https://pharma.intelligence-synthesis.com/zh-hans/ai-reports/来自 AI 公司、高校、研究机构和咨询公司zh-hanshttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/145e91d47a/ir-145e91d47aSat, 17 Oct 2026 00:00:00 +0900lab英伟达已推出 RTX Spark 笔记本电脑，并在全球各地举办了零售发布活动，其中包括在柏林举行的一场活动，首席执行官黄仁勋亲临现场。该芯片将 Blackwell RTX GPU 与 Grace CPU 整合于一颗超级芯片中，可提供高达 1 petaflop 的 AI 算力以及高达 128GB 的统一内存。华硕、戴尔、惠普、联想、微软和微星的笔记本电脑起售价为 $2,399，更多机型即将推出。 https://blogs.nvidia.com/blog/local-ai-rtx-spark-windows-laptops-celebration/https://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/fc6ef85e79/ir-fc6ef85e79Sat, 17 Oct 2026 00:00:00 +0900academia本文提出了一个针对攻击性网络能力的安全论证模板。它将主要论点拆分为逐步具体化的子论点,每个子论点都有证据支持,并使用“主张—论证—证据”(Claims Arguments Evidence)框架将风险模型、代理任务和评估结果联系起来。作者将其作为概念验证,以促进关于人工智能安全论证的讨论。 https://www.governance.ai/research-paper/safety-case-template-for-frontier-ai-a-cyber-inability-argumenthttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/fb171eb97f/ir-fb171eb97fSat, 17 Oct 2026 00:00:00 +0900academia本文概述了硬件(特别是算力)的进步如何支撑人工智能系统的进一步改进。文章阐明人工智能的进步建立在算力、数据和算法之上,并介绍了 FLOPS、MIPS 和 IOPS 等常见的算力指标。这是人工智能趋势系列的第三篇。 https://futuretech.mit.edu/news/what-drives-progress-in-ai-trends-in-computehttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/fabc33faa3/ir-fabc33faa3Sat, 17 Oct 2026 00:00:00 +0900academia新研究发现，机器学习框架移植到其他硬件上时，可能会丧失 40% 以上的关键功能。即使某些功能仍可移植，性能也可能下降到难以使用的程度。作者指出，硬件专用化可能会阻碍机器学习研究的创新。 https://futuretech.mit.edu/news/the-grand-illusion-the-myth-of-software-portability-and-implications-for-ml-progresshttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/f4f0a1b4e7/ir-f4f0a1b4e7Sat, 17 Oct 2026 00:00:00 +0900academia美国和欧盟使用训练算力阈值（即训练中所用的计算运算次数）来识别可能带来大规模社会危害风险的通用人工智能模型。作者认为，训练算力目前是这一初步筛选最合适的指标，因为它与能力和风险相关、可以量化，并且能够由外部验证。他们提醒说，它只是风险的不完美代理指标，不应单独用于确定缓解措施。 https://www.governance.ai/research-paper/training-compute-thresholds-features-and-functions-in-ai-regulationhttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/f2e2436481/ir-f2e2436481Sat, 17 Oct 2026 00:00:00 +0900academia本报告基于学术研究和公众民调,综合分析了公众对 AI 的态度,重点关注英国和美国。内容涵盖对失业的担忧等议题,以及新兴趋势、挑战和机遇。报告还介绍了 AI SHARE 数据库,该数据库汇集了 2014 年至 2023 年间开展的 200 多项研究的调查数据。 https://www.governance.ai/research-paper/what-does-the-public-think-about-aihttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/f14403359b/ir-f14403359bSat, 17 Oct 2026 00:00:00 +0900academia该论文认为，与软件安全相比，通用人工智能（GPAI）系统的缺陷报告基础设施、实践和规范严重欠缺。论文提出了标准化的 AI 缺陷报告和交战规则、参照漏洞赏金计划并具有法律安全港的广泛适用的披露计划，以及更完善的基础设施，用于在各利益相关方之间协调缺陷报告。 https://www.governance.ai/research-paper/in-house-evaluation-is-not-enough-towards-robust-third-party-flaw-disclosure-for-general-purpose-aihttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/f130afe88a/ir-f130afe88aSat, 17 Oct 2026 00:00:00 +0900academia随着AI智能体越来越多地在开放式环境中规划并执行任务,作者认为现有工具不足以管理其风险。他们提出“智能体基础设施”,即位于智能体之外、用于调节其交互和影响的技术系统与共享协议。作者指出了三项功能:将行为归因于特定的智能体或用户、塑造智能体之间的交互,以及检测并补救有害行为。 https://www.governance.ai/research-paper/infrastructure-for-ai-agentshttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/effaa42816/ir-effaa42816Sat, 17 Oct 2026 00:00:00 +0900academia人工智能系统可能造成巨大危害,也能大幅提升人类福祉,因此监管面临的挑战是在促进创新的同时避免风险。论文认为,只有在没有其他方法能够实现监管目标时,才应采用监督式监管,即由官员拥有信息收集权力和较大的自由裁量权。论文的结论是,对于OpenAI、Anthropic、Google DeepMind和Meta等前沿AI开发者,监督是必要的,因为没有其他形式的监管能够实现良好的AI政策。 https://www.governance.ai/research-paper/regulatory-supervision-of-frontier-ai-developershttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/ed85089ac3/ir-ed85089ac3Sat, 17 Oct 2026 00:00:00 +0900academia这款交互式网页应用通过安全与性能权衡（SPT）模型，探讨高风险AI竞争的动态。它提出的问题是：即使人人都知道如何让自己的系统更安全，AI安全方面的突破是否就一定会带来更安全的系统。该工具让用户可以探究，为什么已部署的AI系统可能仍然保持着突破之前的风险水平。 https://www.governance.ai/research-paper/safety-performance-tradeoff-model-web-aphttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/ed8394bd48/ir-ed8394bd48Sat, 17 Oct 2026 00:00:00 +0900academia随着 AI 系统能力不断增强,它们将越来越多地被用于造成危害,例如自动化欺诈或制作有害的伪造图像。本文认为,当其他干预措施不足、潜在危害较大且可以进行有针对性的干预时,对能力施加限制是有必要的。文章提出了一个围绕滥用造成危害所需步骤的分类法和框架,并将其应用于预测新型毒素、制作有害图像以及自动化鱼叉式网络钓鱼。 https://www.governance.ai/research-paper/protecting-society-from-ai-misuse-when-are-restrictions-on-capabilities-warrantedhttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/ed4b9a2808/ir-ed4b9a2808Sat, 17 Oct 2026 00:00:00 +0900academia该论文提出了一个框架，根据大语言模型及相关技术与劳动者所执行任务的相关性，评估其可能如何影响工作。作者让人类和大语言模型共同应用该框架，估计约 1.8% 的工作岗位中超过一半的任务可能会受到具有简单界面和通用训练的大语言模型的影响。若考虑配套软件的发展，这一比例将升至略高于 46%。 https://www.governance.ai/research-paper/gpts-are-gpts-labor-market-impact-potential-of-llmshttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/ea2245c67e/ir-ea2245c67eSat, 17 Oct 2026 00:00:00 +0900academia这篇FutureTech文章总结了10月举行的2025年会议“AI自动化将以多快的速度发生?”(How Fast Will AI Automation Happen?)中的一些关键见解。演讲嘉宾包括AI发展、AI经济学和AI应用领域的顶尖研究人员。文章重点介绍了部分观点,而非对每场演讲进行完整总结。 https://futuretech.mit.edu/news/how-fast-will-ai-automation-happen-reflections-on-the-futuretech-conferencehttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/e3a14b19e4/ir-e3a14b19e4Sat, 17 Oct 2026 00:00:00 +0900academia本意见书回应了美国就NIST在人工智能行政令下的任务所发出的信息征询,重点关注“两用基础模型”。文中建议鼓励开发者采取诸如发布安全政策、开展红队测试、编制风险评估以及在部署后监测模型等做法。文章还主张,风险管理的负担应与系统的影响相称。 https://www.governance.ai/research-paper/response-to-the-rfi-related-to-nists-assignments-under-the-executive-order-concerning-aihttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/e36a0f3452/ir-e36a0f3452Sat, 17 Oct 2026 00:00:00 +0900academia人工智能代理的在线活动可能扭曲人类的信念，例如让合成的点赞和转发看起来像真实的民意。作者认为，预计于2026年8月2日生效的《欧盟人工智能法案》第50条，很可能要求对人工智能代理的网络请求和浏览器操作加以标注，并且这些标注应当能够验证创建者以及是否被篡改。该简报在附录中为即将出台的《行为准则》提出了可能的文本。 https://www.governance.ai/research-paper/labeling-of-ai-agent-activity-in-article-50-of-the-eu-ai-acthttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/e086420a53/ir-e086420a53Sat, 17 Oct 2026 00:00:00 +0900academia这篇论文聚焦于“前沿AI”模型：即能力极强、可能具备足以对公共安全构成严重风险的危险能力的基础模型。论文认为，对其进行监管需要三个基本要素：标准制定、注册和报告要求，以及确保合规的机制。论文还提出了一套初步的安全标准，包括部署前风险评估，以及在部署后监测新信息并作出响应。 https://www.governance.ai/research-paper/frontier-ai-regulation-managing-emerging-risks-to-public-safetyhttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/dd9a29f1e1/ir-dd9a29f1e1Sat, 17 Oct 2026 00:00:00 +0900consultinghttps://www.deloitte.com/global/en/services/consulting-risk/perspectives/the-ciso-guide-to-generative-ai-opportunities-outcomes-and-the-urgency-of-now.htmlhttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/dc607dd2d3/ir-dc607dd2d3Sat, 17 Oct 2026 00:00:00 +0900academia该报告分析了生成式 AI、新兴的 AI 智能体以及更具推测性的通用人工智能将如何影响金融业。报告考察了四项职能：金融中介、保险、资产管理和支付，以及对金融稳定和审慎政策的影响。报告还考虑了在乐观和颠覆性情景下对实体经济的溢出效应，并基于通用 AI 治理原则提出了升级金融监管的框架。 https://www.governance.ai/research-paper/intelligent-financial-system-how-ai-is-transforming-financehttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/db7d10cae9/ir-db7d10cae9Sat, 17 Oct 2026 00:00:00 +0900academia一项预先注册的随机对照试验（2025年6月至8月，n = 153）发现，在模拟病毒反向遗传学工作流程的任务中，新手使用LLM辅助与使用互联网查询相比，工作流程完成情况没有显著差异。LLM组在五项任务中的四项中成功率在数值上更高，作者认为这与适度的性能优势相关。该研究指出基准测试结果与现实世界效用之间存在差距，并呼吁对AI生物安全评估进行现实世界的实物验证。 https://www.governance.ai/research-paper/measuring-mid-2025-llm-assistance-on-novice-performance-in-biologyhttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/d8e7de3025/ir-d8e7de3025Sat, 17 Oct 2026 00:00:00 +0900academia该论文认为，算力提供商在人工智能监管中应承担法律义务和伦理责任，扮演安全保障者、记录保存者、客户活动核查者和执行者的角色。论文探讨了如何以有针对性且注重隐私的方式履行这些职能，即利用非机密数据来推断工作负载类型和所消耗的算力。论文以美国第14110号行政令为案例，概述了记录保存要求，并探讨核查与执行如何构成更广泛的监督机制。 https://www.governance.ai/research-paper/governing-through-the-cloudhttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/d6e43c0d75/ir-d6e43c0d75Sat, 17 Oct 2026 00:00:00 +0900academia一项调查发现，约一半的美国人认为，人工智能使用的增加将导致收入不平等加剧和社会更加两极分化。经济学家通常不像公众那样担心近期出现大规模失业，但往往同样担忧不平等问题。多项研究发现，在法律和软件工程等职业中，技能最低或经验最少的工作者从人工智能中获得的生产率提升最大，一些经济学家认为这一结果可能是减少不平等的一条途径。 https://www.governance.ai/research-paper/ais-impact-on-income-inequality-in-the-ushttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/d6d581ae13/ir-d6d581ae13Sat, 17 Oct 2026 00:00:00 +0900academiaAI 的进步带来了日益多样的风险与机遇，而应对这些风险与机遇的障碍往往至少部分是技术性的。本文阐释了技术性 AI 治理，即利用技术分析和工具来支持有效的 AI 治理，并提出了其未解决问题的分类体系和一份不完整的清单。本文旨在为技术研究人员和研究资助方提供参考资源。 https://www.governance.ai/research-paper/open-problems-in-technical-ai-governancehttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/d41fec63e3/ir-d41fec63e3Sat, 17 Oct 2026 00:00:00 +0900academia这篇论文概述了“AI民主化”的四种不同含义。其中三种几乎可与“提高可及性”互换使用，而治理层面的含义则是在可及性与其他社会需求和价值之间取得平衡。作者警告不要将该术语宽泛地用作“一切美好事物”的代名词，因为它的价值取决于是否与受影响者保持一致。 https://www.governance.ai/research-paper/democratising-ai-multiple-meanings-goals-and-methodshttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/cc0371f85c/ir-cc0371f85cSat, 17 Oct 2026 00:00:00 +0900academia本白皮书探讨了在应对前沿人工智能国家的安全和商业关切的同时,切实提升全球人工智能多数国家在人工智能治理和能力方面的话语权与参与机会的途径。文章指出了若干障碍,例如数字和算力基础设施有限、人工智能开发高度集中、以英语为中心的数据,以及人才分布不均。文章提出了利益协调、参与式架构和安全保障三种方法。 https://www.governance.ai/research-paper/voice-and-access-in-ai-global-ai-majority-participation-in-artificial-intelligence-development-and-governancehttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/cb9d9704e5/ir-cb9d9704e5Sat, 17 Oct 2026 00:00:00 +0900academia本白皮书提出了一个框架，用于判断哪些人工智能治理议题应当实现国际化，并分析了涵盖数据、算力和模型治理的九个政策领域。该框架评估四个因素：跨境外部性、监管套利、治理能力不均衡以及互操作性。国际化的收益在算力提供方监管、内容溯源、模型评估、事件监测和风险管理协议方面最为显著，而在数据隐私、数据溯源、芯片分配和偏见缓解方面则较低或好坏参半。 https://www.governance.ai/research-paper/what-should-be-internationalised-in-ai-governancehttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/ca939387c9/ir-ca939387c9Sat, 17 Oct 2026 00:00:00 +0900consulting德勤咨询有限责任合伙公司(Deloitte Consulting LLP)发布了面向首席财务官的 AI Advantage,这是一个基于 Amazon Bedrock 和 Anthropic 大语言模型构建的、集成式 AI 驱动分析与洞察平台。该平台包含财务自动化智能体(Finance Automation Agents),可用于自动化关键财务流程,并从结构化、非结构化和多模态内容中生成洞察。大众集团阿根廷公司(Volkswagen Group Argentina)是首批使用该平台的客户之一。 https://www.deloitte.com/global/en/about/press-room/deloitte-launches-ai-advantage-for-cfos.htmlhttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/ca2e08e189/ir-ca2e08e189Sat, 17 Oct 2026 00:00:00 +0900academia《福布斯》（Forbes）的一篇文章探讨了 AI 与量子计算的融合，并介绍了 MIT FutureTech 在 Business of Quantum Summit 上展示的量子经济优势计算器（Quantum Economic Advantage Calculator）。文章还指出量子领域的投资不断增长，并提到 Multiverse Computing 等欧洲初创公司，该公司已发布压缩版 AI 模型。 https://futuretech.mit.edu/news/forbes-covers-mit-futuretech-quantum-advantage-calculatorhttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/c966d1094b/ir-c966d1094bSat, 17 Oct 2026 00:00:00 +0900academiaRobert Trager 讨论了 Stuart Russell 关于自主武器的著作，并提出以防扩散作为全面禁止之外的替代方案。他认为，大国不太可能放弃具有重要军事价值的技术，因此防止先进版本的扩散可能是一种可行的做法。他承认这既困难又充满不确定性，需要大国的重视和安全保障，但认为值得一试。 https://www.governance.ai/research-paper/deliberating-autonomous-weaponshttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/c94afb835b/ir-c94afb835bSat, 17 Oct 2026 00:00:00 +0900academia一些 AI 公司在其安全框架中加入了条款，允许它们在竞争对手发布能力相近但防护措施较弱的模型时降低自身的防护措施。作者认为，这种做法可能增加总体风险，因为竞争对手的能力和防护措施难以评估，而且事故风险会随用户数量而扩大。他们还警告说，安全标准可能会突然瓦解（如果一个背离者引发其他方效仿），也可能通过“温水煮青蛙”效应逐渐削弱。 https://www.governance.ai/research-paper/assessing-risk-relative-to-competitors-an-analysis-of-current-ai-company-policieshttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/c771955ce6/ir-c771955ce6Sat, 17 Oct 2026 00:00:00 +0900academiaMIT FutureTech 的研究与运营亮相 Nvidia GTC 大会。MIT 运营负责人 Tess Fagan 将于 3 月 19 日星期三上午 9 点在 GTC 2025 上主持 AMA 问答环节。 https://futuretech.mit.edu/news/futuretech-at-nvidia-gtchttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/c75bf23ceb/ir-c75bf23cebSat, 17 Oct 2026 00:00:00 +0900academia本意见书回应美国国家电信和信息管理局(NTIA)的《AI问责政策征求意见》,重点关注基础模型的审计与评估。文章认为,至少应当对基础模型的危险能力、对齐程度和真实性进行评估。文章还呼吁建立一个由独立专家审计员组成的生态体系,这些审计员应能够访问相关模型,并有强烈的动力去发现缺陷,而不是流于形式地走过场。 https://www.governance.ai/research-paper/response-to-the-ntia-ai-accountability-policyhttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/c31be07155/ir-c31be07155Sat, 17 Oct 2026 00:00:00 +0900academia随着前沿大语言模型日益深入地融入社会和经济,作者认为,有关其训练、部署和使用的决策不应仅由开发者决定。他们提出通过红队测试、审计和外部研究人员访问等方式进行外部审查。本文在ASPIRE框架下归纳了有效外部审查的六项要求,并向政策制定者提出了建议。 https://www.governance.ai/research-paper/towards-publicly-accountable-frontier-llmshttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/bd9b8129ac/ir-bd9b8129acSat, 17 Oct 2026 00:00:00 +0900academiaMIT IDE 的研究人员回顾了有关人工智能在工作中应用的证据，包括企业在哪些方面出现失误。他们发现，人工智能并不会自动取代工人，而且往往会带来新的协调和监督需求。当组织重新思考工作流程，并在引入人工智能的同时投资于人的能力时，收益是实实在在的。 https://futuretech.mit.edu/news/effective-ai-in-the-workplace-what-the-research-showshttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/bd5ba51c40/ir-bd5ba51c40Sat, 17 Oct 2026 00:00:00 +0900academiaNeil Thompson 与来自 MIT FutureTech、The Productivity Institute 和 IBM 商业价值研究院（Institute for Business Value）的同事发表了一篇新文章，介绍了一种人工智能任务自动化模型。该模型提供了一个端到端框架，用于确定各项任务所需的技术性能，界定能够达到该性能的人工智能系统的特征，并为其开发与部署方面的经济决策提供指导。 https://futuretech.mit.edu/news/beyond-ai-exposure-which-tasks-are-cost-effective-to-automate-with-computer-visionhttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/ba5251860d/ir-ba5251860dSat, 17 Oct 2026 00:00:00 +0900academia今年夏天6月13日至15日在法国尼斯举行的 DRUID 会议将就 AI 发展如何影响知识密集型行业展开辩论，重点关注可能出现的大规模技能退化。Maria Savona（萨塞克斯大学）和 Neil Thompson（MIT）将支持该动议，而 Hyunjin Kim（INSEAD）和 Abhishek Nagaraj（加州大学伯克利分校）将提出反对意见。 https://futuretech.mit.edu/news/druid-conference-debating-ais-impact-on-knowledge-intensive-industrieshttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/b91bd8e1c3/ir-b91bd8e1c3Sat, 17 Oct 2026 00:00:00 +0900academiaMIT FutureTech 将举办一场关于人工智能在科学中的作用的研讨会，汇聚来自不同领域的科学家共同探讨这一主题。该研讨会仅限受邀人员参加。 https://futuretech.mit.edu/news/futuretech-announces-workshop-on-the-role-of-ai-in-sciencehttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/b427bcd51c/ir-b427bcd51cSat, 17 Oct 2026 00:00:00 +0900academia文章探讨了侵权法在确保前沿 AI 负责任发展方面可以发挥什么作用，包括监管制度建立之前和之后。文章指出，此类系统可能带来巨大益处，但也会对公共福利、个人权利和国家安全构成严重风险。文章认为，完全依赖行业自律是不明智的，因此法律体系在确保前沿 AI 公司尽到合理注意义务方面具有重要作用。 https://www.governance.ai/research-paper/tort-law-and-frontier-ai-governancehttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/b38e6cebfe/ir-b38e6cebfeSat, 17 Oct 2026 00:00:00 +0900academia前沿人工智能系统可能对公共安全和安保构成日益增长的风险，这就引出了多大程度的风险是可接受的问题。作者建议，公司应首先定义风险阈值，据此设定能力阈值，然后主要依靠能力阈值进行决策，同时指出风险阈值更难以可靠地评估。他们还认为，监管机构应探索这一领域，因为它们是定义风险阈值最具正当性的主体。 https://www.governance.ai/research-paper/risk-thresholds-for-frontier-aihttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/b326f406b7/ir-b326f406b7Sat, 17 Oct 2026 00:00:00 +0900academiaBenjamin Manning 在最近的一次实验室会议上阐述了大语言模型(LLM)如何革新社会科学研究。经济学通常将人建模为理想化的理性主体(“经济人”,homo economicus),而LLM使得对人类进行计算建模成为可能(“硅人”,homo silicus)。早期证据表明,这些模型能够在定性层面复现人类实验,使实验更便宜、更快速,并避开一些伦理障碍。 https://futuretech.mit.edu/news/presentation-what-can-we-learn-from-homo-silicus-how-large-language-models-llms-may-revolutionize-social-science-researchhttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/b213578d18/ir-b213578d18Sat, 17 Oct 2026 00:00:00 +0900academiaMIT FutureTech 主任 Neil Thompson 在华盛顿特区世界银行举办的第四届年度“AI in Action”大会上发表演讲。本次大会是一场跨行业对话，探讨人工智能如何重塑企业、劳动力市场、技能和组织战略。他的演讲题为《温顺的模型将继承大地》(Meek Models Shall Inherit the Earth)。 https://futuretech.mit.edu/news/making-ai-work-what-firms-and-workers-needhttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/b1f54a2f21/ir-b1f54a2f21Sat, 17 Oct 2026 00:00:00 +0900academia本文报告了一项专家调查(N = 166)和一次关于先进AI系统阈值的公众咨询,调查于2024年8月至10月间进行。参与者普遍同意,阈值应由多方利益相关者共同设定,且不同类型的阈值应服务于特定目的。对于训练算力阈值的作用以及阈值应设置多少个,参与者意见不一。 https://www.governance.ai/research-paper/survey-on-thresholds-for-advanced-ai-systemshttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/b07d86e79e/ir-b07d86e79eSat, 17 Oct 2026 00:00:00 +0900academia在麻省理工学院博物馆现场录制的 CSAIL Alliances 播客中，主持人 Kara Miller 与 David Autor 和 Neil Thompson 就 AI 与工作的未来展开对话。讨论涵盖 AI 如何重塑任务而不仅仅是岗位、生产率提升为何不均衡，以及过度依赖 AI 的风险。 https://futuretech.mit.edu/news/ai-and-our-time-at-work---mit-csail-podcasthttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/b02aad46c9/ir-b02aad46c9Sat, 17 Oct 2026 00:00:00 +0900academia本文将生成式 AI 的经济影响预测与其他技术（包括现代技术和历史上的技术）的预测进行了比较。文章从 GDP 和生产率两个指标来考察其影响。专家对生成式 AI 影响的说法各不相同，从显著提振发达经济体的 GDP，到彻底重构全球劳动力市场。 https://futuretech.mit.edu/news/putting-the-economic-impact-of-genai-into-scalehttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/af81602ec2/ir-af81602ec2Sat, 17 Oct 2026 00:00:00 +0900academia大国正进入一个激烈竞争的时代,争相掌握人工智能等与安全相关的技术,这可能带来误判导致危机升级和失控扩散等共同风险。作者运用战略模型发现,落后者是否部署高风险技术,取决于竞争对手的敌对程度,以及落后者与领先者在能力上的接近程度。他们还发现,当对手没有部署风险最高的技术时,安全措施可能因风险补偿而被削弱甚至逆转。 https://www.governance.ai/research-paper/safety-not-guaranteed-international-strategic-dynamics-of-risky-technology-raceshttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/acbd6f9290/ir-acbd6f9290Sat, 17 Oct 2026 00:00:00 +0900academia新研究表明，以有限资源构建或运行的AI系统，可能很快就能以低得多的成本媲美领先的大型模型，从而扩大AI的可及性。MIT FutureTech 的研究人员基于神经网络缩放定律指出，“越大越好”的路径可能正在趋于收益递减。他们发现，收益的下降最终可能使企业通过比他人更快扩展规模而获得的优势所剩无几。 https://futuretech.mit.edu/news/the-rise-of-smaller-meek-models-could-democratize-ai-systemshttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/ac591734a4/ir-ac591734a4Sat, 17 Oct 2026 00:00:00 +0900academiaThe Verge 一篇文章的副标题称，特朗普的 Tech Corps 计划正在把无薪工作者变成硅谷的推销员。孙美岑（Meicen Sun）表示，这些招募人员将在新兴市场推广美国科技，而中国在这些市场的营销和推广方面已经领先。 https://futuretech.mit.edu/news/the-peace-corps-is-recruiting-volunteers-to-sell-ai-to-developing-nationshttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/abba097d09/ir-abba097d09Sat, 17 Oct 2026 00:00:00 +0900academia本文概述了人工智能模型的数据需求增长速度可能超过合适数据的供应速度。从 2010 年到 2020 年,每年新创建的数据增长了 32 倍,但仍然无法满足需求。Epoch 的分析表明,高质量语言数据等若干数据来源将在未来几年内耗尽。 https://futuretech.mit.edu/news/what-drives-progress-in-ai-trends-in-datahttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/a9cbccf665/ir-a9cbccf665Sat, 17 Oct 2026 00:00:00 +0900academiaMIT AI 风险库是 FutureTech 的一项举措，发布了描绘 AI 治理格局的综合研究成果。研究结果显示了不同行业和司法辖区如何应对 AI 风险，该风险库旨在成为研究人员、政策制定者和从业者的工具。 https://futuretech.mit.edu/news/mit-ai-risk-repository-releases-impactful-findingshttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/a67f1ccbb8/ir-a67f1ccbb8Sat, 17 Oct 2026 00:00:00 +0900academia本文分析了欧盟《人工智能法案》提案中的第9条，即其核心风险管理条款，该条款被称为在主要司法辖区内首次全面监管人工智能的尝试。文章阐释了第9条的监管理念与目的、适用范围、其要求应如何解释，以及如何执行。本文旨在帮助高风险系统的提供者实现合规，并为草案的修订和统一的人工智能风险管理标准的制定提供参考。 https://www.governance.ai/research-paper/risk-management-in-the-artificial-intelligence-acthttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/a5c2450a2a/ir-a5c2450a2aSat, 17 Oct 2026 00:00:00 +0900academiaFutureTech 已开通 Substack 专栏，分享有关 AI 和计算创新的研究见解与分析。目的是以通俗易懂的方式向更广泛的读者解读复杂的研究。 https://futuretech.mit.edu/news/futuretech-launches-substackhttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/a4edaf1a65/ir-a4edaf1a65Sat, 17 Oct 2026 00:00:00 +0900academia该论文认为，算力是治理人工智能的有效干预点，因为它可被检测、可被排他、可被量化，并且通过高度集中的供应链生产。论文指出，政府和企业已开始在人工智能政策中运用算力，但不同的基于算力的政策成熟度各异。论文警告称，范围界定不当的做法可能给隐私、经济影响和权力集中带来风险，并提出了将这些风险降至最低的防护措施。 https://www.governance.ai/research-paper/computing-power-and-the-governance-of-artificial-intelligencehttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/a4ca602958/ir-a4ca602958Sat, 17 Oct 2026 00:00:00 +0900consulting德勤指出,AI 和生成式 AI 在带来新的商业机遇的同时,也在开发、部署和使用过程中带来网络安全风险。不断扩大的攻击面以及攻击者对 AI 的利用,要求建立涵盖应用程序、数据、基础设施和模型的整体防御体系。该摘录内容不完整,因此本摘要仅涵盖其开头部分。 https://www.deloitte.com/global/en/services/consulting-risk/perspectives/cybersecurity-meets-ai-genai.htmlhttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/a283897738/ir-a283897738Sat, 17 Oct 2026 00:00:00 +0900academia作者分析了 2003 年至 2021 年间 69,974 盘职业围棋对局中的每一步棋，以研究人类棋手与 AI 如何互动以创造新知识。2017 年，AI 驱动的围棋程序超越了最强的人类棋手之后，职业棋手改变了他们的第一手棋和第一次打入的着法，并采用了不同的标准开局模式。然而，这种由 AI 驱动的知识也带来了着法更加集中、多样性下降的问题，而且这种影响对高水平棋手更为明显。 https://futuretech.mit.edu/news/standing-on-the-shoulders-of-ai-pushing-the-knowledge-frontier-by-learning-from-aihttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/a1d967123b/ir-a1d967123bSat, 17 Oct 2026 00:00:00 +0900academia本案例研究聚焦Modulate公司。该公司由两位MIT校友于2017年共同创立,旨在将基于GAN的实时合成语音技术商业化。创始人希望防止这项几乎可以匹配任何人音色的技术被滥用,同时保持竞争力并让投资者满意。这套工具包由哈佛法学院图书馆和伯克曼·克莱因中心(Berkman Klein Center)提供,旨在引发对他们所面临冲突的讨论。 https://cyber.harvard.edu/publication/2020/modulate-case-studyhttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/a0c10fc630/ir-a0c10fc630Sat, 17 Oct 2026 00:00:00 +0900academiaMIT 全新的交互式 AI Risk Navigator 通过共享的分类体系与 AI Risk Repository 相连,后者是一个持续更新的数据库,收录了超过 1,700 项按成因和风险领域分类的人工智能风险。用户可以在各数据集之间切换,并发现重要的规律。 https://futuretech.mit.edu/news/mit-ai-risk-navigatorhttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/9cd12c3c78/ir-9cd12c3c78Sat, 17 Oct 2026 00:00:00 +0900academia本文分析了在迈向通用人工智能（定义为能够执行人类所有任务的 AI）的不同技术进步情景下，产出和工资如何演变。文章将人类工作建模为复杂程度各异的任务，工资由自动化与资本积累之间的竞赛决定。根据任务复杂度的分布，工资可能无限上涨，也可能在实现完全自动化后崩溃。 https://www.governance.ai/research-paper/scenarios-for-the-transition-to-agihttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/9cc2159532/ir-9cc2159532Sat, 17 Oct 2026 00:00:00 +0900consulting根据《财富》/德勤的一项调查,79%的CEO表示,加速创新是生成式AI的首要应用场景之一。德勤发现,当CEO发挥领导作用时,数字化转型更容易取得成功。该系列旨在支持CEO们的AI之旅。 https://www.deloitte.com/global/en/services/consulting/research/leading-a-generative-ai-fueled-enterprise.htmlhttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/9c067181df/ir-9c067181dfSat, 17 Oct 2026 00:00:00 +0900academia人们越来越担心AGI可能带来灾难性风险，因此AGI公司需要大幅改进其风险管理。本文回顾了其他安全关键行业中常用的风险评估技术，并就AGI公司如何运用这些技术提出了建议。作者指出，仅靠这些技术不足以评估AI的灾难性风险，但AGI公司仍应借鉴其他行业的最佳实践。 https://www.governance.ai/research-paper/risk-assessment-at-agi-companies-a-review-of-popular-risk-assessment-techniques-from-other-safety-critical-industrieshttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/9891cd4264/ir-9891cd4264Sat, 17 Oct 2026 00:00:00 +0900academia华盛顿将保持对中国的 AI 主导地位视为经济和国家安全的双重要务，并已收紧对 AI 芯片和芯片制造设备的出口管制。该论文认为这些措施还不够，并提出了第三支柱——战略推广，即让美国的 AI 和算力成为主要国际市场的默认选择。这将包括为算力基础设施提供融资、为 AI 应用提供培训和技术援助，以及达成鼓励依赖可信赖的美国 AI 的贸易协议。 https://www.governance.ai/research-paper/export-controls-and-export-promotionhttps://pharma.intelligence-synthesis.com/zh-hans/ai-reports/s/9879483b26/ir-9879483b26Sat, 17 Oct 2026 00:00:00 +0900academia本文提出了一个分三层审计大语言模型（LLM）的蓝图：对技术提供者的治理审计、对预训练之后发布之前的 LLM 的模型审计，以及对基于 LLM 的应用的应用审计。作者认为这三个层面相互补充，有助于管理部分伦理和社会风险。他们还讨论了这种方法以及一般而言审计 LLM 的局限性。 https://www.governance.ai/research-paper/auditing-large-language-models-a-three-layered-approach