跳到正文

#现象/趋势

今日 54 条
9月30日周三
  4. Nature：Machine Learning 主题（RSS）41

    Nature 调查揭露假学术学会：研究界必须更加警惕

    Nature 调查发现一批假学术学会通过未经同意使用知名科学家姓名、伪造网站图片和虚构与欧美学术机构合作关系来扩充会员。其中一个学会在网站上以 10000 美元售卖虚拟博士项目、2000 美元售卖虚拟博士后项目，微信上还有咨询公司提供加入这些组织的服务。Nature 统计到 30 多篇学术机构庆祝教师入选或获奖的新闻稿，部分机构在问询后已承认错误并删除或更正。

  5. Nature：Machine Learning 主题（RSS）28

    暴露组学（exposomics）能否让个性化医疗成为现实？

    暴露组学研究环境暴露与生活方式如何与基因共同塑造疾病风险，环境暴露占慢性病风险的70%至90%。哈佛医学院团队用619个暴露标志物与305项可测特征比对发现，单个暴露解释的疾病结果变异不足1%，但20种暴露联合后平均达3.5%，可与影响疾病的遗传变异预测力相当。PubMed中“exposome”相关论文今年已至少发表830篇，2020年全年为261篇。

  19. Nathan Lambert25

    像这样的人的问题不是他们笨什么的，Timnit 拥有顶尖科学家的全部技能，问题在于他们所处的信息生态和同侪群体不鼓励对思想进行拷问。回音室是清晰思考的慢性死亡。

    引用Alec Stapp@AlecStapp

    Timnit Gebru doubles down on the "stochastic parrots" framing, saying you "cannot expect LLMs to be factual." As evidence to support this, she cites errors in... Google AI Overviews. We need to start a GoFundMe to pay for these people to have access to Opus 5.5 and Astra.

9月29日周二
  1. Ethan Mollick47

    AI对就业的影响目前仍相当不明确。我并不觉得这很意外，因为雇主们还在摸索个人层面的采用，更不用说在复杂组织中如何使用AI了。随着能胜任实际工作的智能体普及，情况可能会开始加速变化。

    引用Jacob Schaal@FutureEconJacob

    Has AI hit the labor market yet? @alexolegimas and my verdict after ~20 papers: not yet in aggregate. Unemployment and layoffs show almost nothing. But AI may already be cutting junior hiring in exposed white-collar jobs. Remote work may explain part of that decline. A 🧵

  8. TechCrunch：AI（RSS）47

    AI 热潮席卷纽约气候周，并非所有人都乐见

    今年纽约气候周上，AI 热潮成为主导，许多气候科技初创公司转向迎合 AI 叙事以获取融资。据 PitchBook 数据，气候科技风投交易总额连续四个季度上升，今年第一季度突破 140 亿美元，主要由数据中心建设带动的建筑环境、电网基础设施和可调度能源等领域推动。但也有创始人认为，数据中心热潮正让其他有前景的气候科技领域被忽视。

  10. 404 Media（RSS）61

    VIDIZMO 向警方推销对 Flock 摄像头数据做人脸识别

    Flock CEO 表示不会在设备中加入人脸识别，但 VIDIZMO 正向警方推销可把 FlockOS 与 Axon 数据导入其平台做人脸识别、行为预测和种族性别分析的产品。VIDIZMO CEO 承认尚未真正完成该集成工具，但表示愿意做；隐私专家批评按种族、年龄、性别分类的做法，并指出这说明监控基础设施一旦建成，厂商承诺难以约束第三方在其上叠加更强的监控能力。

  14. Ars Technica：AI（RSS）22

    Mozilla Firefox 157 重新设计界面，负责人谈如何从 Chrome 争夺用户

    Mozilla 随 Firefox 157 在桌面和移动端推出界面重新设计，希望借此吸引隐私意识极客和开源倡导者之外的更广泛用户。Firefox 负责人 Ajit Varma 表示团队正借助 AI 工具提升开发速度，并恢复紧凑模式、增加自定义选项，让浏览器在体验上区别于基于 Chromium 的竞品。

  15. MIT Technology Review · AI12

    HPE：如何让 AI 从费用变成资产

    HPE 提出企业 AI 从按 token 消费转向自建容量的判断框架：当需求稳定、可预测且规模足够时，拥有算力可能比逐次购买更经济。文中引用 Deloitte 2026 企业 AI 状况报告称，2025 年员工 AI 使用率上升 5%，至少 40% 的 AI 项目进入生产的公司比例预计半年内翻倍。企业需先回答三个问题：需求是否稳定、在什么使用水平下自建更划算、能否通过采用与治理让容量保持高产。

  18. MIT News（RSS）46

    MIT 研究：算法单一化的影响取决于具体细节

    MIT 研究人员系统评估了算法单一化的主要反对意见，认为系统性排斥等论点并不成立，并用数学证明单一化主要造成信息回声室、阻碍探索。在招聘场景中，将多个招聘算法组合成单一“ensemble”可克服这一局限，有时表现不逊于甚至优于多算法并存的 polyculture。研究发表于 Philosophical Perspectives。