搜索结果
台积电COO米玉杰：AI像三岁超人，在尖端芯片设计上不太实用
IT之家 9 月 17 日消息，台积电一名高层管理人员将人工智能比作拥有超强能力却尚不辨是非的幼童，以此解释该公司对待这项技术为何采取谨慎态度。 IT之家注意到，台积电在利用人工智能处理研发敏感信息方面尤为审慎，公司共同首席运营官米玉杰（Y.J. Mii）于本周二发表了上述看法。他着重提醒，如果员工对 AI 使用不当，就会出现数据泄露或遗失的风险；并且提到曾发生过 OpenAI 以及 Anthro
律商联讯调研中国内地律师：99%在用AI 超6成担忧数据及“幻觉”风险
【财新网】9月10日，法律数据库公司律商联讯（Lexis Nexis）发布报告，对中国内地411名受访者的调查显示，99%的受访者在工作中使用通用AI或专业法律AI工具。 过去三年，律商联讯每年都调查AI在法律工作中的普及情况。2025年4月至6月对中国内地404名法律专业人士的调查结果显示，88%的受访者已在工作中使用AI工具，较2024年提升了20个百分点；律师及实习律师的AI使用率高达93%
上头AI裁员的老板里 超过一半都后悔了
AI Agent最热闹的日子里，老板们恨不得当场宣布“未来已来”，嘴里全是效率和转型。轮到复盘的时候画风突然变了。超过半数的老板对于裁员这件事，居然都在半夜懊悔地直拍大腿？ 今年2月，职场转型服务公司Careerminds调查了600名过去一年参与过裁员的HR从业者。超过四分之三的人表示，公司曾因为AI等技术进步裁掉员工。 可真正到了验收成果的时候，只有8.4%的受访者认为AI驱动的重组完全达到了
AI时代，数学为何要警惕“只会做题”
最近，数学可能要被AI“玩坏了”。难题解决得更快，为什么还值得担心？关键在于我们如何评价、组织和延续数学研究。 AI模型的能力很难用一句话概括，基准测试（benchmark）因此成为比较模型的常用工具。但成绩一旦与融资、声誉和研发投入挂钩，测试便不再只是被动记录能力，也开始引导能力向哪些方向发展。经济学家陈斌（Alex C当公开分数能够吸引投资，针对测试进行定向优化就可能有利可图，而分数对于广泛能
AI行业冒出一批高薪新岗位，不用会写代码
别只盯着写代码，AI 最缺的岗位已经转移到了电力和机房。在美国弗吉尼亚州阿什伯恩，James Waddy 每天在 Digital Realty 的数据中心里走约 3 万步。他闻设备有没有烧焦的气味，摸管道检查裂缝，还要留意屋顶设备遭鸟破坏的迹象。 我们谈论 AI 与就业，常常先想到屏幕里的变化：代码自动生成，文案几秒写完。把视线移开一点，还能看到另一份工作清单。 有些人专门找模型的麻烦，有些人设计
AI论文跨机构合作占比六成 国际跨机构合作占29.9%
报告同时称，中国大陆的AI研究总体仍以高校和公共研究机构为骨架，但头部企业与新型实验室已形成集中影响力；美国的企业研究力量的嵌入范围更广。图：视觉中国 【财新网】近期，新中人工智能协会（Sino-Singapore AI Association，SSAIA）与新加坡管理大学联合发布的《AI前沿指数报告2026Q1》，报告扫描了2025年第一季度至2026年第一季度11.8万篇论文，从论文主题、引
当AI拿走“新手任务”，年轻人靠什么进场？
又是一年秋招季。这届大学生找工作，多少有点拧巴。一边，是“AI抢走初级岗位”的标题，隔三差五冲上热搜；另一边，是所有人劝你：要主动拥抱AI啊。 说实话，他们可能最烦的就是这句话。拥抱了，然后呢？第一份工作到底还剩下什么？我自己又靠什么长本事？ 这些问题，在科大讯飞近期举行的北大、清华校园招聘宣讲会上，都被拿到了台面上。 作为AI国家队，科大讯飞基于全国产算力平台，训练出国内首个全栈自主可控大模型—
比尔盖兹：AI就业冲击 全球恐经历20年动荡转型
（纽约15日综合电）“人工智能（AI）和机器人最终或许能够创造足够富足的社会，让人们缩短每周工作时间甚至提前退休，不过在此之前，全球可能要经历一段长达约20年的动荡转型期”，以上是微软创办人比尔盖兹接受上海《澎湃新闻》访问时所说的一番话，“我在与各国领导人交流时，请从现在就开始认真思考这个问题，因为你们可能低估了它。” 盖兹基金会今天发布第9年度《目标守卫者报告》，AI究竟会缩小医疗、教育和经济机
应对人工智能就业危机的七大构想
作者：赛杰尔·基尚 构建人工智能的竞赛引发了人们的担忧：这项技术将消灭数百万个工作岗位——尤其是白领岗位——并使财富集中。尽管这种大规模失业尚未到来，但研究人员表示，人工智能已经在减少某些领域对入门级职位的招聘。 政策制定者、经济学家和科技领袖正在争论如何防止大量劳动力被取代——或者在发生这种情况时减轻冲击。随着争论的展开，最大的人工智能公司的高管们越来越多地呼吁采取措施，减缓先进模型的开发，以帮
北大、复旦校长，接连发出警告
这一开学季，北大、复旦等多所高校的校长提醒新生警惕对AI的过度依赖，避免“认知卸载”和“虚假掌握”，增加貌似学懂的假象。今年8月，远在大洋彼岸的麻省理工学院发布了一份评估AI在该校使用情况的报告，认为“许多AI使用方式正在剥夺学生学习的机会”。提醒固然必要，但接下来该回答的是：如果课堂、作业和考核仍旧照常运转，能挡住“思维外包”吗？大学不能一边拥抱AI，一边把学习是否真正发生的责任，全部推给学生。
更多新加坡员工开始管理机器人，企业加大AI应用力度
员工可能会越来越多地发现自己需要管理一种新型同事——这种同事能在几分钟内分析文件、处理数据并完成任务，但仍需要被质疑和核查。 随着新加坡更多企业开始试验代理式人工智能，员工正开始承担“AI代理管理者”的角色，负责指挥数字代理并审查其产出。 对于安永鉴证业务高级经理王智全而言，AI代理已经改变了他的工作方式。 只需点击几下，他就能指挥AI代理分析工作底稿，同时将注意力转向另一项任务。 王智全表示：“
我是一名资深首席工程师。我在工作中使用AI，但有些任务你应该从头开始做——以下是我如何决定的。
“当我看到AI的输出时，我会假设其中可能有一些可以改进、澄清或纠正的地方。”布兰登·佩德森是GoTo公司的高级工程师。 他关于在工作中使用AI的建议包括：不要盲目信任它，要核实其答案的来源。
戴尔调查：30%台湾企业建立成熟生成式AI部署
（中央社记者吴家豪台北10日电）戴尔科技集团今天在台北举办年度论坛Dell Technologies Forum 2026，公布最新「2026年现代化企业就绪度调查」，调查结果显示，台湾已有30%企业建立成熟的人工智慧（AI）与生成式AI部署，较一年前的12%显著成长。 调查也指出，56%企业仍将安全、合规与隐私视为扩大AI应用的主要限制因素，46%企业面临资料品质与治理挑战，更有58%认为现有资
“不透明循环”及其他你可能需要了解的AI术语 | TechCrunch
人工智能正在重塑世界，同时也在创造一套全新的语言来描述其运作方式。 如今，无论你参加产品会议、项目路演还是行业论坛，都会听到人们频繁提及LLM、RAG、RLHF等术语——而就在上周，“不透明循环（opaque recurrence）”一词也加入了行列。 作为OpenAI新模型Astra中的一种推理技术，它已令AI安全研究人员深感不安。 相关词汇的迭代速度之快，甚至让科技界最聪明的人也感到些许焦虑。
人工智能时代的四种驱动力与大分化
使用AI，与拥有可被AI放大的知识、声誉、客户关系和数据，前者可以抬高所有人的下限，后者才决定谁能持续分享规模化所创造的收益。 人们寄望AI的发展能够普惠各层级的能力。事实上，AI一方面正在让普通能力趋同，另一方面正在拔高卓越能力的上限。能力的下限正在抬升，而能力的上限却正在消失。 四种驱动力正在加速这一转变。首先，AI造成的大压缩效应改变了培训基本胜任水平的成本。其次，一些任务的大分拆改变了不少