科技公司正在竞相在太空建设数据中心,将轨道计算推销为AI基础设施的下一个前沿领域,尽管技术和经济现实仍远未明朗。加上OpenAI获得的1220亿美元巨额融资和Bluesky最新的AI反弹,信息很明确:AI的未来既受到雄心壮志和炒作的塑造,也受到现实世界约束的影响。
在TechCrunch股权播客的这一期节目中,Kirsten Korosec、Anthony Ha和Sean O'Kane深入分析了这些大规模资本投注、用户反弹和太空计算计划,以及Whoop的重大估值和机器人Olaf的彻底失败。
收听完整节目可了解:
OpenAI的1220亿美元融资以及其近万亿美元估值对AI期望的意义。
Whoop的5.75亿美元融资和向"可穿戴设备2.0"的转变(以及所有这些数据的去向)。
Bluesky基于AI的信息流构建器以及为什么它引发了重大用户反弹。
太空数据中心的兴起以及它们在财务或物理上是否可行。
您可以在YouTube、Apple Podcasts、Overcast、Spotify和所有播客平台上订阅Equity。您也可以在X和Threads上关注Equity,账号为@EquityPod。
Q&A
Q1:太空数据中心是什么概念?为什么科技公司要建设它们?
A:太空数据中心是指在地球轨道上建设的计算设施。科技公司将其视为AI基础设施的下一个前沿领域,认为轨道计算可能为AI发展提供新的可能性,尽管技术和经济可行性仍存在很大不确定性。
Q2:OpenAI获得1220亿美元融资意味着什么?
A:这笔巨额融资使OpenAI的估值接近万亿美元,反映了投资者和市场对AI技术未来发展的极高期望。这也显示出AI领域正在吸引前所未有的资本投注。
Q3:Bluesky的AI功能为什么会引发用户反弹?
A:Bluesky推出了基于AI的信息流构建器功能,但这一AI驱动的功能引发了用户的强烈反对。具体原因可能与用户对AI算法控制内容推荐的担忧有关,体现了公众对AI技术应用的复杂态度。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。