Krystal Hu

路透社9月10日 - (人工智能》每周三出版。您认为您的朋友或同事应该了解我们吗？请将此新闻通讯转发给他们。他们也可以在这里订阅 (link).)

我去斯坦福大学与人工智能领域最敏锐的头脑交谈，无意中发现了校园里公开的秘密：他们几乎不谈论 AGI。

没错。这个科技界最热门的首字母缩写词在很大程度上是一个行业概念，而非学术概念。

为什么？AGI过于宽泛和模糊，不是一个有用的科学术语。科学需要可以检验的定义。AGI是由那些建立公司、筹集资金和推销广阔愿景的人推广的。这是斯坦福以人为中心的人工智能研究所执行主任罗素-沃尔德（Russell Wald）和计算机科学助理教授桑米-科耶乔（Sanmi Koyejo）在 "想象力在行动 "会议上对我的评价。

即使在工业界，也没有人对 AGI 的实际含义达成一致。也许这种模糊性不仅仅是语义上的，而是战略上的。这也是微软与 OpenAI 重新谈判的核心所在，达到 AGI 是一个里程碑，价值数十亿美元。前沿实验室在每次发布模型时，都会忍不住调侃 "我们已经达到了"，但随着言论从 AGI 转向 ASI（人工超级智能），目标也在不断移动。这很重要，因为它影响着人工智能的市场推广、监管和最终被公众理解的方式。

让我们从你的实际感受出发。苹果AAPL.O等科技巨头仍在努力使设备上的人工智能真正有用，并使硬件更加轻薄。我们将深入探讨我们在苹果公园了解到的一切，以及一家前俄罗斯科技公司的精彩回归。继续滚动。

给我发电子邮件 (link) 或在 LinkedIn 上关注我 (link) 分享任何反馈意见，以及您想了解的下一个人工智能领域的信息。

我们在科技与人工智能领域的最新报道

• 独家--领投最新一轮融资后，ASML成为Mistral AI第一大股东 (link)

• 独家-消息人士称中国机器人公司 Unitree 着眼于 70 亿美元的 IPO 估值 (link)

• 甲骨文因人工智能云计算收益飙升，埃里森逼近马斯克成为世界首富 (link)

• 美国银行研究所称，人工智能需求激增，美国数据中心建设创纪录 (link)

• Databricks 完成 10 亿美元融资，预计人工智能需求激增将带来 40 亿美元年化收入 (link)

• 美国参议员克鲁兹提议设立人工智能 "沙盒"，放宽对科技公司的监管 (link)

苹果在人工智能领域的薄利多销

苹果秋季新品发布会引来不同反应 (link)：硬件浪漫主义者得到了他们的机会；而人工智能先行者的反应则不那么热烈。

据我们统计，苹果今年仅10次提及 "苹果智能"，少于去年的46次。最大的赌注是，他们不需要人工智能的光环来度过这个升级周期。取而代之的是工业设计。

iPhone Air 的厚度仅为 5.6 毫米，非常纤薄。是的，安卓原始设备制造商追求超薄已经有一段时间了，三星凭借其 S25 Edge 遥遥领先，但苹果的做法是为了规模和销量。Air 实际上取代了 Plus，Plus 一直占 iPhone 出货量的 5%-7%。分析师预计，999 美元的起点将推动升级 (link)。

在不损耗电池的情况下制造出如此轻薄的设备是人工智能驱动的变相任务。为什么？因为设备上的人工智能是出了名的耗电大户。苹果 A19 Pro 芯片的硬件创新为设备进入 AI 应用时代铺平了道路。苹果声称 "全天候"，但这一承诺还需要实际测试。

正如我的同事斯蒂芬-内利斯（Stephen Nellis）所解释的那样，这款新芯片包含了大量专为处理人工智能而设计的功能，其中包括一个新的图形处理单元（或称 GPU），以及苹果称之为 "神经加速器 "的连接到每个 GPU 计算核心的功能。再加上芯片中可用于人工智能的其他部分，如芯片的专用神经处理单元（NPU），苹果正在打造一款设备，在这款设备上，生成文本或图像等任务可以通过最省电的方式进行处理。

放大：Air 是一次人工智能硬件测试，也是包括折叠手机在内的更多有趣形式的前奏。中国品牌已经在薄板和紧凑型折叠手机方面设定了期望值，而苹果在这方面一直处于落后状态。如果 Air 的电池续航时间和摄像头令人满意，那么它将在中国这样竞争激烈的市场中脱颖而出。

在软件方面，Apple Intelligence 仍在不断改进中。预计苹果将在关键地区加倍努力发展合作伙伴关系，例如在西方与 OpenAI 合作，在中国与阿里巴巴 (link) 洽谈，同时建立更多的内部能力。

悬而未决的问题购买者是否需要 iOS 原生 AI 魔法来升级，还是更酷的设计、更好的电池和 App Store 中的内容就足够了？历史表明，后者比更智能的 Siri 更可靠。但华尔街还不相信，在当今的人工智能世界里，光靠硬件就能做到这一点--自发布会以来，该公司股价下跌了近 4%。

本周图表

像Nebius这样卷土重来的并不多。该公司曾与 Yandex（"俄罗斯的谷歌"）并驾齐驱，但在 2022 年乌克兰入侵后被冻结。纳斯达克停止交易，欧盟制裁首席执行官阿尔卡季-沃洛日。

在脱离俄罗斯业务并在荷兰重新设立基地后，Nebius 作为人工智能基础设施专家重新崛起，提前获得了稀缺的英伟达 GPU 和约 25 亿美元的资产剥离收益。本周，该公司获得了回报：与微软达成了一项为期五年、价值 174 亿美元的交易 (link) --可能价值 194 亿美元，甚至超过了微软的 CoreWeave 安排，从而使该公司股价飙升 (link)。

超大规模企业正在购买灵活性，以防今天的容量紧张转为过剩，从而挤压 Nebius 和 CoreWeave 等独立提供商。就目前而言，云计算巨头们不断增加的资本支出表明它们的发展前景广阔。微软的交易为 Nebius 赢得新客户提供了完美的条件：稳健的资产负债表和蓝筹股的认可。

值得一读的人工智能研究

科技记者 Kenrick Cai 报道

人工智能公司不断告诉我们，幻觉问题正在减轻。新的研究表明，幻觉问题并没有消失，甚至可能表现为更严重的问题：欺骗。OpenAI 和佐治亚理工学院的研究人员上周发表了一篇论文 (link)，将幻觉的责任归咎于实验室用来给模型打分的测试。把基准想象成标准化测试。人工智能模型就像参加选择题考试的学生。它们会因为幸运的猜测而得到奖励，也会因为答案空白而受到惩罚。人工智能学会了即使在不确定的情况下也要猜测。一言以蔽之，这就是幻觉。

同一周，卡内基梅隆大学的研究人员在一篇题为 "LLM 会说谎吗？"的论文中，将目光从错误信息转向了虚假信息。 (link) 他们的答案是肯定的。更令人不安的是他们是如何做到的。研究人员发现了一种机制，通过这种机制，法律硕士们可以 "窃取计算 "来演练潜在的谎言，然后再磨练出最合适的谎言。研究人员发现，LLM 不仅可能遵从明确的指令撒谎，而且还可能出于自身意愿撒谎，以帮助完成任务。例如，可以考虑让人工智能销售代理欺骗或遗漏潜在客户的信息，以实现销售额最大化。

好消息是什么？两组研究人员都提出了一些技术来减少这些人工智能有意或无意的不准确性，比如修改基准的奖励激励机制，引导人工智能系统的提示走向诚实。CMU 的研究人员进一步确定了 LLM 神经网络的特定部分，建议我们可以对其进行数字脑叶切除术，使其失效。尽管如此，这个悬而未决的问题仍有可能被坏人利用。正如 OpenAI 在与论文相关的博文 (link) 中承认的那样，"准确率永远不会达到 100%"。

(为便利非英文母语者，路透将其报导自动化翻译为数种其他语言。由于自动化翻译可能有误，或未能包含所需语境，路透不保证自动化翻译文本的准确性，仅是为了便利读者而提供自动化翻译。对于因为使用自动化翻译功能而造成的任何损害或损失，路透不承担任何责任。)