随着NFL赌徒为第2周的赛程做准备，他们可以获取联盟中每个球队的历史数据，使他们对即将到来的比赛做出自信的预测变得很有诱惑力。上周，辛辛那提在8

2002年，《连线》杂志的凯文·凯利问谷歌的拉里·佩奇为什么搜索引擎是免费的，正如哲学家尤瓦尔·诺亚·赫拉里在他的书《Nexus——从石器时代到人工智能的信息网络简史》（随机文库）中所指出的。 “这会引导你走向何处?”凯利问道。佩奇回应说，谷歌的重点不仅仅是搜索。 “我们主要在开发人工智能，”他解释说。“大量的数据有助于创建人工智能，而人工智能有能力将大量数据转化为巨大的力量。” 在《Nexus》中，赫拉里探讨了从语言产生到谷歌时代及以后信息网络的演变，推测了这场“信息革命”的轨迹。他断言，“鉴于当前这场信息革命比之前任何一次都更加重要，可能会产生前所未有的现实规模。” 这种现象并非前所未有。赫拉里指出，“创造出具有意外结果的强大现象的倾向可以追溯到宗教的出现。先知们已经召唤出了旨在滋生爱与欢乐的强大精神，但有时也导致了血流成河。” 他进一步警告称，人工智能能力所带来的深远影响。“自数字计算机问世仅仅八十年，我们还未完全利用其能力，”他说。“过去八十年所发生的一切相较于未来的前景简直微不足道。” 虽然科技公司与政府保持直接联系，但它们也拥有赫拉里所描述的“直接连接人们情感系统”的能力，这带来了风险。 “如果科技巨头们既满足选民和消费者的欲望，又同时塑造这些欲望，谁才是真正的掌控者?”他质问道。 尽管人类适应能力带来了一丝希望，恶意实体的威胁依然存在。“人类文明也可能面临来自社会大规模毁灭性武器的威胁，”他警告道。 “一个国家制造的人工智能可能会被用来引发信息洪流、伪造货币和合成个体，让人们无法信任任何事物或任何人。 “人工智能是一个全球性问题。” —— 加文·纽瑟姆

过去一周科技领域，特别是人工智能（AI）方面，发生了快速发展。从推出 OpenAI 的最新模型到 NVIDIA 公司 CEO 回应投资者的担忧，有很多值得讨论的内容。让我们来探讨细节。 **OpenAI 的 'O1' 模型：迈向类人人工智能的重要一步** OpenAI 推出了'o1'，这是在人类般人工智能追求中的一个重大进展。这个模型在编码和解决多步骤问题方面增强了能力，尽管它的运行速度较慢且成本相对较高。此外，OpenAI 还推出了一个更小、更经济高效的版本，称为 'o1-mini'。所有免费 ChatGPT 用户将可以访问 'o1-mini'，尽管尚未宣布具体的发布日期。 **NVIDIA 的 CEO 回应投资者关切** NVIDIA 公司的 CEO 黄仁勋在高盛技术会议的演讲中分享了关于 AI 需求、Blackwell 产品和投资回报的见解。他的言论使投资者和分析师对 Blackwell 的时间节点和更新感到安心。 **Google 联合创始人承认公司过于谨慎** Alphabet Inc

上周，甲骨文经历了一次显著的反转，从之前技术股的抛售中反弹，周涨幅达到14%，周五创下历史新高。这一激增是由于对2026财年及以后的正面收入展望，使Oracle成为年内表现第二好的科技股票，年初至今上涨了54%。分析师们持乐观态度，指出甲骨文在人工智能能力方面的进展增强了其SaaS产品。尽管如此，标普500软件及服务板块今年仅增长了12%，远低于科技板块超过26%的增幅。 软件股增长放缓归因于向云端的长期转移和较疲弱的经济，这些因素使得中小型公司的预算趋于紧张。然而，像Oracle、Microsoft和SAP这样的传统软件公司似乎在成功适应，通过利用人工智能投资来推动其增长轨迹。 Oracle最近的第一财季财报显示出了回归有机增长，这得益于其云基础架构服务，这对其成为亚马逊和谷歌等巨头的战略竞争对手至关重要。继令人鼓舞的投资者日之后，甲骨文将其2026年收入目标提高到660亿美元，并设定了2029年的雄心勃勃的目标1040亿美元，表明了强劲的年度增长预期。Bernstein分析师Mark Moerdler称甲骨文是他首选的投资选择，赞赏其强大的市场地位和为人工智能量身打造的创新基础架构。 同样，微软因其强大的云战略而脱颖而出，利用人工智能提高各种应用程序的效率。随着人工智能客户的显著增加和人工智能服务带来的可观收入，高盛认为微软是一个引人注目的投资机会，到2028财年其每股收益有望翻倍。 SAP也在蓬勃发展，其成功的S/4HANA ERP软件由于集成了人工智能而实现了持续的收入增长。随着云端积压订单的增加和高客户保留率，分析师预计SAP的股价将在明年达到248美元左右，这得益于其创新的人工智能解决方案。 总之，尽管更广泛的软件行业面临挑战，但甲骨文、微软和SAP展示了如何通过战略性投资人工智能来促进增长并利用当前的市场动态。

10月8日的宪章工作场所峰会的虚拟参与者将有机会与可汗学院的首席执行官兼创始人萨尔·汗进行讨论。 可以在此处注册免费的虚拟活动。 可汗学院以其影响深远的在线教育平台而闻名，提供对教育未来、就业和人工智能角色的见解。 可汗一直在测试一个名为 Khanmigo 的人工智能导师，并且最近撰写了《勇敢的新词：人工智能如何变革教育（以及为什么这是一件好事）》，提出了一个乐观的愿景，用于为未来的就业市场做好准备。 在峰会之前，可汗分享了他对有关人工智能主导环境下工作技能的关键问题的看法。 一个关键话题是随着人工智能技术的发展所需的基本人类技能。 虽然有不同的意见 - 一些人主张文科，而另一些人强调专业知识或管理技能 - 可汗相信人际交往能力仍将是关键。 他指出，需要个人联系、协作和推销能力的角色不太可能在短期内被人工智能有效取代。 他鼓励人们倾向于这些方面，并培养一种好奇心和创业精神，建议组织应促进人工智能工具的探索。 可汗还表达了对与雇主需求一致的能力教育体系的兴趣。 他设想一个利用人工智能比传统方法（如简历和面试）更有效地评估技能的评估框架。 他建议，将来通过人工智能设计的模拟来评估推销能力等能力，可以变得高度互动和逼真，从而显著提高评估过程。 要了解更多信息并参与讨论，请注册宪章工作场所峰会。

上周，甲骨文董事长拉里·埃里森为投资者提供了对人工智能 (AI) 的乐观展望，声称没有迹象表明企业对 AI 开发的投资减少，并预测至少在未来十年内该行业将显著增长。甲骨文目前运营着 162 个数据中心，但埃里森预见到这一数字未来将飙升至 2,000 个。 鉴于这一观点，投资者可能会发现，在科技行业最近的一次下跌之后，投资 AI 股票是一个合适的时机。有 $1,000 投资的人建议将资金均等分配到美光科技和数字海洋。 1

生成式人工智能（AI），包括如Stable Diffusion、Midjourney和DALL-E这样的模型，通常在生成一致性图像时存在困难，特别是在面部对称性和手指的合理表现等细节方面。这些模型通常生成方形图像，导致在创建不同宽高比的图像时出现问题，产生多余的手指或变形等异常。 为了应对这些问题，莱斯大学的计算机科学家开发了ElasticDiffusion，这是一种利用预训练扩散模型的新方法。莱斯大学的博士生Moayed Haji Ali在西雅图举行的IEEE 2024年计算机视觉与模式识别会议上展示了这一方法。Haji Ali解释说，传统的扩散模型只能在特定分辨率下生成图像，这是过度拟合的结果，即AI模型在熟悉的数据上表现良好，但在变化的数据上表现不佳。 ElasticDiffusion通过在图像生成过程中分离局部和全局信息来改进方法，而不是将它们结合在一起。这种分离有助于避免在适应非方形图像时由于重复数据而产生的视觉缺陷。Haji Ali指出，这个过程首先获得封装图像整体结构的全局评分，然后在各部分填充像素级的细节。这种方法可以在不同的宽高比下生成更清晰的图像，而无需额外的模型训练。 虽然ElasticDiffusion在图像生成中提供了增强的一致性和适应性，但它伴随着一个权衡：与传统的扩散模型相比，它目前需要6-9倍的时间来创建图像。Haji Ali致力于优化该方法，以在保持高质量图像生成能力的同时，实现与传统方法相同的推理时间。