https://pharma.intelligence-synthesis.com/zh-hant/ai-reports/來自 AI 公司、大學、研究機構與顧問公司zh-hanthttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/145e91d47a/ir-145e91d47aSat, 17 Oct 2026 00:00:00 +0900labNVIDIA 已推出 RTX Spark 筆電，全球各地舉辦了零售上市活動，其中柏林場次執行長黃仁勳也親自現身。該晶片將 Blackwell RTX GPU 與 Grace CPU 結合於單一超級晶片中，提供最高 1 petaflop 的 AI 運算效能，以及最高 128GB 的統一記憶體。來自華碩、戴爾、惠普、聯想、微軟與微星的筆電起價為 $2,399，後續還有更多機種即將推出。 https://blogs.nvidia.com/blog/local-ai-rtx-spark-windows-laptops-celebration/https://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/fc6ef85e79/ir-fc6ef85e79Sat, 17 Oct 2026 00:00:00 +0900academia本文提出一套針對攻擊性網路能力的安全論證範本。它將主要主張逐步拆解為越來越具體的子主張，每項皆有證據支持，並運用「主張、論證、證據」（Claims Arguments Evidence）框架，連結風險模型、代理任務與評估結果。作者將其視為概念驗證，以促進關於 AI 安全論證的討論。 https://www.governance.ai/research-paper/safety-case-template-for-frontier-ai-a-cyber-inability-argumenthttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/fb171eb97f/ir-fb171eb97fSat, 17 Oct 2026 00:00:00 +0900academia本文概述硬體（特別是運算能力）的進步如何支撐 AI 系統的持續改進。文中說明 AI 的進展建立在運算能力、資料與演算法之上，並介紹 FLOPS、MIPS 和 IOPS 等常見的運算指標。本文是 AI 趨勢系列的第三篇。 https://futuretech.mit.edu/news/what-drives-progress-in-ai-trends-in-computehttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/fabc33faa3/ir-fabc33faa3Sat, 17 Oct 2026 00:00:00 +0900academia新研究發現，機器學習框架移植到其他硬體時，可能會損失超過 40% 的關鍵功能。即使功能仍可移植，效能也可能大幅下降，以致無法實際使用。作者認為，硬體專用化可能會阻礙機器學習研究的創新。 https://futuretech.mit.edu/news/the-grand-illusion-the-myth-of-software-portability-and-implications-for-ml-progresshttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/f4f0a1b4e7/ir-f4f0a1b4e7Sat, 17 Oct 2026 00:00:00 +0900academia美國與歐盟採用訓練運算量門檻（即訓練過程中所使用的運算操作次數），來辨識可能造成大規模社會危害風險的通用型 AI 模型。作者認為，訓練運算量目前是最適合作為這項初步篩選的指標，因為它與能力和風險相關、可量化，且能由外部驗證。他們也提醒，這只是風險的不完美代理指標，不應單獨用來決定緩解措施。 https://www.governance.ai/research-paper/training-compute-thresholds-features-and-functions-in-ai-regulationhttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/f2e2436481/ir-f2e2436481Sat, 17 Oct 2026 00:00:00 +0900academia本報告綜合學術研究與公開民調，彙整大眾對 AI 的態度，聚焦於英國與美國。內容涵蓋對失業的擔憂等議題的看法，以及新興趨勢、挑戰與機會。報告也介紹 AI SHARE 資料庫，該資料庫彙集了 2014 年至 2023 年間進行的 200 多項研究的調查資料。 https://www.governance.ai/research-paper/what-does-the-public-think-about-aihttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/f14403359b/ir-f14403359bSat, 17 Oct 2026 00:00:00 +0900academia該論文主張，相較於軟體安全，通用型人工智慧（GPAI）系統在缺陷通報的基礎設施、實務做法與規範方面嚴重不足。論文提出標準化的 AI 缺陷報告與交戰規則、以漏洞賞金計畫為藍本且具法律安全港保護的廣泛揭露計畫，以及更完善的基礎設施，以協調各利害關係人之間的缺陷通報。 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-hant/ai-reports/s/f130afe88a/ir-f130afe88aSat, 17 Oct 2026 00:00:00 +0900academia隨著 AI 代理越來越常在開放式環境中規劃並執行任務，作者認為現有工具不足以管理其風險。他們提出「代理基礎設施」（agent infrastructure），指的是位於代理之外、居中協調其互動與影響的技術系統和共通協定。作者歸納出三項功能：將行為歸屬於特定代理或使用者、形塑代理之間的互動，以及偵測並補救有害行為。 https://www.governance.ai/research-paper/infrastructure-for-ai-agentshttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/effaa42816/ir-effaa42816Sat, 17 Oct 2026 00:00:00 +0900academiaAI 系統可能造成巨大危害，但也能大幅改善人類福祉，因此監管上的挑戰在於如何在促進創新的同時避免風險。本文主張，監管監督（即官員具備資訊蒐集權力與相當裁量權）應僅在沒有其他方式能達成監管目標時才使用。文章的結論是，對於 OpenAI、Anthropic、Google DeepMind 和 Meta 等前沿 AI 開發者，監督是有必要的，因為沒有其他形式的監管能夠達成良好的 AI 政策。 https://www.governance.ai/research-paper/regulatory-supervision-of-frontier-ai-developershttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/ed85089ac3/ir-ed85089ac3Sat, 17 Oct 2026 00:00:00 +0900academia這個互動式網頁應用程式透過安全與效能權衡（SPT）模型，探討高風險 AI 競爭的動態。它提出的問題是：即使每個人都知道如何讓自己的系統更安全，AI 安全方面的突破是否就一定會帶來更安全的系統？使用者可以藉由這項工具，檢視為何已部署的 AI 系統可能仍維持與突破前同樣的風險。 https://www.governance.ai/research-paper/safety-performance-tradeoff-model-web-aphttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/ed8394bd48/ir-ed8394bd48Sat, 17 Oct 2026 00:00:00 +0900academia隨著 AI 系統的能力日益增強,它們將越來越常被用來造成傷害,例如自動化詐騙或製作有害的假圖像。本文主張,當其他干預措施不足、潛在危害很高,且可進行有針對性的干預時,就有必要限制能力。本文提出一套以濫用造成危害所需步驟為核心的分類法與框架,並將其應用於預測新型毒素、製作有害圖像,以及自動化魚叉式網路釣魚。 https://www.governance.ai/research-paper/protecting-society-from-ai-misuse-when-are-restrictions-on-capabilities-warrantedhttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/ed4b9a2808/ir-ed4b9a2808Sat, 17 Oct 2026 00:00:00 +0900academia本論文提出一個框架，依據 LLM 及相關技術與勞工所執行任務的關聯性，評估其可能對工作造成的影響。作者結合人類與 LLM 來應用此框架，估計約有 1.8% 的工作，其超過半數的任務可能受到具備簡易介面與通用訓練的 LLM 影響。若納入互補軟體的發展，這一比例將升至略高於 46%。 https://www.governance.ai/research-paper/gpts-are-gpts-labor-market-impact-potential-of-llmshttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/ea2245c67e/ir-ea2245c67eSat, 17 Oct 2026 00:00:00 +0900academia這篇 FutureTech 文章整理了 10 月舉辦的 2025 年會議「How Fast Will AI Automation Happen?」的幾項重點見解。與會講者包括 AI 發展、AI 經濟學及 AI 應用領域的頂尖研究人員。本文著重呈現部分精選觀點,而非完整摘要每場演講。 https://futuretech.mit.edu/news/how-fast-will-ai-automation-happen-reflections-on-the-futuretech-conferencehttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/e3a14b19e4/ir-e3a14b19e4Sat, 17 Oct 2026 00:00:00 +0900academia本意見書回應美國針對 NIST 在人工智慧行政命令下各項任務所發出的資訊徵詢,重點聚焦於「雙重用途基礎模型」。文中建議鼓勵開發者採行多項作法,例如公開安全政策、進行紅隊演練、產出風險評估,以及在模型部署後持續監測。文中也主張,風險管理的負擔應與系統的影響程度相稱。 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-hant/ai-reports/s/e36a0f3452/ir-e36a0f3452Sat, 17 Oct 2026 00:00:00 +0900academia人工智慧代理在網路上的活動可能扭曲人類的信念，例如讓合成的按讚與分享看起來像是真實的民意。作者主張，預計於2026年8月2日生效的歐盟《人工智慧法》第50條，很可能要求對人工智慧代理的網路請求與瀏覽器操作加上標示，且這些標示在創建者與是否遭竄改方面應可供驗證。這份簡報在附錄中為即將制定的《實務守則》提出了可能的條文內容。 https://www.governance.ai/research-paper/labeling-of-ai-agent-activity-in-article-50-of-the-eu-ai-acthttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/e086420a53/ir-e086420a53Sat, 17 Oct 2026 00:00:00 +0900academia本文聚焦於「前沿 AI」模型：能力極強、可能具備足以對公共安全構成嚴重風險之危險能力的基礎模型。文中主張，監管這類模型需要三大要素：標準制定、註冊與申報要求，以及確保合規的機制。文中也提出一套初步的安全標準，包括部署前的風險評估，以及在部署後監測並因應新資訊。 https://www.governance.ai/research-paper/frontier-ai-regulation-managing-emerging-risks-to-public-safetyhttps://pharma.intelligence-synthesis.com/zh-hant/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-hant/ai-reports/s/dc607dd2d3/ir-dc607dd2d3Sat, 17 Oct 2026 00:00:00 +0900academia本報告分析生成式 AI、新興的 AI 代理，以及較具推測性的通用人工智慧（AGI）將如何影響金融業。報告探討四大功能：金融中介、保險、資產管理與支付，以及對金融穩定和審慎政策的影響。報告也在樂觀與顛覆性情境下，考量對實體經濟的外溢效應，並依據一般 AI 治理原則，提出升級金融監理的框架。 https://www.governance.ai/research-paper/intelligent-financial-system-how-ai-is-transforming-financehttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/db7d10cae9/ir-db7d10cae9Sat, 17 Oct 2026 00:00:00 +0900academia一項預先註冊的隨機對照試驗（2025 年 6 月至 8 月，n = 153）發現，在模擬病毒反向遺傳學工作流程的任務中，使用 LLM 協助的新手與使用網際網路的新手在工作流程完成度上沒有顯著差異。LLM 組在五項任務中有四項的成功率在數值上較高，作者認為這代表有適度的效能助益。該研究指出基準測試結果與實際應用效益之間存在落差，並呼籲對 AI 生物安全評估進行實體世界的驗證。 https://www.governance.ai/research-paper/measuring-mid-2025-llm-assistance-on-novice-performance-in-biologyhttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/d8e7de3025/ir-d8e7de3025Sat, 17 Oct 2026 00:00:00 +0900academia該論文主張，運算供應商在 AI 監管中應承擔法律義務與倫理責任，扮演安全保障者、紀錄保存者、客戶活動查核者及執行者的角色。論文探討如何以具針對性且兼顧隱私的方式履行這些職能，利用非機密資料來推斷工作負載類型與所消耗的運算量。論文以美國第 14110 號行政命令為案例，概述紀錄保存要求，並探討查核與執行如何構成更廣泛的監督機制。 https://www.governance.ai/research-paper/governing-through-the-cloudhttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/d6e43c0d75/ir-d6e43c0d75Sat, 17 Oct 2026 00:00:00 +0900academia一項調查發現，約有一半的美國人認為，AI 使用增加將導致所得不平等加劇，社會也更加兩極化。經濟學家整體上不像大眾那樣擔心近期出現劇烈的失業，但常對不平等問題抱持同樣的憂慮。多項研究發現，在法律和軟體工程等職業中，技能最低或經驗最少的工作者從 AI 獲得的生產力提升最大，部分經濟學家認為這可能是減少不平等的途徑。 https://www.governance.ai/research-paper/ais-impact-on-income-inequality-in-the-ushttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/d6d581ae13/ir-d6d581ae13Sat, 17 Oct 2026 00:00:00 +0900academiaAI 的進展正帶來日益廣泛的風險與機會，而應對這些風險與機會的障礙往往至少有一部分屬於技術層面。本文闡述技術性 AI 治理，亦即運用技術分析與工具來支持有效的 AI 治理，並提出其開放問題的分類法與一份不完整的清單。本文旨在作為技術研究人員與研究資助者的參考資源。 https://www.governance.ai/research-paper/open-problems-in-technical-ai-governancehttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/d41fec63e3/ir-d41fec63e3Sat, 17 Oct 2026 00:00:00 +0900academia本文歸納出「AI 民主化」的四種不同涵義。其中三種幾乎與「提高可及性」互換使用，而治理層面的涵義則是在可及性與其他社會需求和價值之間取得平衡。作者提醒，不應把這個詞籠統地當成「一切美好事物」的代稱，因為其價值取決於是否符合受影響者的需求。 https://www.governance.ai/research-paper/democratising-ai-multiple-meanings-goals-and-methodshttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/cc0371f85c/ir-cc0371f85cSat, 17 Oct 2026 00:00:00 +0900academia本白皮書探討在兼顧前沿 AI 國家的安全與商業顧慮之下，如何以務實的方式提升全球 AI 多數國家在 AI 治理與能力方面的發言權與參與機會。文中指出多項障礙，包括數位與運算基礎設施有限、AI 發展高度集中、資料以英語為中心，以及人才分布不均。白皮書提出利益一致、參與式架構與安全保證三種做法。 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-hant/ai-reports/s/cb9d9704e5/ir-cb9d9704e5Sat, 17 Oct 2026 00:00:00 +0900academia本白皮書提出一套架構，用以辨識哪些 AI 治理議題應走向國際化，並分析涵蓋資料、運算與模型治理的九個政策領域。報告評估四項因素：跨境外部性、監管套利、治理能力不均，以及互通性。國際化的效益在運算供應商監督、內容來源溯源、模型評估、事件監測與風險管理協定方面最為顯著，而在資料隱私、資料來源溯源、晶片分配與偏見減緩方面則較低或好壞參半。 https://www.governance.ai/research-paper/what-should-be-internationalised-in-ai-governancehttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/ca939387c9/ir-ca939387c9Sat, 17 Oct 2026 00:00:00 +0900consultingDeloitte Consulting LLP 宣布推出 AI Advantage for CFOs，這是一個整合式的 AI 分析與洞察平台，以 Amazon Bedrock 和 Anthropic 的大型語言模型打造。其中包含財務自動化代理（Finance Automation Agents），可自動化關鍵財務流程，並從結構化、非結構化及多模態內容中產生洞察。Volkswagen Group Argentina 是首批使用的客戶之一。 https://www.deloitte.com/global/en/about/press-room/deloitte-launches-ai-advantage-for-cfos.htmlhttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/ca2e08e189/ir-ca2e08e189Sat, 17 Oct 2026 00:00:00 +0900academiaForbes 的一篇文章探討 AI 與量子運算的融合，並介紹 MIT FutureTech 在 Business of Quantum Summit 上發表的 Quantum Economic Advantage Calculator。文章也指出量子領域的投資持續成長，並提到歐洲新創公司，例如已推出壓縮版 AI 模型的 Multiverse Computing。 https://futuretech.mit.edu/news/forbes-covers-mit-futuretech-quantum-advantage-calculatorhttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/c966d1094b/ir-c966d1094bSat, 17 Oct 2026 00:00:00 +0900academiaRobert Trager 討論了 Stuart Russell 關於自主武器的著作，並提出以防擴散作為全面禁止之外的替代方案。他認為，主要強權不太可能放棄具軍事重要性的技術，因此防止先進版本擴散可能是可行的做法。他承認這項做法困難且充滿不確定性，需要主要強權的關注與安全保證，但認為值得一試。 https://www.governance.ai/research-paper/deliberating-autonomous-weaponshttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/c94afb835b/ir-c94afb835bSat, 17 Oct 2026 00:00:00 +0900academia部分 AI 公司在其安全框架中納入條款，允許在競爭對手發布能力相近但緩解措施較弱的模型時，降低自身的緩解措施。作者認為此做法可能提高整體風險，因為競爭對手的能力與緩解措施難以評估，且事故風險會隨使用者人數而擴大。他們也警告，安全標準可能因一方違反而引發其他業者跟進，驟然瓦解，或透過「溫水煮青蛙」效應逐漸弱化。 https://www.governance.ai/research-paper/assessing-risk-relative-to-competitors-an-analysis-of-current-ai-company-policieshttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/c771955ce6/ir-c771955ce6Sat, 17 Oct 2026 00:00:00 +0900academiaMIT FutureTech 的研究與營運在 Nvidia GTC 大會上亮相。MIT 營運主管 Tess Fagan 將於 3 月 19 日（星期三）上午 9 點在 GTC 2025 舉辦 AMA 問答場次。 https://futuretech.mit.edu/news/futuretech-at-nvidia-gtchttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/c75bf23ceb/ir-c75bf23cebSat, 17 Oct 2026 00:00:00 +0900academia這份意見書回應美國國家電信暨資訊管理局 (NTIA) 的「AI 問責政策徵求意見」，聚焦於基礎模型的稽核與評估。文中主張，基礎模型至少應接受危險能力、對齊 (alignment) 與真實性方面的評估。同時呼籲建立由獨立專家稽核員組成的生態系，讓他們能取用這些模型，並具備強烈誘因去找出缺陷，而非僅是照表操課。 https://www.governance.ai/research-paper/response-to-the-ntia-ai-accountability-policyhttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/c31be07155/ir-c31be07155Sat, 17 Oct 2026 00:00:00 +0900academia隨著前沿大型語言模型更深入地融入社會與經濟,作者主張,有關其訓練、部署與使用的決策不應僅由開發者決定。他們提出透過紅隊演練、稽核及開放外部研究人員存取等方式進行外部審查。本文依據 ASPIRE 框架整理出有效外部審查的六項要求,並向政策制定者提出建議。 https://www.governance.ai/research-paper/towards-publicly-accountable-frontier-llmshttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/bd9b8129ac/ir-bd9b8129acSat, 17 Oct 2026 00:00:00 +0900academiaMIT IDE 研究人員檢視了 AI 在工作場域的相關證據，包括企業常犯的錯誤。他們發現，AI 並不會自動取代勞工，反而經常衍生新的協調與監督需求。當組織重新思考工作流程，並在導入 AI 的同時投資於人的能力時，才能獲得實質的效益。 https://futuretech.mit.edu/news/effective-ai-in-the-workplace-what-the-research-showshttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/bd5ba51c40/ir-bd5ba51c40Sat, 17 Oct 2026 00:00:00 +0900academiaNeil Thompson 與來自 MIT FutureTech、The Productivity Institute 及 IBM Institute for Business Value 的同事發表了一篇新文章，介紹一種 AI 任務自動化模型。該模型提供端到端的架構，可判定各項任務所需的技術效能、界定能達到該效能的 AI 系統特徵，並為其開發與部署的經濟決策提供指引。 https://futuretech.mit.edu/news/beyond-ai-exposure-which-tasks-are-cost-effective-to-automate-with-computer-visionhttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/ba5251860d/ir-ba5251860dSat, 17 Oct 2026 00:00:00 +0900academia今年夏天 6 月 13 日至 15 日在法國尼斯舉行的 DRUID 研討會，將辯論 AI 發展如何影響知識密集型產業，焦點在於可能出現的大規模技能退化。Maria Savona（薩塞克斯大學）與 Neil Thompson（MIT）將支持該動議，而 Hyunjin Kim（INSEAD）與 Abhishek Nagaraj（加州大學柏克萊分校）則將提出反對意見。 https://futuretech.mit.edu/news/druid-conference-debating-ais-impact-on-knowledge-intensive-industrieshttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/b91bd8e1c3/ir-b91bd8e1c3Sat, 17 Oct 2026 00:00:00 +0900academiaMIT FutureTech 將舉辦一場關於 AI 在科學中的角色的工作坊，匯聚來自不同領域的科學家討論此主題。本工作坊僅限受邀者參加。 https://futuretech.mit.edu/news/futuretech-announces-workshop-on-the-role-of-ai-in-sciencehttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/b427bcd51c/ir-b427bcd51cSat, 17 Oct 2026 00:00:00 +0900academia本文探討侵權行為法在確保前沿 AI 負責任發展方面能扮演什麼角色,涵蓋監管制度建立之前與之後。文中指出,此類系統可能帶來龐大效益,但也會對公共福祉、個人權利與國家安全造成嚴重風險。作者主張完全仰賴產業自律並不明智,因此法律體系在確保前沿 AI 公司盡到合理注意義務方面具有重要角色。 https://www.governance.ai/research-paper/tort-law-and-frontier-ai-governancehttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/b38e6cebfe/ir-b38e6cebfeSat, 17 Oct 2026 00:00:00 +0900academia前沿 AI 系統可能對公共安全與安防構成日益增長的風險,這引出了可接受多大風險的問題。作者建議企業先界定風險門檻,據以設定能力門檻,再主要依據能力門檻做決策,並指出風險門檻較難可靠地評估。他們也主張監管機關應探討這個領域,因為監管機關是界定風險門檻最具正當性的行為者。 https://www.governance.ai/research-paper/risk-thresholds-for-frontier-aihttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/b326f406b7/ir-b326f406b7Sat, 17 Oct 2026 00:00:00 +0900academiaBenjamin Manning 在近期的實驗室會議上說明大型語言模型(LLM)如何徹底改變社會科學研究。經濟學常將人類建模為理想化的理性代理人(「經濟人」,homo economicus),而 LLM 讓我們得以建立人類的計算模型(「矽人」,homo silicus)。初步證據顯示,這些模型能在質性層面重現人類實驗,使實驗更省錢、更快速,並避開部分倫理障礙。 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-hant/ai-reports/s/b213578d18/ir-b213578d18Sat, 17 Oct 2026 00:00:00 +0900academiaMIT FutureTech 主任 Neil Thompson 於華盛頓特區世界銀行舉行的第四屆 AI in Action 年度研討會上發表演講。本次研討會為跨產業對話，探討 AI 如何重塑企業、勞動市場、技能與組織策略。他的演講題目為「Meek Models Shall Inherit the Earth」。 https://futuretech.mit.edu/news/making-ai-work-what-firms-and-workers-needhttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/b1f54a2f21/ir-b1f54a2f21Sat, 17 Oct 2026 00:00:00 +0900academia本論文報告了一項專家調查(N = 166)與一項公眾諮詢,內容針對先進 AI 系統的門檻,於 2024 年 8 月至 10 月間進行。參與者普遍同意,門檻應由多方利害關係人共同設定,且不同類型的門檻應服務於特定目的。對於訓練算力門檻的角色,以及門檻應設置多少個,他們的看法則出現分歧。 https://www.governance.ai/research-paper/survey-on-thresholds-for-advanced-ai-systemshttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/b07d86e79e/ir-b07d86e79eSat, 17 Oct 2026 00:00:00 +0900academia在麻省理工學院博物館現場錄製的 CSAIL Alliances Podcast 中，主持人 Kara Miller 與 David Autor 和 Neil Thompson 談論 AI 與工作的未來。討論內容涵蓋 AI 如何重塑任務而不僅是職業、生產力提升為何不均，以及過度依賴 AI 的風險。 https://futuretech.mit.edu/news/ai-and-our-time-at-work---mit-csail-podcasthttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/b02aad46c9/ir-b02aad46c9Sat, 17 Oct 2026 00:00:00 +0900academia本文將生成式 AI 的經濟影響預測，與其他現代及歷史上的技術相比較，並從 GDP 與生產力兩項指標來考量其影響。專家對生成式 AI 影響的說法不一，從大幅提升已開發經濟體的 GDP，到全面重塑全球勞動市場皆有。 https://futuretech.mit.edu/news/putting-the-economic-impact-of-genai-into-scalehttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/af81602ec2/ir-af81602ec2Sat, 17 Oct 2026 00:00:00 +0900academia強權國家正進入一個激烈競爭的時代，爭相掌握 AI 等與安全相關的技術，這可能造成無意間導致危機升級與失控擴散等共同風險。作者運用策略模型發現，落後者是否會部署高風險技術，取決於競爭對手的敵對程度，以及落後者與領先者的能力有多接近。他們也發現，當對手並未部署風險最高的技術時，安全措施可能因風險補償而被削弱，甚至被逆轉。 https://www.governance.ai/research-paper/safety-not-guaranteed-international-strategic-dynamics-of-risky-technology-raceshttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/acbd6f9290/ir-acbd6f9290Sat, 17 Oct 2026 00:00:00 +0900academia新的研究顯示,以有限資源打造或運行的 AI 系統,可能很快就能以低得多的成本,媲美領先的大型模型,進而擴大取得管道。MIT FutureTech 的研究人員根據神經網路縮放定律指出,「越大越好」的做法可能正逐漸邊際效益遞減。他們發現,成長幅度下滑最終可能導致企業即使比其他業者更快擴張,也難以取得什麼優勢。 https://futuretech.mit.edu/news/the-rise-of-smaller-meek-models-could-democratize-ai-systemshttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/ac591734a4/ir-ac591734a4Sat, 17 Oct 2026 00:00:00 +0900academia《The Verge》一篇文章的副標題指出，川普的科技軍團（Tech Corps）計畫正把無薪工作者變成矽谷的業務員。孫美岑表示，這些招募人員將在新興市場推廣美國科技，而中國在這些市場的行銷與推廣上已經領先。 https://futuretech.mit.edu/news/the-peace-corps-is-recruiting-volunteers-to-sell-ai-to-developing-nationshttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/abba097d09/ir-abba097d09Sat, 17 Oct 2026 00:00:00 +0900academia本文概述 AI 模型的資料需求可能成長得比合適資料的供給還快。從 2010 年到 2020 年，每年新產生的資料量成長了 32 倍，但仍趕不上需求。Epoch 的分析指出，高品質語言資料等數種資料來源將在未來幾年內耗盡。 https://futuretech.mit.edu/news/what-drives-progress-in-ai-trends-in-datahttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/a9cbccf665/ir-a9cbccf665Sat, 17 Oct 2026 00:00:00 +0900academiaMIT AI Risk Repository 是 FutureTech 的一項計畫，近期發布了描繪 AI 治理全貌的完整研究結果。研究結果顯示各產業與司法管轄區如何因應 AI 風險，而該資料庫旨在作為研究人員、政策制定者與實務工作者的工具。 https://futuretech.mit.edu/news/mit-ai-risk-repository-releases-impactful-findingshttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/a67f1ccbb8/ir-a67f1ccbb8Sat, 17 Oct 2026 00:00:00 +0900academia本文分析了歐盟《人工智慧法》草案第 9 條，這是其核心的風險管理條款，被認為是在主要司法管轄區中首次全面規範 AI 的嘗試。文章說明了第 9 條的規範概念與目的、適用範圍、其要求應如何解讀，以及如何執行。本文旨在協助高風險系統的提供者遵循規範，並為草案的修訂及調和性 AI 風險管理標準的制定提供參考。 https://www.governance.ai/research-paper/risk-management-in-the-artificial-intelligence-acthttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/a5c2450a2a/ir-a5c2450a2aSat, 17 Oct 2026 00:00:00 +0900academiaFutureTech 已開設 Substack 刊物,分享有關 AI 與運算創新的研究洞見與分析,目標是以淺顯易懂的方式,向更廣大的讀者說明複雜的研究。 https://futuretech.mit.edu/news/futuretech-launches-substackhttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/a4edaf1a65/ir-a4edaf1a65Sat, 17 Oct 2026 00:00:00 +0900academia該論文主張，運算能力是治理 AI 的有效介入點，因為它可被偵測、可被排除使用、可被量化，且透過高度集中的供應鏈生產。論文指出，政府與企業已開始在 AI 政策中運用運算資源，不過各種以運算為基礎的政策，其成熟度不一。論文警告，若政策範圍界定不當，可能對隱私、經濟影響及權力集中帶來風險，並建議設置防護措施以將風險降到最低。 https://www.governance.ai/research-paper/computing-power-and-the-governance-of-artificial-intelligencehttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/a4ca602958/ir-a4ca602958Sat, 17 Oct 2026 00:00:00 +0900consultingDeloitte 指出，AI 與生成式 AI 創造了新的商機，但在開發、部署和使用過程中也帶來資安風險。攻擊面不斷擴大，加上攻擊者運用 AI，因此需要採取涵蓋應用程式、資料、基礎設施與模型的整體性防禦。摘錄內容中途被截斷，因此本摘要僅涵蓋其開頭部分。 https://www.deloitte.com/global/en/services/consulting-risk/perspectives/cybersecurity-meets-ai-genai.htmlhttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/a283897738/ir-a283897738Sat, 17 Oct 2026 00:00:00 +0900academia作者分析了 2003 年至 2021 年間 69,974 局職業圍棋對局中的每一步棋,研究人類棋士與 AI 如何互動以創造新知識。自 2017 年圍棋 AI 程式超越最強人類棋士後,職業棋士改變了第一手棋與第一次入侵的著手,並採用了不同的標準布局模式。然而,這種由 AI 帶來的知識也使著手更為集中、多樣性降低,且對高技術水準的棋士影響更大。 https://futuretech.mit.edu/news/standing-on-the-shoulders-of-ai-pushing-the-knowledge-frontier-by-learning-from-aihttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/a1d967123b/ir-a1d967123bSat, 17 Oct 2026 00:00:00 +0900academia本案例研究以 Modulate 為對象。該公司由兩位 MIT 校友於 2017 年共同創辦,旨在將以 GAN 為基礎的即時合成語音技術商業化。創辦人希望防止這項幾乎能模仿任何人音色的技術遭到濫用,同時又要維持競爭力並讓投資人滿意。這套由哈佛法學院圖書館與 Berkman Klein Center 提供的工具包,旨在引發人們討論他們所面臨的各種衝突。 https://cyber.harvard.edu/publication/2020/modulate-case-studyhttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/a0c10fc630/ir-a0c10fc630Sat, 17 Oct 2026 00:00:00 +0900academiaMIT 全新的互動式 AI 風險導航器透過共用的分類架構，連結至 AI 風險資料庫（AI Risk Repository）。這個持續更新的資料庫收錄超過 1,700 項 AI 風險，並依成因與風險領域分類。使用者可在各資料集之間切換，找出重要的模式。 https://futuretech.mit.edu/news/mit-ai-risk-navigatorhttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/9cd12c3c78/ir-9cd12c3c78Sat, 17 Oct 2026 00:00:00 +0900academia本文分析在朝向通用人工智慧(定義為能執行人類所有任務的 AI)的不同技術進步情境下,產出與工資如何演變。論文將人類工作建模為不同複雜度的任務,工資則取決於自動化與資本累積之間的競賽。視任務複雜度的分布而定,工資可能無限成長,也可能在達到完全自動化後崩跌。 https://www.governance.ai/research-paper/scenarios-for-the-transition-to-agihttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/9cc2159532/ir-9cc2159532Sat, 17 Oct 2026 00:00:00 +0900consulting根據《財星》（Fortune）與德勤（Deloitte）的調查，79% 的執行長表示，加速創新是生成式 AI 的首要應用情境之一。德勤發現，當執行長扮演領導角色時，數位轉型更容易成功。本系列旨在協助執行長走好 AI 之路。 https://www.deloitte.com/global/en/services/consulting/research/leading-a-generative-ai-fueled-enterprise.htmlhttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/9c067181df/ir-9c067181dfSat, 17 Oct 2026 00:00:00 +0900academia外界越來越擔心 AGI 可能帶來災難性風險，因此 AGI 公司必須大幅改善其風險管理。本文回顧其他安全關鍵產業常用的風險評估技術，並提出 AGI 公司可如何運用這些技術。作者指出，光靠這些技術不足以評估 AI 的災難性風險，但 AGI 公司仍應參考其他產業的最佳實務。 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-hant/ai-reports/s/9891cd4264/ir-9891cd4264Sat, 17 Oct 2026 00:00:00 +0900academia華盛頓將保持對中國的 AI 領先地位視為經濟與國家安全的雙重要務,並已收緊對 AI 晶片及晶片製造設備的出口管制。本文認為這些措施還不夠,並提出第三大支柱:策略性推廣,也就是讓美國的 AI 與運算能力成為主要國際市場的預設選擇。這包括為運算基礎設施提供融資、為 AI 的採用提供培訓與技術協助,以及達成貿易協定,鼓勵各方依賴可信賴的美國 AI。 https://www.governance.ai/research-paper/export-controls-and-export-promotionhttps://pharma.intelligence-synthesis.com/zh-hant/ai-reports/s/9879483b26/ir-9879483b26Sat, 17 Oct 2026 00:00:00 +0900academia本文提出一套分為三層的大型語言模型（LLM）稽核藍圖：對技術提供者的治理稽核、對預訓練後且發布前之 LLM 的模型稽核，以及對以 LLM 為基礎之應用程式的應用稽核。作者主張這三層彼此互補，有助於管理部分倫理與社會風險。他們也討論了這種做法以及一般 LLM 稽核的限制。 https://www.governance.ai/research-paper/auditing-large-language-models-a-three-layered-approach