁的辛顿，出生于英国，现在是多伦多大学的名誉教授，他发明了一种能够自动发现数据属性并执行任务的算法，比如在图片中识别特定元素。尽管辛顿在2023年意识到计算机可能比人类更早变得聪明，并因此离开谷歌，但他仍认为谷歌在技术发展过程中非常负责任。 辛顿还表达了对自己部分研究的遗憾，但他表示自己当时基于已有信息做出了选择，并补充道：“如果再遇到同样的情况，我还是会做出同样的决定。但我担心这些系统最终可能会比我们更智能，甚至接管控制权。” 对于机器学习及其他人工智能形式的担忧，诺贝尔物理学奖委员会主席艾伦·穆恩斯（Ellen Moons）表示：“尽管机器学习带来了巨大的益处，但其快速发展也引发了对未来的担忧。我们全人类必须共同承担起责任，确保这项技术能够被安全且道德地使用，造福人类。” 霍普菲尔德的父母都是物理学家，他曾在2019年获得本杰明·富兰克林物理学奖时表示，从未考虑过成为其他职业，因为科学家和工程师“才是真正理解世界的人”。他始终对“意识如何从机器中产生”这一问题感到着迷。 诺贝尔物理学奖被认为是全球物理学领域的最高荣誉，与诺贝尔文学奖、和平奖等一起，由阿尔弗雷德·诺贝尔设立，至今已有百余年历史。