每月只需75美元，即可获得《金融时报》优质新闻的全面数字访问。您可以在试用期间随时取消。 推出新版FT数字版：在任何设备上从头到尾阅读今天的FT。请注意，此订阅不包括访问ft

我询问了AI关于每个州典型人物的外貌，以下是生成的结果 作为一个自豪的密苏里州原住民，我可以说他们准确捕捉到了中西部的美学。 以下图像是使用生成性AI图像模型为娱乐和好奇心目的而产生的。它们还突显了AI系统中存在的偏见和刻板印象，不应被视为人类经验的准确或全面的代表。 1

Leopold Aschenbrenner 的《情境意识》宣言在今年夏天引起了重大轰动，认为人工通用智能（AGI）可能会在 2027 年到来，到 2029 年 AI 可能会消耗美国 20% 的电力。他预测，由于其破坏性潜力，AI 将显着改变全球地缘政治格局。他论点的核心是递归自我改进的理念，即 AI 系统能够自行进行 AI 研究，从而导致“智能爆炸”。 虽然关于自我改进 AI 的讨论并不新鲜，但最近的发展表明这种能力正在变得越来越现实。研究人员正在推进方法以创建能够自主设计更好 AI 系统的 AI。实现这一目标的关键在于 AI 执行 AI 研究员角色的能力，包括阅读文献、制定假设、进行实验和解释结果。 一个显着的例子是 Sakana AI 的“AI 科学家”，它可以自主承担整个研究过程。该 AI 系统已成功生成并发表了多个不同 AI 领域的研究论文，展示了进行有效 AI 研究的潜力。 尽管 Sakana 的 AI 科学家的性能可以与有能力的早期人类研究人员媲美，并且展示了一些局限性，但它标志着自我改进 AI 的概念验证。该系统无法访问多模态数据或互联网，并且缺乏任务特定的微调，这表明有许多潜在的改进空间。 专家预测，随着技术的进步和计算资源的增加，此类系统的能力将呈指数级增长。目前的技术在很大程度上仍依赖于人工努力，但 AI 创造越来越强大的 AI 的新兴可能性带来了担忧和机遇。 自动化 AI 研究人员的演变暗示着从医学到气候科学等各个领域的变革性变化，同时也带来了必须管理的风险。随着这一轨迹的展开，AI 研究的格局及其对社会的影响可能会发生显着变化，突显出这些进步的重要性日益提高。

由于人工智能的兴起，所有行业都面临关键时刻。成功取决于高管与其团队和技术合作伙伴的合作，以开发创新的用例来促进业务增长。与其仅将人工智能视为减少成本和替代人员的手段，领导者必须旨在加强和改善其组织以充分利用人工智能的潜力。此外，公司应避免夸大人工智能的能力以取悦投资者或吸引客户，这种做法被称为“人工智能洗涤”，会带来各种风险。为了探索有效的人工智能采用策略，我采访了 Kurt Kendall，这位资深专家曾在 GlaxoSmithKline 和 McKinsey & Company 等公司担任关键角色。他现在是 Kairos Growth Advisors 的联合创始人兼联合首席执行官。以下是我们讨论的总结： Billee Howard 询问了高水平的人工智能策略。Kurt Kendall 引用了 Geoffrey Moore 具有影响力的书籍《跨越鸿沟》，指出尽管人工智能充满了巨大前景，但在实现其全部潜力的过程中仍存在重大挑战和风险。成功的公司将是那些能够有效地驾驭这些风险的公司，正如 OpenAI 选择在不确定中追求雄心勃勃的目标所示。 Howard 探讨了人工智能采用的主要障碍。Kendall 强调，许多组织难以识别令人信服的业务用例，以证明必要投资的合理性。他指出，开发人工智能解决方案的相关成本相当可观，包括需要进行流程再造，往往超过技术费用。 许多关于人工智能的讨论过度强调通过潜在的工作减少来节省成本，这未能激励商业领袖。相反，人工智能的讨论应该由业务领导者推动，他们应该有明确的用例与整体公司使命和绩效目标一致。 关于营销和客户体验（CX），由于长期使用数据科学，这两个领域定位独特，可以利用人工智能。Kendall 强调，生成式人工智能（Gen AI）可以重新引入营销的“艺术性”，通过整合非结构化数据（如语言和图像）来增强传统应用，从而提升客户参与度和品牌内容创建。 Kendall 继续指出，需要了解消费者的情绪和态度，而不仅仅是行为，因为传统数据通常缺乏此方面的深刻见解。人工智能可以促进对情感基准的更深入理解，使品牌能够更真实地与消费者连接，并根据这些见解调整营销活动。 他还讨论了他提出的“合奏人工智能”概念，该概念认为对于不同的用例将需要多样化的技术，而不是依赖于单一的人工智能解决方案。正如他所主张的那样，有效的营销需要全面的技术堆栈，建议人工智能应采用类似的方法，通过结合工具以满足特定的业务需求。 总之，有效地拥抱人工智能涉及一种协作、创新和综合的方法，超越单纯的技术实施，以改善整体商业战略和客户连接。

作为 TechCrunch 人工智能女性系列的一部分，业内知名人物、前微软首席人工智能官 Sophia Velastegui 接受了采访。Velastegui 是国家科学基金会人工智能咨询委员会的成员，最初并未计划进入人工智能领域。在乔治亚理工学院学习机械工程后，她在 2009 年在 Apple 工作期间，对人工智能产生了兴趣，当时她参与开发基于人工智能的应用程序和产品。 在职业生涯中，Velastegui 参与了开创性产品的开发，例如 MacBook Air 和 iCloud。离开 Apple 后，她加入 Google 担任硅架构主管，后又加入微软，领导各种业务应用中的人工智能计划。在 CEO Satya Nadella 的领导下，认识到微软在人工智能方面的快速进步，她接受了这一挑战。 2022 年，Velastegui 离开微软创办了一家咨询公司，并负责 Aptiv 的产品开发，同时于 2023 年加入 NSF 的人工智能委员会。她强调在男性主导的行业中女性指导的重要性，并鼓励女性在人工智能讨论中占有一席之地，倡导科技团队的多样性，以避免群体思维。 Velastegui 强调多元化视角应对人工智能中偏见问题的迫切需求，这些偏见源于开发人员缺乏代表性。她还对人工智能发展步伐过快而缺乏足够伦理准则表示担忧，主张以“以人为本”的方式，优先考虑用户福祉，并在整个开发过程中接受多样化的意见。Velastegui 的持续工作重点是解决人工智能中的基础性问题，以确保其发展过程中更广泛的代表性和责任感。

由Benzinga APIs提供的市场新闻和数据 © 2024 Benzinga

人工智能（AI）对多个领域产生了显著的积极影响，包括半导体、工作场所协作软件和云计算。消费者、企业和政府正努力利用这项新兴技术来提高生产力。 在数字广告领域，AI的应用提高了广告商对受众的投放效率，从而降低了成本并改善了广告投资的回报。根据Grand View Research，数字营销中对AI工具的支出预计将从2023年的158亿美元飙升至2030年的820亿美元，体现了26%的复合年增长率。 这一AI利用的激增是促使可编程广告解决方案提供商The Trade Desk (TTD -0