跳到正文

#现象/趋势

今日 0 条
10月14日周三
10月9日周五
  1. MIT News · AI23

    MIT 学者:AI 时代学术界该如何前行?

    MIT 统计与数据科学中心主任 Sasha Rakhlin 在一篇新文章中,围绕研究生科研与教育提出 AI 进入学术界后的关键问题。他指出验证速度决定各学科 AI 进展快慢,去年已有模型在国际数学奥林匹克达到金牌水平,一年后模型开始产出新研究成果。他建议院系重新界定学术贡献与署名责任,并建设共享 AI 科研基础设施、加大算力与安全数据系统投入。

  2. MIT News · AI23

    MIT 教授 Sasha Rakhlin 谈 AI 时代学术界的最佳路径

    MIT 统计与数据科学中心主任 Sasha Rakhlin 发表文章,讨论 AI 如何改变学术界,尤其是数学、统计、机器学习和工程领域的研究生科研与培养。他指出,去年有模型在国际数学奥林匹克达到金牌水平,一年后模型已能产出新研究结果,验证速度与可靠性是决定各学科 AI 进展快慢的关键。他建议院系重新思考学术贡献认定,并建设共享 AI 研究基础设施,以捕捉假设、干预、失败与解读等隐性知识。

10月8日周四
  1. MIT News · AI16

    MIT 教授 Christina Delimitrou 用 AI 缓解数据中心能耗与环境压力

    MIT 电子工程与计算机科学系副教授 Christina Delimitrou 用机器学习提升大规模数据中心的效率、安全性与可靠性,通过重新设计云计算系统、管理共享硬件资源、精简服务器架构,让运营方在现有硬件上获得更多算力。她与团队发现多数大型系统利用率仅约 15%,开发出用深度学习预测并预防 Web 应用故障的工具 Seer,并借助 AI 帮助程序员定位云端应用问题、减少停机。

10月3日周六
  1. MIT News · AI18

    MIT 教授 Cathy Wu 用强化学习破解交通系统难题

    MIT 副教授 Cathy Wu 的研究聚焦用机器学习与强化学习(RL)改进交通等复杂系统。她的团队开发出一种算法挑选适合训练的问题,将训练效率提升最多 30 倍——原本需要 100 个训练模型的场景如今只需 3 个;其生态驾驶研究显示智能控制车速可减少 11% 至 22% 的车辆排放。

10月1日周四
  1. NVIDIA Blog21

    NVIDIA AI 工厂如何实现高回报:高产出、长寿命、通用性

    NVIDIA 提出 AI 工厂回报由三要素决定:每兆瓦盈利能力、硬件使用寿命和 token 需求。SemiAnalysis AgentX 数据显示,Vera Rubin NVL72 每兆瓦吞吐量超 GB300 NVL72 的 30 倍,在 DeepSeek V4 Pro 上每百万 token 成本低至 45 倍;2020 年发布的 A100 六年后仍在商用,CUDA 跨代兼容让已部署硬件持续创收。

9月29日周二
9月25日周五
  1. GitHub Blog · AI & ML45

    当聊天是错误的选择:GitHub Copilot 如何用 canvases 替代聊天框

    在 GitHub Copilot 应用中,canvas 是运行于应用内的全栈小程序,可与 Copilot agent 双向通信,也能调用第三方 API 并在本地执行代码,例如用 Winget 界面管理本地包或直接操作 SQLite 数据库,无需每次都消耗 token 让 agent 代劳。基于 canvas 可以把研究、原型、实现等开发流程自动化,让自己按需退出循环,而不是被聊天输入框限制。

9月24日周四
9月21日周一
  1. NVIDIA Blog41

    AI 安全是工程问题:如何在 Agent 栈的每一层解决它

    NVIDIA 发布开源安全运行时 OpenShell,在模型智能体之外强制执行策略,并提供沙箱化执行,管控智能体对数据、网络和系统资源的访问。Cisco DefenseClaw 为其增加治理层,JFrog 则集成 OpenShell 扫描和验证智能体技能并限制可访问的技能范围。NVIDIA 同时通过 Open Secure AI Alliance 共享安全研究成果与工具。

9月19日周六
  1. MIT News · AI8

    MIT Reads 十周年转型:聚焦小说与回忆录,AI 时代重拾共读

    MIT Libraries 旗下阅读项目 MIT Reads 在十周年之际转向小说与回忆录,以共读促进人际连接,并回应 MIT 对 AI 影响教育与校园社群的探索。校长 Sally Kornbluth 选定 Ted Chiang 的 2019 年短篇集《Exhalation》为 2026 年秋季书目,其探讨人类与 AI 关系等议题,相关作者活动多向公众开放并在线直播。

9月18日周五
  1. GitHub Blog · AI & ML18

    GitHub Podcast 拆解五个 AI 热门观点:要不要读 AI 代码、RAG 是否已死、Skills 是否取代 MCP

    GitHub Podcast 最新一期拆解了五个 AI 热门观点,结论是:AI 生成的代码仍然要读、要审,但审查力度应随风险变化;Skills 与 MCP 解决的是不同问题,MCP 提供连接工具和数据的标准接口,Skills 更像打包好的 Markdown 经验,两者可组合使用。RAG 也没有死,它为模型提供训练数据之外的信息,可以减少 token 浪费、加快速度并降低不完整回答的概率。

8月21日周五
8月18日周二
7月31日周五
  1. MIT News · AI5

    MIT 师生赴国会山开展科研政策倡导

    今年春季,25 名 MIT 学生和博士后前往华盛顿,两天内与代表 32 个州的 62 个国会办公室会面,呼吁联邦持续投资科学研究。此行由 MIT Science Policy Initiative 组织的 Congressional Visit Days 项目安排,参与者就 AI 隐私与安全、深海采矿等议题与两党幕僚交流,并主张为下一财年科研经费及具体法案提供支持。

7月30日周四
7月29日周三
7月14日周二
  1. MIT News · AI22

    MIT 网络安全诊所如何帮助学生防范网络攻击

    MIT 城市研究与规划系的网络安全诊所课程由 Jungwoo Chun 和 Lawrence Susskind 于 2019 年创办,学生通过认证考试后组队为市政和医疗机构做免费漏洞评估,迄今已完成 40 多次评估。课程提出"防御性社会工程"思路,强调网络安全不只是技术问题,最大攻击入口仍是人。2025 年 FBI 互联网犯罪投诉中心记录美国每天平均遭受 2,765 次网络攻击。

7月7日周二
  1. Berkeley AI Research30

    Intelligence is Free, Now What? 智能体时代的数据系统:为智能体、由智能体

    UC Berkeley 团队提出近零推理成本将带来三类数据系统挑战:为智能体(Data Systems For Agents)、由智能体运行(Of Agents)、由智能体合成(By Agents)。文中举例指出,GPT-4 级能力在 2023 年初约 $30/百万 token,如今已降至 1 美元以下,部分厂商低于 $0.10,推理价格年降幅在 9 倍到 900 倍之间,中位数约 50 倍。

7月2日周四
  1. MIT News · AI12

    MIT 校长:AI 时代仍需好奇心驱动的研究与伦理教育

    MIT 校长 Sally Kornbluth 在《华盛顿邮报》活动上警告,缺乏联邦对好奇心驱动研究的支持可能让美国创新与人才管道枯竭。她表示 MIT 新课程在强化 STEM 基础的同时,重新重视道德、公民与伦理教育,并强调学生应把 AI 当作增强工具、学会写正确的提示词。她还提到 MIT 已衍生出超 3 万家公司,并推出面向父母收入低于 20 万美元学生的免学费项目。

6月30日周二
6月1日周一
  1. Hugging Face Blog32

    超越 LLM:企业级 AI 规模化落地为何取决于 Agent 逻辑

    企业 AI 试点普遍失败,症结在于智能体缺乏引导逻辑。IBM 用 Agent 逻辑(知识图谱、程序分析库等)在智能体层缩小上下文,测试显示:watsonx Code Assistant for Z 在百万行代码级遗留系统上保持略优理解性能,token 消耗降低约 30 倍;Aster 在 75+ Java 应用中使行、分支、方法覆盖率提升 20%-45%,token 消耗最多降低 15 倍。

5月16日周六
5月6日周三
  1. Google DeepMind69

    Google DeepMind 发布 AlphaEvolve 一年进展:从数学发现扩展到 TPU 设计与商业应用

    Google DeepMind 发布 AlphaEvolve 一年进展报告,这款由 Gemini 驱动的编码智能体已从数学和计算机科学的开放问题探索,扩展到 Google 内部基础设施与外部商业场景。

    推荐理由:汇总 AlphaEvolve 一年来的落地场景与量化收益,可据此判断算法智能体在科研与基础设施中的真实渗透程度。

4月21日周二
  1. Hugging Face Blog39

    AI 与网络安全的未来:为什么开放更重要

    在 Mythos 与 Project Glasswing 发布后,Hugging Face 发文讨论 AI 网络安全格局,指出真正起作用的是"大算力模型 + 软件相关数据训练 + 漏洞探测与修补脚手架 + 一定程度的系统自主性"这套系统配方,而非单个模型。文章认为开源代码与工具能让防御方获得与攻击方同级的 AI 能力,缩小双方的能力不对称。

3月9日周一
2月3日周二
1月27日周二
1月20日周二
12月24日周三
11月26日周三
10月29日周三
  1. Hugging Face Blog38

    Hugging Face 解析全球算力格局变迁:中国芯片开始承载国产开源模型

    Hugging Face 发文分析全球 AI 算力格局的迁移:中国国产芯片已开始承载 Qwen、DeepSeek、GLM、Kimi 等开源权重模型的推理,部分模型开始用国产芯片训练。文章指出,美国出口管制与华为 Ascend、寒武纪等国产芯片产能的加速高度相关,芯片受限也倒逼出 MLA、GRPO 等算力效率创新。

2月2日周日
1月31日周五
10月3日周四