人工智能的发展需要大量计算能力，这是一项高成本的任务。虽然建造基本的 AI 聊天机器人可以以较低的成本完成，但训练具有大规模数据集的高级模型可能需要数百万美元的费用。 为了解决这个问题，英国的高级研究和发明机构（ARIA）推出了 "Scaling Compute" 计划。该计划承诺投入 4200 万英镑，旨在寻求更具成本效益的替代方案，满足生成式人工智能推动的计算能力需求的增长。该计划鼓励申请者从自然过程中获取灵感，并考虑生物材料作为硅的替代品。 ARIA 的主管 Suraj Bramhavar 承认传统上计算机越来越便宜和更快的趋势已经达到了极限。当前 AI 训练的成本对社会和地缘政治产生广泛的影响。他强调，AI 的卓越能力依赖于一组有限的算法和硬件，在大规模上表现出色。 Bramhavar 坚信有未开发的替代方案可以取得相同的结果。该计划将重新评估计算和存储的分离，以及芯片的互连性，从自然界和人类大脑中获得灵感。 此外，该计划还将探索硬件材料，并有可能探索生物替代品来运行 AI 的硅半导体。这种方法旨在以更低的经济和环境成本来扩大计算基础设施，目标是将 AI 训练费用降低 1000 倍。 ARIA 的首席执行官 Ilan Gur 设想，成功实现这些目标不仅将超越当前的计算能力和效率限制，还将为全球可访问、安全和变革性的人工智能铺平道路。《金融时报》强调了对生成式人工智能潜在不平等的担忧，因为大部分利益可能只流向那些能负担得起自己的基础模型的人，将世界其他地区在下一个技术突破中拉下。 ARIA 目前正邀请提交概念论文，截止日期为 3 月 27 日，之后将接受完整项目提案，截止日期为 5 月 7 日。鼓励不同领域的科学家、工程师、初创企业和知名公司申请，包括生物学、化学和神经科学等领域。ARIA 是从科学、创新和技术部获得总计 8 亿英镑的资金拨款，旨在支持早期具有开创性的创新，并放弃对相关拆分公司的知识产权或股权要求。

关于人工智能（AI）未来的讨论在今年的SXSW大会上成为热门话题。然而，并非所有参加节日的人都对此感到满意。影迷和电视粉丝在派拉蒙剧院观看《The Fall Guy》和《Immaculate》等全球首映时表达了对人工智能的不满。在放映前播放的每日精选视频中，展示了过去的专题讨论和活动，特别关注人工智能的讨论，引起观众的负面反应。当OpenAI的Peter Deng表达他认为人工智能使我们更加人性化的信念时，嘘声尤为响亮。其他参与者，包括Amy Webb和Sandy Carter，也因其支持人工智能的观点而受到批评。这种强烈反应表明，许多人担心人工智能可能取代人类的创造力和叙事能力。虽然人工智能的实际应用正在改善，但职业替代的威胁仍然是许多人关注的问题。SXSW的观众反应反映了人工智能对社会影响的不同意见。

谷歌DeepMind推出了名为SIMA的AI代理，旨在以类似于人类游戏玩法的方式学习游戏技能，而不是凭借自身的能力主导游戏。目前处于研究阶段的SIMA（Scalable, Instructable, Multiworld Agent，可扩展的、可教授的、多世界代理）旨在掌握各种视频游戏，包括开放世界和非线性游戏。SIMA并非旨在取代现有的游戏AI，而是旨在与玩家的团队无缝融合，结合自然语言指令、3D世界理解和图像识别。 据谷歌DeepMind SIMA项目研究员兼共同负责人Tim Harley介绍，该代理被训练以遵循指令并运行游戏，而不是仅仅专注于获胜。为了训练和测试SIMA，谷歌与包括Hello Games、Embracer、Tuxedo Labs和Coffee Stain在内的八家游戏开发商进行了合作。游戏如《无人深空》、《拆迁专家》、《瓦尔海姆》和《山羊模拟器3》被用来教授代理游戏基础，而无需使用自定义API或访问源代码。 团队有意选择了那些重视开放游戏而非故事情节驱动的游戏，以帮助SIMA掌握通用游戏技能。目标是使SIMA学会自发行动，正如《山羊模拟器》中展示的那样，其中随机和不可预测的行为起着核心作用。为了实现这一目标，谷歌在Unity引擎中创建了一个新环境，在此代理需要创建雕塑来测试其物体操作理解能力。语言指令是通过记录一对人类玩家的对话来捕捉的，其中一个控制游戏，而另一个提供指令。这些数据以及玩家独立玩游戏时展示其行动背后推理的部分被用来教授SIMA预测未来的屏幕事件。 目前，SIMA拥有大约600种基本技能，包括向左转、爬梯子和使用菜单中的地图等操作。然而，哈雷表示，未来SIMA可能会被训练执行更复杂的游戏任务。当前，“寻找资源并建立营地”之类的任务仍然具有挑战性，因为AI代理在代表人类行动方面遇到困难。 虽然SIMA不打算成为类似Nvidia和Convai开发的由AI驱动的NPC，但它定位为游戏内的附加玩家，能够影响游戏结果。项目共同负责人Frederic Besse表示，在研究领域之外，如SIMA这样的AI代理可能带来的应用领域尚为初期确定。

欧洲议会的议员已经批准了人工智能法案，旨在基于风险对人工智能系统进行监管。该法律以压倒性的多数票通过，赞成票523票，反对票46票，弃权票49票。最终批准还需要进行，预计该法案将于五月生效。 意大利议员布兰多·贝尼费（Brando Benifei）是议会人工智能法案的联合负责人，他在新闻发布会上将此描述为“历史性的一天”。他强调，这是世界上第一部为人工智能的安全和以人为本发展提供清晰途径的法规，体现了议会的优先事项。贝尼费还提到，企业和机构的实施和遵守将是至关重要的，并且正在考虑在下一个任期内制定进一步的立法，包括有关劳动条件和人工智能的指令。 来自罗马尼亚/更新党的对应人物德拉戈什·图多拉切（Dragoş Tudorache）强调了与其他国家合作伙伴合作以确保这些规则的全球影响的重要性。他强调了与志同道合的各方共同努力推进和建立人工智能治理框架的必要性。 人工智能法案将机器学习系统分为四个主要群体，根据它们对社会可能带来的潜在风险进行分类。高风险系统在进入欧盟市场之前将受到严格的规定。在法案生效一年后，普遍应用的人工智能规定将生效，而高风险系统的义务将在三年内生效。国家主管机构将监督这些系统，欧洲委员会的人工智能办公室将提供支持。根据委员会的规定，成员国有12个月的时间建立国家监管机构。 对于此次投票，欧盟贸易组织Digital Europe的负责人Cecilia Bonefeld-Dahl提出了支持欧洲公司的更多需求。她强调当前全球AI独角兽公司中只有3%来自欧洲，而在美国和中国，对AI的私人投资要高得多。Bonefeld-Dahl强调了避免过度繁文缛节，确保欧洲企业能够在预计的1

采用人工智能（AI）在业务和IT职能中被视为有益，但要成功实施它需要仔细考虑。Pluralsight的一项调查发现，81%的IT专业人士对将AI整合到他们的工作中感到自信，但只有12%的人对该技术具有丰富的经验。此外，90%的高管对其团队的AI技能了解不完全。该研究强调了组织需要评估员工的AI素养，并制定技能发展计划来弥合AI技能差距的重要性。不解决这种差距可能导致AI项目失败。投资于人才、培训和营造有利于采用AI的文化被认为是组织的关键步骤。目前只有40%的公司提供正式的AI培训，但一些组织，如强生公司，已采取积极措施应对技能差距。强生公司采用了一款AI驱动的学习平台，提供数字技能提升课程，并通过挑战和捐赠提供激励学习。该研究建议提升现有员工的技能，而不仅仅依赖于招聘AI专家，并在实施AI应用之前制定AI培训策略。它还强调了评估当前AI能力的重要性，并相应设计培训计划以有效使用AI工具。

医药生物技术公司Insilico Medicine利用人工智能（AI）研发了一种实验性药物，用于针对一种叫做特发性肺纤维化（IPF）的肺部疾病。该药物已进入中国和美国的二期临床试验阶段，成为世界上第一种达到该阶段的AI生成药物。Insilico公司领先的AI方法显著加速了药物发现过程，展示了生成式AI技术在改变该行业中的潜力。公司创始人兼首席执行官Alex Zhavoronkov相信，结合机器人技术和衰老研究，AI有潜力找到治愈阿尔茨海默病和帕金森病等复杂疾病的方法，甚至可以完全预防这些疾病。该研究提供了证据，表明生成式AI平台可以高效生成具有抗纤维化活性的靶向药物。二期临床试验将评价药物在特发性肺纤维化患者中对肺功能的安全性、耐受性、药代动力学和初步疗效。虽然AI可以加快早期药物发现，但并不能显著减少临床试验的持续时间，因为仍需进行伦理和监管程序、招募患者、治疗持续时间和数据分析等繁琐步骤。

认知，一家总部位于美国的初创公司，最近推出了被称为Devin的AI软件工程师，被誉为世界上第一个。类似于GitHub的Copilot，但在更高级别上，Devin可以编写、调试和部署代码，以创建功能性的网站和视频。这个AI软件工程师可以将一条简单的命令转化为一个完全操作的网站或软件程序。不仅如此，Devin还可以高效地识别和修复错误，大大减少故障排除的时间和精力。与其他提供建议或自动完成任务的编程助手不同，Devin可以独立地承担并完成整个软件项目。它配备了自己的命令行、代码编辑器和浏览器，可以自主运行。在一段视频演示中，由Cognition的首席执行官Scott Wu演示，Devin展示了其操作任务，在代码测试期间找出并纠正错误。此外，Devin取得了令人瞩目的成就，包括在SWE-Bench编码基准测试中排名第一，在知名人工智能公司的实际工程面试中成功通过，甚至在Upwork上完成真实的工作。吴解释说，教AI成为一名程序员是一个复杂的算法挑战，需要系统做出战略决策并预测未来步骤，以确定最佳行动方案。随着将这一具有颠覆性潜力的概念整合到AI系统中的机会的出现，吴将这一发展描述为长期以来愿望的实现。