我们对人工智能的能源足迹进行了计算。这是你没听过的故事。 随着数亿人开始定期使用生成式人工智能工具，了解人工智能的能源使用情况将成为 2025 年全球范围内的一场盛大对话。资深记者 James O’Donnell 和 Casey Crownhart 深入研究了这些数据，并发布了对人工智能资源需求的前所未有的观察，深入到单个查询的水平，以帮助我们了解人工智能向前发展可能需要多少能源和水。 我们正在更多地了解维生素 D 对我们身体的作用 维生素…

特艾亚一家将普通视频转化为全世界运动员和研究人员使用的全身运动分析的科技公司，刚刚推出了一款新的球棒跟踪模块，旨在仅使用视频来捕获完整的棒球挥杆动作，包括球棒轨迹和身体生物力学。 该版本的发布标志着 表演人员和研究人员在寻求详细的挥杆数据时向前迈进了一步，而无需传统动作捕捉系统的复杂性、成本或限制。 该模块基于 Theia 现有的无标记动作捕捉平台 Theia3D 构建，该平台已广泛用于运动科学、生物力学研究和精英表演环境。蝙蝠跟踪模块已在应用训练环境中经过独立测试 传动系统棒球 和 PLNU x Padres 生物力学实验室，它已用于评估正常训练条件下的全速挥杆。…

在一个明媚的下午 班加罗尔高铁布局人工智能初创公司的发展速度比咖啡馆更快，野心比交通更响亮，人工智能原生软件交付平台 Harness 正在一夜之间将演示变成产品。 如今，像这样的平台 雷普利特, 可爱的，新一代人工智能开发工具可以在几分钟内启动功能，包括 Emergent、Rocket 等印度替代品。这些所谓的 vivi 编码工具或代码自动化平台已经从根本上改变了软件开发的前 30-40%。Harness 位于班加罗尔的办公室的会议室以邪教电影、连续剧和游戏命名，该公司在此举办了首届开发者社区活动 AI…

Cella 和 Sirona Technologies 在东非大裂谷有一个名为“蓝花楹计划”的试点项目。西罗纳科技公司 “气候变化对世界这一地区的影响尤为严重，但它也改变了全世界的游戏规则，”Cella 首席执行官兼联合创始人科里·帕蒂森 (Corey Pattison) 告诉我，他解释了 Mwangi 和 Ndirangu 概念的吸引力。…

在奥利弗·萨克斯 (Oliver Sacks) 1985 年出版的《错把妻子当帽子的人》一书中，神经科医生描述了患者吉米·G. (Jimmie G.) 的案例，他可以回忆起遥远的过去，但无法形成新的记忆。吉米严重的顺行性遗忘症在一篇题为《迷失的水手》的文章中得到了概述，这意味着他的世界没有连续性；他的世界没有连续性。只是一个不断令人耳目一新的礼物。 这是我们今天构建的人工智能系统的一个恰当的比喻。 现代人工智能模型拥有巨大的、看似百科全书式的“长期”记忆，但实际上它是一个被时间冻结的思维，在训练过程中只创建一次。之后，他们可以在上下文窗口中短暂保存信息，但他们无法真正学习或存储新的经验。当窗户关闭时，记忆就消失了。 没有记忆的智能与人类的思维有着根本的不同。但解决人工智能的记忆问题远非那么简单。 为什么完美的人工智能内存会破坏系统 你可能会认为，如果人工智能系统拥有完美的、永久的长期记忆，它们会更聪明、更稳定、更像人类。但现实是，完美的记忆力会损害智力。 这适用于人类和机器。人与…

桑贾纳·古普塔 Sanjana 是一名经过培训的信息设计师，喜欢钻研深层技术，喜欢学习构建我们世界的量子、空间、机器人和芯片。工作之余，她喜欢把时间花在书籍上，尤其是那些探索荒诞的书籍。

欢迎来到我们的年度最差、最不成功和最愚蠢技术名单。我们喜欢认为每一次技术灾难中都有一个教训。但当技术变得依赖于权力时，有时结论就更简单了：最好远离它。遗憾——2025 年有一些遗憾。 以下是一些比较值得注意的。——安东尼奥·雷加拉多 山姆·奥尔特曼的炒作简史 每当你听到关于人工智能能力的近乎古怪的想法时，往往会发现萨姆·奥尔特曼（Sam Altman）即使不是第一个阐明它的人，至少也是其背后最具说服力和影响力的声音。十多年来，他在硅谷一直被誉为世界级的筹款人和说服者。自始至终，奥特曼的话语都设定了议程。他所说的关于人工智能的内容很少能得到证实，但它让我们相信一件事：我们所走的人工智能之路可能会走向伟大或可怕的地方，而 OpenAI 将需要巨额资金来引导它走向正确的目的地。从这个意义上说，他是终极炒作者。为了了解他的声音如何影响我们对人工智能功能的理解，我们阅读了他关于该技术的几乎所有内容。他自己的话讲述了我们是如何到达这里的。 阅读完整的故事。——詹姆斯·奥唐纳 这个故事是我们新的 Hype Correction 包的一部分，该包是一系列故事，旨在帮助您重新设定对人工智能可以实现什么以及不能实现什么的期望。 在这里查看包的其余部分。…

Latent Labs 发布了 Latent-X2，这是一种前沿人工智能模型，可以在第一次尝试时生成类药物生物制剂，从而消除了迭代湿实验室测试的需要。该平台针对疑难疾病蛋白，有望加快开发进度，同时降低成本。 该公司还宣布，默克集团前首席执行官 Stefan Oschmann 已加入其战略顾问委员会。 Latent Labs 现在向选定的合作伙伴开放该模型的访问权限。 破解发展瓶颈 目前的湿实验室方法的成本远远超出了最初的开发工作。分子命中很少从一开始就具备临床成功所需的特性。解决这些问题的优化努力通常会失败，或者会产生权衡，即改善一个特性会使另一个特性恶化。 这些次优的起点增加了临床试验期间昂贵的失败风险。解决分子缺陷会大大延长开发时间，从而延迟潜在的治疗方法到达患者手中。…