# AI生成的虚假广告将在联邦选举期间播出。
在即将到来的联邦选举中，AI咨询委员会建议允许使用视频伪造技术制作总理或反对党领袖的虚假政治广告。该委员会还提议，在2025年大选前，自愿规则可以快速实施，对AI生成的内容进行标记，并在准备好时对政治广告实施强制性限制。然而，该报告未能获得大多数成员的支持，六名参议员中有四人对该内容存在分歧。反对党议员David Shoebridge表示，这将允许误导选民或损害候选人声誉的虚假政治广告。其他议员则认为，匆忙实施过程会不公平地限制言论自由。最终报告预计将在11月发布。
–# AMD向Nvidia发起AI芯片竞赛挑战。
AMD宣布其最新AI处理器MI325X即将投入数据中心使用，性能将超越Nvidia的H100。新处理器采用新型内存芯片，特别适用于AI软件的运行（推理）。AMD正努力挑战Nvidia在AI加速器市场的主导地位，并承诺每年推出新产品以加快创新步伐。然而，AMD仍需追赶Nvidia，投资者对此次发布反应平淡，股价下跌超过2%。AMD预计今年从新类型芯片获得45亿美元收入，并预测到2028年市场规模将达到5000亿美元。此外，AMD还推出了基于Turin技术的新一代服务器处理器，并表示已占据市场34%份额。
–# Adobe推出的应用程序允许创作者保护其作品不受生成式AI训练的影响。
Adobe于10月8日发布免费网页应用Adobe Content Authenticity，允许内容创作者为其作品添加“Content Credentials”。这些元数据包含创作者信息及创作背景。创作者还能借此表明不愿其内容用于训练生成式AI模型。该应用旨在赋能创作者，确保作品归属。Adobe Content Authenticity为现有Adobe Content Credentials计划的延伸，集成至Creative Cloud应用如Photoshop和Lightroom，支持批量应用认证至数字作品（图像、音频、视频）。认证信息包括姓名、网站及社交媒体账号等。此外，Adobe还推出Chrome扩展程序，可检索并展示互联网上内容的相关认证。创作者亦能表明不希望其内容用于训练AI，包括Adobe自家的Firefly模型。大型语言模型的训练数据常包含未经创作者同意从互联网获取的内容，引发版权争议。多家媒体机构已对AI开发者提起侵权诉讼。
–# Salesforce英国负责人呼吁政府不要以同样的方式对所有人工智能公司进行监管。
在2024年9月17日于加州旧金山举行的Salesforce年度Dreamforce会议上，英国及爱尔兰区CEO扎拉·巴霍罗鲁米表示，希望英国政府对人工智能进行监管，但强调政策制定者不应一概而论，将所有开发AI系统的科技公司视为一体。她认为，企业级AI系统需遵守更严格的隐私标准和企业规范，因此呼吁立法应针对性、适度且量身定制。巴霍罗鲁米指出，面向消费者与企业级的AI工具存在差异，前者受到较少限制，后者需满足更高标准。英国科学创新和技术部发言人表示，即将出台的AI规则将针对少数开发最强大AI模型的公司，而非普遍适用于所有AI应用。这可能意味着像Salesforce这样的公司可能不受新规则影响。英国政府致力于支持AI产业的发展，并促进技术在经济中的广泛应用。
–# 隐私名展示了全球南方的困境：人工智能创新与监管。
None
–# “人工智能主权是否会成为科技霸权的新战场？”
随着国家对人工智能（AI）主权的重视日益增加，各国正努力加强对AI发展和国内使用控制。AI主权概念体现在政策层面，如强制数据共享、开放数据集、数据本地化以及限制跨境数据流动的要求。此外，AI主权还涉及基础设施建设，包括先进计算能力、AI芯片制造，以及构建本地化和专业化的训练数据集。
从数据主权到AI主权，两者之间存在差异。数据主权主要源于对数据被不良行为者或外国公民滥用的担忧，而AI主权则侧重于创新和技术领导地位。AI主权不仅仅是关于市场和创新，还包括对敏感AI应用的控制和监督。在构建AI价值链时，国家追求从本土出发，并强调控制与监督。
AI主权并非绝对的概念，而是相对的。国家无法完全实现AI主权，但可以通过建立对AI堆栈的控制来实现相对的AI主权。这包括芯片、云基础设施、模型、算法、软件和应用等。AI主权也涉及到非个人数据的保护，因为这些数据是AI训练的基础。为了确保文化代表性，国家需要拥有自己的数据集，并在AI开发过程中考虑到文化因素。
数据隐私和安全对于AI至关重要。企业需谨慎分享数据以避免AI模型被外部控制。同时，确保敏感信息不用于训练AI模型的方法可能增加成本，但有助于企业在不牺牲数据隐私的情况下利用AI能力。政府应帮助初创企业解决数据隐私问题，并确保AI产品开发者在每一步都考虑隐私问题。
AI主权还影响国际贸易协议。例如，TRIPS协议可能需要重新审视，以适应AI带来的变化。在紧急情况下，如COVID-19疫情，AI在国际合作中的角色及其对数据和版权的影响也需要考虑。因此，需要在全球层面建立共识，并调整相关法律框架和机构机制，以应对未来可能出现的健康危机等紧急情况。
–# Cerebras在尝试向华尔街推销其作为Nvidia替代品的AI芯片时，“头发太多”，其IPO面临挑战。
Cerebras Systems, co-founded by Andrew Feldman, aims to become the first major venture-backed tech company to go public in the US post-April, leveraging AI demand, especially for Nvidia. However, its IPO faces challenges, notably heavy reliance on a single Middle Eastern customer, G42, which accounts for 87% of revenue. Cerebras seeks to raise $4 billion, aiming to double its valuation. Its AI chip is claimed to outperform Nvidia’s GPU for large language model training. Despite strong growth, the company’s future is clouded by customer concentration and potential national security concerns related to G42’s ties to China. Cerebras’ lack of involvement from top tech investment banks adds to the hurdles.
–# 如何使用AI来总结你的Excel表格
在当今数字化时代，数据管理变得尤为重要。Excel作为一款广泛使用的电子表格软件，能够帮助我们整理、分析和呈现大量数据。然而，面对庞大的数据集时，手动总结和分析可能会耗费大量的时间和精力。这时，人工智能（AI）技术便能发挥其优势，帮助我们更高效地处理Excel表格中的信息。
以下是使用AI来总结Excel表格的几个步骤：
1. **数据导入**：首先，你需要将Excel表格的数据导入到支持AI处理的工具或平台中。这通常可以通过API接口、文件上传或直接连接数据库等方式实现。
2. **选择合适的AI工具**：市面上有许多AI工具和插件可以用于数据分析和总结，如Tableau、Power BI、IBM Watson Analytics等。选择一个与你当前使用的Excel版本兼容且功能符合需求的AI工具。
3. **训练模型**：有些AI工具可能需要你对模型进行一定程度的训练，以适应特定类型的数据和分析需求。这一步骤可能包括设置参数、选择算法以及调整模型以优化分析结果。
4. **设定分析目标**：明确你希望通过AI总结的目标，比如提取关键指标、识别趋势、发现异常值或者生成预测模型等。根据目标调整AI工具的配置和参数。
5. **执行分析**：启动AI工具进行数据分析。在这个过程中，AI会自动处理数据，识别模式，提取关键信息，并生成报告或可视化图表。
6. **审查和解读结果**：AI生成的结果需要人工审查和解读。确保理解分析的逻辑和结论，同时注意AI可能存在的局限性和偏差。
7. **应用结果**：基于AI分析的结果，你可以做出决策、制定策略或改进业务流程。将AI的洞察转化为实际行动，推动业务发展。
通过上述步骤，你可以利用AI技术高效地总结和分析Excel表格中的数据，节省时间并提高工作效率。随着AI技术的不断发展，未来在数据处理和分析领域将有更多创新和可能性。
GPT Excel,一款专为Excel和Google表格设计的AI助手，拥有超过50万用户。它提供免费版和付费版（每月$7），功能包括AI聊天、公式生成与理解、任务自动化生成、SQL、数据验证与筛选以及表格模板生成。虽然它可能不如其他工具那么复杂或花哨，但其简洁的功能对于处理数据和算法来说是合理的。使用GPT Excel进行数据总结的方法是：创建账户并选择“公式”页面，将数据输入，然后生成或解释结果。是否使用GPT Excel取决于个人偏好，但考虑到AI生成的组织工具旨在减少重复任务和解决问题的时间，用户可能需要花费大量时间在各种专业产品中寻找最适合自己的工具。我的个人体验倾向于更熟悉、简单且成本效益高的选项。
–# vivo发布新的AI策略，“PhoneGPT”问世。
这句话的中文翻译为：vivo公司宣布了其新的人工智能策略，同时“PhoneGPT”这一产品也首次亮相。
在2024年vivo开发者大会上，vivo推出了名为“蓝智”的新AI策略，并全面升级了自研的蓝LM矩阵、OriginOS 5操作系统、BlueOS2操作系统以及在安全、人性化和生态合作方面的最新成果。去年的开发者大会上，vivo发布了包含五个语言模型的蓝LM矩阵，成功运行了1B、7B和13B边缘大型模型。基于蓝智大型模型矩阵，vivo推出了“蓝小V”和“蓝千问”应用。去年11月，蓝LM大型模型在SuperCLUE、CMMLU和C-EVAL等主要模型排名中排名第一，目前vivo的AI能力已覆盖全球超过60个国家和地区，服务超过5亿手机用户，大型模型输出的令牌总数超过30万亿。vivo副总裁、OS产品副总裁兼vivo AI全球研究院院长周伟宣布了vivo的新AI策略——蓝智。他表示，蓝LM将大型模型技术深度融入移动操作系统，创造个性化智能。通过蓝LM模型作为技术基础，蓝智能够理解用户的个人上下文和偏好，提供个性化的专属服务；同时全面保护用户隐私和安全；通过与系统的深度整合，为用户提供更加自然直观的交互体验，带来更智能、更温暖的体验。在会议上，周伟展示了基于蓝LM技术的新探索——“PhoneGPT”，这是一个移动智能代理。演示中，蓝小V不仅能够识别和操作屏幕界面，还能通过接管音频进行自主对话，完成用户指派的任务，如帮助预订餐厅或订购咖啡。周伟表示：“这是迈向移动自动化的一大步，让小V成为更了解你的个人助手。”为了进一步加强AI能力的基础，今年的开发者大会vivo推出了新的自研蓝LM矩阵，升级了语言和本地大型模型的能力，并介绍了vivo自研的语音大型模型、图像大型模型和多模态大型模型。周伟表示：“未来，蓝智将使用蓝LM矩阵作为技术基础，继续探索AI与OS的深度融合，不断构建开放共赢的智能体生态系统。”
–# Moonshot AI发布Kimi探索者版：搜索量增加10倍。
11月11日，Kimi Explorer版本新增AI自主搜索功能上线。其搜索量是常规版本的10倍，单次搜索可全面浏览500页内容。该功能模拟人类推理过程，进行深度搜索，帮助用户更高效完成分析与研究。通过自主策略规划、自动化大规模信息检索、搜索结果反思补充，用户能获取更准确、全面的答案。测试显示，Kimi Explorer版在国内外主流AI助手和搜索引擎中表现突出，性能提升至少30%。产品经理表示，未来搜索引擎将成为AI擅长使用的工具，人们只需提出优质问题，AI即可结合自身模型能力，在海量互联网空间自主进行大规模搜索，并持续反馈迭代，以更精准找到所需答案。该功能已逐步推出，将于下周一向所有用户推送。更多信息请参阅：Moonshot AI Kimi ‘Context Caching’ Feature Starts Public Beta.
–# 如何利用AI节省杂货开支
在当今这个科技迅速发展的时代，人工智能（AI）已经渗透到我们生活的方方面面。其中，AI在帮助我们节省杂货开支方面也发挥着重要作用。以下是一些利用AI技术来节省杂货开支的方法：
1. **智能购物清单**：使用AI驱动的应用程序或网站可以帮助你创建和管理购物清单。这些工具可以根据你的饮食习惯、健康目标或特定的饮食计划自动填充商品。此外，它们还可以提醒你何时需要购买特定物品，避免了因忘记购买而重复购买的情况，从而节省开支。
2. **价格比较与优惠券应用**：AI可以通过分析多个在线零售商的价格，帮助你找到最优惠的商品。一些应用甚至可以识别并应用优惠券代码，确保你获得最大的折扣。通过这种方式，你可以确保以最低的价格购买所需商品。
3. **预测性购买建议**：基于你的购买历史和偏好，AI可以预测你未来可能需要的商品。这不仅可以帮助你提前准备，避免紧急购买时的额外费用，还能减少冲动购物的可能性，从而节省不必要的开支。
4. **库存管理**：AI可以帮助家庭成员跟踪家中现有商品的数量，确保不会购买过多或过少的物品。这样可以避免食物浪费，同时确保在需要时有足够的库存，减少了因临时购买而导致的额外开支。
5. **健康与营养建议**：AI可以根据你的健康状况和营养需求提供个性化的饮食建议。这不仅有助于维持健康的生活方式，还能通过更明智地选择食品来节省开支，比如选择季节性食品或性价比高的品牌。
通过整合这些AI功能，你可以更有效地管理你的杂货预算，减少浪费，享受更健康的生活方式，同时节省大量的开支。
随着食品通胀达到43年来的高点，即2022年8月的11.4%，并在今天稳定在约2.1%，食品价格的持续上涨使得即使是小规模的杂货购物也变得昂贵。外出就餐与在家烹饪的成本几乎相同，尤其是对于只有一两个人的家庭。便利文化加剧了Uber Eats和DoorDash等送餐应用的使用，而高昂的食品成本更是雪上加霜。
如果你每周的杂货支出成为了一种压力，那么或许可以考虑人工智能的帮助。既然AI能够编写剧本，那么它是否也能制定出如何节省鸡蛋费用的策略呢？我决定尝试微软的Copilot，看看它能为我们做些什么。
在使用Copilot之前，我列出了我们家庭通常花费的杂货项目及其价格。其中包括：
– 有机咖啡
– 咖啡奶油
– 苹果
– 香蕉
– 老面面包
– 鸡蛋
– 鳄梨
– 蘑菇
– 芝麻菜
– 法式奶酪
– 酸奶
– 燕麦
– 蔬菜薯片或饼干
– 鸡肉、三文鱼、牛排
– 米饭和土豆
– 芦笋和西兰花
– 冰淇淋棒
– 巧克力
我们每周花费大约100到150美元。
我将这些信息输入到Copilot中，并询问了如何节省杂货开支的建议。
然而，Copilot给出的建议大多并不实用。例如，添加更便宜的蛋白质来源（如植物性食品）可能是一个好主意，但推荐的替代品（如抹茶或蘑菇咖啡）并不一定比超市自有品牌的有机咖啡更便宜。我也并不想寻找更便宜的鸡蛋替代品，而是希望找到购买鸡蛋的方法。同样，我并不想自己制作老面面包或用酸奶代替鳄梨。
在尝试了几次不同的提示后，我发现Copilot提供了一些有用的建议：
1. 添加更便宜的蛋白质来源，如植物性食品。
2. 更换购物地点，从步行7分钟到达的Whole Foods改为驾车10分钟到达的ShopRite。
3. 在周三购物，这是许多商店开始新销售周期的日子，可以获得折扣和促销活动。
4. 尽量在傍晚或接近关门时间购买易腐食品，以获得降价优惠。
通过使用AI规划菜单，我发现了一个节省开支的方法。我尝试了另一种方式，请求AI根据我的购物清单为我和伴侣规划五顿午餐和晚餐，同时考虑到地中海饮食偏好，并添加豆腐作为蛋白质来源。我选择了烹饪助手版本的菜单，尽管有些菜肴过于复杂，不适合忙碌的周五晚上。
最后，我让AI生成了一份满足一周预算（75美元）的购物清单，包括所需食材的数量，并将其分为蔬菜、肉类、乳制品、碳水化合物、储藏室和其他类别。
需要注意的是，虽然Copilot可以访问互联网，但它可能无法提供最新的价格信息，特别是本地超市的日常销售情况。因此，在实际购物时，需要根据实际情况调整AI的建议，比如根据超市的实际价格调整购物清单中的商品。
总的来说，Copilot可以帮助我们更高效地构建并整理购物清单，从而更有策略地进行杂货购物。对于更多关于AI的应用，你可以参考如何使用Copilot创建各种笔记以及如何利用ChatGPT找到理想工作的方法。
–# 人工智能正经历着诺贝尔级别的时刻。科学家们是否需要科技行业来支持其发展呢？
人工智能先驱杰弗里·辛顿在获得诺贝尔物理学奖后，驾车前往谷歌加州总部庆祝。尽管辛顿不再在谷歌工作，也没有在这家科技巨头进行开创性研究，但他的即兴派对反映了人工智能作为商业巨擘的地位，以及它在科学界达到顶峰的认可。周三，谷歌人工智能部门的两名员工因使用人工智能预测和设计新型蛋白质而获得了诺贝尔化学奖。计算机科学教授珍妮特·温格表示：“这真是计算机科学和人工智能力量的证明。”当被问及连续两天为人工智能工作赢得科学奖项的历史性时刻时，辛顿仅表示：“神经网络是未来。”几十年前，研究人员曾尝试构建受人类大脑神经元启发的互联计算机节点，但人工智能的发展始于“基于好奇心的基本研究”，而不是为解决实际问题投入资金。如今，强大的科技行业不仅使AI科学家能够追求他们的想法，同时也提出了关于他们工作的社会影响的新伦理问题。当前人工智能研究与科技行业的紧密联系部分原因在于，只有少数几家大公司拥有构建最强大人工智能系统的资源。化学诺贝尔奖得主之一、谷歌伦敦DeepMind实验室的戴米斯·哈萨比斯和约翰·朱珀，以及华盛顿大学的研究员大卫·贝克，他们的工作可能有助于发现新药物。哈萨比斯在接受采访时表示，他希望将研究实验室建立在贝尔实验室的“辉煌历史”之上，贝尔实验室自1925年成立以来，多位诺贝尔获奖科学家在此工作，推动了现代计算和电信的发展。“我希望创建一个真正进行前沿研究的现代工业研究实验室，但这需要极大的耐心和大力支持。我们从谷歌得到了这种支持，真是太棒了。”辛顿在谷歌任职期间加入，并于去年离职，以便更自由地讨论他对人工智能危险的担忧，特别是如果人类失去对比自己更聪明的机器的控制时会发生什么。但他并未批评他的前雇主。辛顿表示，他在加利福尼亚州帕洛阿尔托的一家廉价酒店时，诺奖委员会在周二清晨给他打电话，导致他取消了当天晚些时候的医疗预约。当他到达附近的门洛帕克谷歌园区时，“看起来相当活跃，并不怎么累”，同事们正在那里庆祝，开瓶香槟。计算机科学家理查德·泽梅尔表示，他是辛顿的前博士生，也参加了周二的派对。泽梅尔现在是哥伦比亚大学教授，他表示，对于辛顿和他的最亲密的同事来说，诺奖的意义在于他们数十年来努力推进的基础研究。参加派对的嘉宾包括谷歌高管和辛顿的另一位前学生伊利亚·苏斯泰弗，他是聊天机器人生成器OpenAI的联合创始人、前首席科学家和董事会成员。苏斯泰弗帮助领导了一个董事会成员小组，在去年的动荡中短暂罢免了OpenAI首席执行官山姆·阿尔特曼，这一动荡象征着该行业的冲突。在派对开始前一小时，辛顿在由多伦多大学组织的一个虚拟新闻发布会上使用了他的诺奖讲坛，向以前的导师和学生表示感谢。“我特别自豪的是，我的一个学生解雇了山姆·阿尔特曼。”辛顿说。当被要求进一步解释时，辛顿表示，OpenAI最初的目标是开发超越人类的人工通用智能，并确保其安全。然而，随着时间的推移，山姆·阿尔特曼似乎更关心利润而非安全。“我认为这是不幸的。”辛顿说。OpenAI在一份声明中回应称，它“自豪于提供最先进且最安全的人工智能系统”，并“每周安全服务于数亿人”。冲突很可能在需要大量资源才能构建相对较小的人工智能系统的领域持续存在。宾夕法尼亚大学计算机科学教授迈克尔·基恩斯表示，但基恩斯也是计算机科学最高奖项图灵奖评选委员会的成员，他认为本周标志着“跨学科研究的巨大胜利”，这一研究已经进行了数十年。辛顿是第二个同时获得诺贝尔奖和图灵奖的人，第一个是赫伯特·西蒙，他在20世纪50年代开始研究“计算机模拟人类认知”，并于1978年因对组织决策的研究获得诺贝尔经济学奖。温格在她的职业生涯早期见过西蒙，她说科学家们仍在探索如何利用计算能力最强大的能力应用于其他领域。“我们在科学发现方面才刚刚开始利用人工智能。”
–# 高盛表示，这些股票最有可能在下一波人工智能投资浪潮中获得增长。
在近期投资者对夏季回报感到担忧后，人工智能（AI）热情有所回升。高盛分析师推荐了微软和Datadog等“平台”股票作为下一波投资的首选。他们建议关注能够直接应用AI并促进更广泛采用的股票。此外，还提到了MongoDB、Elastic、Snowflake等其他平台股票。尽管这些平台股票今年因短期内的基本面疲软而下跌，但它们具有历史性的低估值和稳定的修订，这使它们在AI投资反弹时表现良好。然而，对于那些通过生成额外收入来实现AI货币化的“阶段3”股票以及受益于AI广泛应用的“阶段4”股票，时机仍然不确定。
–# C3.ai的最新期权趋势幕后解析 – C3.ai (纽约证券交易所代码:AI)
鲸鱼投资者大量资金投入C3.ai，采取明显看跌立场。分析显示，8个交易中，37%为看涨预期，62%为看跌预期。总交易金额为$391,712，其中看跌期权总额$173,610，看涨期权总额$218,102。市场主力关注C3.ai股价在$25.0至$30.0之间波动。需注意，期权交易风险较高，建议持续学习并监控市场动态。
—
文章由AI汇总新闻生成，请仅供参考，无法保证新闻源正确性