【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
|
15天前
|
存储 人工智能 Cloud Native
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
在9月20日2024云栖大会上,阿里云智能集团副总裁,数据库产品事业部负责人,ACM、CCF、IEEE会士(Fellow)李飞飞发表《从数据到智能:Data+AI驱动的云原生数据库》主题演讲。他表示,数据是生成式AI的核心资产,大模型时代的数据管理系统需具备多模处理和实时分析能力。阿里云瑶池将数据+AI全面融合,构建一站式多模数据管理平台,以数据驱动决策与创新,为用户提供像“搭积木”一样易用、好用、高可用的使用体验。
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
|
13天前
|
机器学习/深度学习 人工智能 算法
整合海量公共数据,谷歌开源AI统计学专家DataGemma
【10月更文挑战第28天】谷歌近期开源了DataGemma,一款AI统计学专家工具,旨在帮助用户轻松整合和利用海量公共数据。DataGemma不仅提供便捷的数据访问和处理功能,还具备强大的数据分析能力,支持描述性统计、回归分析和聚类分析等。其开源性质和广泛的数据来源使其成为AI研究和应用的重要工具,有助于加速研究进展和推动数据共享。
42 6
|
6天前
|
人工智能 自然语言处理 关系型数据库
从数据到智能,一站式带你了解 Data+AI 精选解决方案、特惠权益
从 Data+AI 精选解决方案、特惠权益等,一站式带你了解阿里云瑶池数据库经典的AI产品服务与实践。
|
14天前
|
存储 人工智能 调度
阿里云吴结生:高性能计算持续创新,响应数据+AI时代的多元化负载需求
在数字化转型的大潮中,每家公司都在积极探索如何利用数据驱动业务增长,而AI技术的快速发展更是加速了这一进程。
|
9天前
|
存储 人工智能 大数据
阿里云吴结生:高性能计算持续创新,响应数据+AI时代的多元化负载需求
在数字化转型的大潮中,每家公司都在积极探索如何利用数据驱动业务增长,而AI技术的快速发展更是加速了这一进程。
|
14天前
|
关系型数据库 分布式数据库 数据库
云栖大会|从数据到决策:AI时代数据库如何实现高效数据管理?
在2024云栖大会「海量数据的高效存储与管理」专场,阿里云瑶池讲师团携手AMD、FunPlus、太美医疗科技、中石化、平安科技以及小赢科技、迅雷集团的资深技术专家深入分享了阿里云在OLTP方向的最新技术进展和行业最佳实践。
|
15天前
|
存储 人工智能 安全
【通义】AI视界|苹果停止签署iOS 18.0.1,升级用户无法降级
本文由通义自动生成,涵盖24小时内精选的五条科技资讯:奥特曼谈OpenAI未来发展方向,ChatGPT新搜索功能上线遇故障,Perplexity AI选举搜索面临挑战,马斯克谈特斯拉造手机的可能性,以及苹果停止签署iOS 18.0.1。更多精彩内容,欢迎访问通通知道。
|
21天前
|
人工智能 机器人 API
【通义】AI视界|谷歌Q3财报:Gemini API六个月增长14倍,公司超25%的新代码由AI生成
本文内容由通义自动生成,涵盖谷歌Q3财报、马斯克xAI融资、九巨头联盟挑战英伟达、Meta加大AI投入及麻省理工研究LLM与人脑相似性等热点资讯。更多精彩内容,请访问通通知道。
|
20天前
|
人工智能 自然语言处理 算法
【通义】AI视界|OpenAI最新发布!ChatGPT搜索功能强势来了,挑战谷歌?
本文由【通义】自动生成,精选24小时内的重要资讯:OpenAI推出ChatGPT搜索功能挑战谷歌,微软披露130亿美元投资OpenAI,Reddit首次盈利股价暴涨20%,软银CEO孙正义看好英伟达及“超级AI”前景,谷歌云与沙特PIF共建全球AI中心。更多内容请访问通通知道。
|
3天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。