【通义】AI视界|强制谷歌交出私有AI模型数据?美政府要对谷歌进行重大拆分

简介: 本文精选了24小时内的重要科技新闻,包括OpenAI董事会考虑采用PBC公司模式、o1推理模型贡献者Luke Metz离职、美国政府计划拆分谷歌、苹果AI功能遭质疑及股票评级下调、AI教父杰弗里·辛顿对其学生解雇OpenAI CEO感到自豪等内容。此外,文章还探讨了PBC模式对OpenAI的影响及其在法律和商业实践中的潜在挑战。点击[通义官网](https://tongyi.aliyun.com/qianwen?spm=a2c6h.13046898.publish-article.10.5ff66ffaj8oqp3&code=cykjlxy964)体验更多功能。

本文内容均由【通义】自动生成,打开通义官网,更多能力等你体验~

24小时精选

  1. OpenAI董事会正在考虑采用一种叫做PBC的新颖公司模式
  2. o1推理模型贡献者之一Luke Metz官宣离职OpenAI
  3. 强制谷歌交出私有AI模型数据?美政府要对谷歌进行重大拆分
  4. 苹果AI功能不被看好,股票评级遭下调
  5. AI教父、诺贝尔奖得主杰弗里・辛顿:我为我的学生解雇OpenAI CEO感到骄傲


01 OpenAI董事会正在考虑采用一种叫做PBC的新颖公司模式

近期,面对OpenAI曾经的内部治理之乱以及离职潮,OpenAI董事会正在考虑采用一种叫做PBC(公共利益公司)的新颖公司结构模式。

PBC 仍然是营利性企业,但与传统的营利性公司有所不同。它在追求利润并为股东带来回报的同时,还需要兼顾特定的社会或公共利益目标。这意味着公司的运营决策不能仅仅以追求财务收益最大化为唯一导向,还需要考虑对社会、环境等公共利益的影响。这种公司结构在法律上对公司的使命、目标以及决策过程有明确的规定和约束。

对于 OpenAI 来说,在 PBC 结构下,即使有外部投资者提出看似极具吸引力的收购报价,公司董事会也有更大的权力和理由拒绝,从而降低公司遭遇恶意收购的风险。同时,采用 PBC 结构可以让 OpenAI 在追求商业成功的同时,强调其对公共利益的关注和贡献,有助于维持社会公众对公司的认可和支持,减轻可能面临的舆论压力和监管挑战。

不过,PBC 是一种相对较新的公司结构,在法律实务和商业实践中尚未得到充分的检验和验证,如若OpenAI 真的决定采用这种结构,在具体落地中也可能会面临一些不确定性和法律风险。


02 o1推理模型贡献者之一Luke Metz官宣离职OpenAI

o1推理模型贡献者之一Luke Metz发文称,“我即将离开OpenAI,结束这段超过两年的奇妙旅程”。在 OpenAI 工作两年多的时间里,Luke Metz 参与了 ChatGPT、GPT-4 和 O1 等重要项目的研发,积累了丰富的经验和专业知识。近期OpenAI 频繁的人员流动可能反映出公司内部在发展方向、管理策略等方面存在一些变动或不确定性,这也许是影响 Luke Metz 决定离开的因素之一。


03 强制谷歌交出私有AI模型数据?美政府要对谷歌进行重大拆分

今年 8 月,美国法院裁定谷歌非法垄断了在线搜索和搜索文字广告市场,这被视为美国当局在挑战大型科技公司市场主导地位方面的首个重大胜利。近日,美国司法部提交的一份长达 32 页的提案显示,该机构正在考虑要求谷歌出售部分业务,比如可能剥离其安卓操作系统、Chrome 浏览器或广告平台等核心业务,以减轻谷歌垄断在线搜索市场造成的伤害。

美国司法部还建议强制谷歌公开其搜索引擎和人工智能产品的底层数据,包括强制共享谷歌的搜索索引、数据、算法及 AI 模型,要求搜索结果、功能及广告排名信号保持开放透明。谷歌监管事务副总裁称司法部的建议 “过于激进”,认为这些拟议的措施 “远远超出了本案中涉及到的具体法律问题”,并且表示谷歌搜索面临着来自亚马逊等公司的激烈竞争,用户也可以选择其他搜索引擎作为默认设置。谷歌还表示将就法院的垄断裁决进行上诉,但需等到法官敲定最终解决方案后才会付诸行动。

如果美国政府真的成功拆分谷歌,这将对科技行业产生深远影响。首先,谷歌的市场主导地位会被大大削弱,其他竞争对手将获得更大的发展空间;其次,这可能会引发其他大型科技公司面临类似的反垄断压力,促使科技行业的竞争格局发生重大变化。


04 苹果AI功能不被看好,股票评级遭下调

近日,美国知名投资银行杰富瑞(Jefferies)分析师将苹果股票评级从“买入”下调至“持有”。杰富瑞的分析师艾迪森·李认为,市场对新款iPhone的AI功能预期可能过高。这表明市场上存在一种乐观情绪,认为苹果的新款手机将拥有突破性的AI功能,而这种预期可能不会完全兑现。

分析师指出,目前的智能手机硬件尚不足以支撑高水平的人工智能处理能力。这意味着,尽管AI是未来的趋势,但当前的技术水平可能还不足以让AI功能成为推动销售的主要因素。


05 诺贝尔奖得主杰弗里・辛顿:我为我的学生解雇OpenAI CEO感到骄傲

杰弗里・辛顿在近日接受直播群访时表示,“我有很多非常聪明的学生,比我聪明得多,他们做了许多实事,事业伟大。我特别自豪的是,我的一个学生开除了阿尔特曼。”辛顿提到的学生正是 OpenAI 的前首席科学家 Ilya Sutskever。作为OpenAI 的联合创始人,也是 2023 年底 OpenAI 高层“宫斗”大戏中的主角之一,Ilya Sutskever于今年5月离职。

同时,辛顿还强调了人工智能安全的重要性,并表达了自己对AI未来发展可能带来的不确定性和潜在威胁的担忧。他指出,“当我们得到比我们更聪明的东西时,没有人真正知道我们是否能够控制它们”。

相关文章
|
23天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
15天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
20天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2574 22
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
18天前
|
人工智能 IDE 程序员
期盼已久!通义灵码 AI 程序员开启邀测,全流程开发仅用几分钟
在云栖大会上,阿里云云原生应用平台负责人丁宇宣布,「通义灵码」完成全面升级,并正式发布 AI 程序员。
|
3天前
|
JSON 自然语言处理 数据管理
阿里云百炼产品月刊【2024年9月】
阿里云百炼产品月刊【2024年9月】,涵盖本月产品和功能发布、活动,应用实践等内容,帮助您快速了解阿里云百炼产品的最新动态。
阿里云百炼产品月刊【2024年9月】
|
2天前
|
存储 人工智能 搜索推荐
数据治理,是时候打破刻板印象了
瓴羊智能数据建设与治理产品Datapin全面升级,可演进扩展的数据架构体系为企业数据治理预留发展空间,推出敏捷版用以解决企业数据量不大但需构建数据的场景问题,基于大模型打造的DataAgent更是为企业用好数据资产提供了便利。
159 2
|
19天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1575 16
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
|
22天前
|
编解码 JSON 自然语言处理
通义千问重磅开源Qwen2.5,性能超越Llama
击败Meta,阿里Qwen2.5再登全球开源大模型王座
957 14
|
3天前
|
Linux 虚拟化 开发者
一键将CentOs的yum源更换为国内阿里yum源
一键将CentOs的yum源更换为国内阿里yum源
198 2
|
17天前
|
人工智能 开发框架 Java
重磅发布!AI 驱动的 Java 开发框架:Spring AI Alibaba
随着生成式 AI 的快速发展,基于 AI 开发框架构建 AI 应用的诉求迅速增长,涌现出了包括 LangChain、LlamaIndex 等开发框架,但大部分框架只提供了 Python 语言的实现。但这些开发框架对于国内习惯了 Spring 开发范式的 Java 开发者而言,并非十分友好和丝滑。因此,我们基于 Spring AI 发布并快速演进 Spring AI Alibaba,通过提供一种方便的 API 抽象,帮助 Java 开发者简化 AI 应用的开发。同时,提供了完整的开源配套,包括可观测、网关、消息队列、配置中心等。
726 10