OpenAI 与 APA 合作开发 ChatGPT 青少年安全项目
另请参阅：Astra 的数学证明， Google AI 91%，Valar 的 1 亿美元赌注
歡迎來到 Guru99份人工智能报告！
热门故事： 欢迎回来！从八分之一的青少年依赖人工智能获得情感支持，到备受争议的数学证明，以及 Google尽管人工智能的准确率只有91%，但今天的故事揭示了人工智能正在悄然改变的领域。ping 信任。准备好探索真相了吗？
🧠 OpenAI 与心理学家合作，共同研究青少年人工智能安全问题
简讯：
OpenAI正在与……合作 美国心理学协会 旨在使其人工智能对青少年更加安全。目标是为年轻用户提供实用且基于证据的指导。与此同时，越来越多的青少年开始悄悄地向聊天机器人寻求情感支持。
- 他们将共同为家长、临床医生、学校心理学家和青少年创建资源。
- 工作重点包括帮助处于困境中的青少年，以及指出对人工智能的过度依赖这种不健康的现象。
- 它建立在现有的 OpenAI 安全措施之上，例如家长控制和 年龄预测模型.
- 12%的美国青少年 已经有人将人工智能用于情感支持或建议。 皮尤研究.
- 这项努力是继 非法死亡诉讼 有人指控 ChatGPT 导致一名 16 岁少年自杀，OpenAI 对此予以否认。
💡 你为什么要关心？
如果你认识的青少年依赖聊天机器人来获得情感支持，这表明人工智能制造商开始建立防护措施——但人与人之间的联系仍然最为重要。
🧮 OpenAI 的 Astra 声称完成了 10 项数学证明，却因此面临不当行为指控
简讯：
OpenAI 表示，一个名为 Astra 生产 十个新证据 这些数学难题已有数十年历史，每道难题都附有机器可验证的证书。随后，数学家们阅读了这篇长达249页的论文——结果却引发了尖锐的批评。
- Astra 是 OpenAI 尚未公布的“下一个主要模型”；这十个结果来自内部版本。
- 每份证明文件都附带一份 精益4认证 在 GitHub 上——可由机器检查，因此逻辑可以独立验证。
- 标题结果构建了一个 非索菲亚团体这是自 1999 年以来群论中一直悬而未决的问题。
- OpenAI 估计总计算量约为 $2,000 ——但这只计算成功的次数。
- 著名数学家提出了两种证明方法 未经授权擅自使用他人作品OpenAI 目前正在修改其论文。
💡 你为什么要关心？
真正的进步在于：能够通过机器验证的证据，而不仅仅是信任。但“人工智能解决了这个问题”的说法有些夸大其词——模型本身是私有的，借鉴的想法也是人类创造的。
🔍 Google的人工智能概览准确率高达91%——大规模应用
简讯：
纽约时报委托人工智能初创公司进行的一项分析 大海 发现 Google的人工智能概述在事实上是准确的 91% 当时来说，这令人印象深刻——直到你把这种错误率分散到大约 五万亿 搜索 Google 每年处理量。
- Oumi 通过以下方式运行了 4,326 次查询 SimpleQA 基准测试: 85% 准确 Gemini 2, 91% on Gemini 3.
- At Google《泰晤士报》计算得出，其规模为 数千万 每小时都会出现错误答案——如果概览出现在大约一半的搜索结果中。
- 超过一半的正确答案都是“没有根据的”。 ——引用不支持他们观点的来源——情况日益恶化 37％56％.
- Google 对该方法提出异议认为 SimpleQA 的答案存在缺陷，并且用一个 AI 来给另一个 AI 评分会增加错误。
💡 你为什么要关心？
90% 的准确率让人感觉很安全，但数十亿次的搜索下来，漏检次数累积起来就相当可观了。 Double-查看人工智能对任何重要问题的回答——尤其是健康方面的问题。
⚡人工智能货币正在进入实体世界
简讯：
人工智能的下一波投资热潮或许会转移到模型层以下。核能和关键矿产初创企业新一轮的巨额融资表明，投资者押注人工智能最大的瓶颈不仅在于芯片，还可能在于电力、冷却和原材料。
- 瓦拉 Atomics筹集了1亿美元 由红杉资本领投。 英伟达合作 针对一个 30兆瓦节水型人工智能工厂。
- Mariana Minerals 筹集了 310 亿美元 由 Khosla Ventures 领投，并持续获得以下机构的支持 a16z 以及突破能源风险投资公司。
- Mari安娜说 MarianaOS 可以将5到10年的项目执行周期缩短近一半。这是公司的说法，并非独立基准测试的结果。
- 维拉的 估值为6十亿美元 据彭博社和Axios报道，该公司并未自行披露相关信息。
- 此 国际能源署项目 全球数据中心用电量上升 2025年为485太瓦时，到2030年约为950太瓦时。.
💡 你为什么要关心？
人工智能正逐渐成为一个与实体基础设施息息相关的问题。这不仅为模型构建者创造了机遇，也带来了核能、采矿、许可审批、供应链和执行等方面的风险。
🤖 人工智能不会取代你，但它正在提高标准。
简讯：
人工智能时代的求职之路异常艰难——领英数据显示，大西洋两岸的招聘人数仍远低于疫情前水平。 VivaTech 在巴黎，商界领袖们认为，那些既精通人工智能又具备难以自动化的技能的员工仍然拥有真正的优势。
- LinkedIn的经济图表显示了招聘情况 远低于疫情前水平 - 大致 25% 欧洲较低， 24% 在美国
- 据估计， 70%的技能 大多数工作都需要轮班。 2030人工智能是主要催化剂。
- 雇主现在希望求职者具备硬技能、软技能和人工智能技能的综合能力——包括了解…… ，尤其是 如何使用人工智能以及如何评价其输出结果。
- 在软件工程中，诸如此类的工具 Codex 和 克劳德 Code 正在推动招聘工作不再局限于纯粹的编码，而是转向协作和变革管理。
- 小组成员指出，适应能力和好奇心是获得工作的关键。
💡 你为什么要关心？
求职门槛不断提高。仅仅拥有专业知识已经远远不够——如今，将技术能力与沟通能力、情商以及持续学习的意愿相结合，才是脱颖而出的关键。
💸 新成立的“代币经济学”小组希望衡量人工智能的投资回报率
简讯：
人工智能的实际成本是多少？它值得吗？ Linux Foundation 刚刚推出 经济模型 Foundation 正是为了回答这个问题。三十家公司，包括 IBM, Oracle和 摩根大通，他们支持制定衡量人工智能支出和回报的共同标准。
- 此 Linux Foundation 推出了代币经济学 Foundation 8 月 4 日，旨在规范企业衡量人工智能成本和回报的方式。
- 30位创始成员 - 包括 Accenture, IBM, Oracle, SAP, ServiceNow 和 摩根大通 – 支持厂商中立的做法。
- 代币使用量可能会激增 到 24 年增加 2030 倍, 高盛项目进一步扩大了人工智能支出与可衡量价值之间的差距。
- 该小组将通过开放渠道构建成本框架、基准和“每次通话成本”指标。 FOCUS计费规范.
- 它与……并行运行 金融运营 Foundation这与云支出曾经拥有自己的会计准则的情况如出一辙。
💡 你为什么要关心？
如果你的公司使用人工智能，很快就能更清楚地了解它是否物有所值。统一的标准可以将令人困惑的代币账单转化为可比较的数字。
嘿！我是 Krishna 伦塔
创始人 Guru99.com主编兼技术专家
这封电子邮件转发给您了吗？ 在这里免费注册.
