亚马逊承诺向德国云计算和物流网络再投资100亿欧元

摘要：全球最大的云计算服务和数据存储提供商亚马逊(AMZN.US)周三表示，随着这家科技巨头在全球扩展其数据中心网络，它将向其在德国的云基础设施和物流网络再投资100亿欧元(合107亿美元)。 该公司表示，最新计划包括到2026年投入88亿欧元在法兰克福地区为AWS云计算业务建设和维护云基础设施。除了这项承诺外，该公司还计划到2040年投入78亿欧元在德国建立主权云业务。亚马逊今年在全球范围内做出了几项类似的承诺。亚马逊上个月表示，到2033年，它将在西班牙投资157亿欧元，在法国投资12亿欧元用于基础设施和计算。此外，亚马逊还在墨西哥、美国、沙特阿拉伯和新加坡开展项目。随着人工智能项目的蓬勃发展，云计算服务提供商竞相提高数据处理和存储能力，以满足更大的计算需求。AWS正面临来自微软(MSFT.US)等竞争对手日益激烈的竞争，微软也在进行自己的全球扩张。欧洲监管机构正在稳步推动云计算公司将数据存储在欧盟境内，以解决隐私和安全问题。亚马逊 5 月份宣布将投资建设欧洲主权云，该云将完全由欧盟内部的人员控制。 原文：https://m.cnbeta.com.tw/view/1435392.htm

韩国对部分进口日本汽车展开调查 以检查是否有认证造假情况

摘要：韩国政府周四宣布，已对日本丰田汽车公司和雅马哈汽车公司生产的部分进口汽车展开调查，原因是这两家日本汽车制造商在日本国内进行的认证测试不当。韩国国土交通部表示，已对目前因在日本进行虚假认证测试而接受调查的38款日本车型是否在韩国销售展开调查。 该部门表示，有问题的型号都没有进口到韩国。然而，发现在韩国销售的丰田雷克萨斯RX系列和雅马哈Tmax和YZF-R3摩托车车型的一些车型配备了与问题车型相同的发动机和喇叭。因此，韩国国土交通部表示，从上周五开始对3种车型进行了制造缺陷检查。截至本月，在韩国注册的雷克萨斯RX有6749辆，雅马哈Tmax有1910辆，YZF-R3有1318辆。韩国国土交通部表示，计划对日本当局采取的措施进行监控，如果车辆不符合安全标准，将采取适当措施。 原文：https://m.cnbeta.com.tw/view/1435391.htm

华尔街顶级机构警告：金融业同仁注意了 AI时代咱们是“高危人群”

摘要：大概从ChatGPT走红开始，有关“AI取代人类工作”的研究一直层出不穷，美国花旗集团也在本周三发布的金融业AI（AI in Finance）报告中，给出了他们对这一问题的见解。从报告的结论来看，金融业会是受AI自动化影响最大的板块，但技术转型对金融业岗位总数未必会产生负面影响——只不过就业的岗位可能会发生改变。 你的岗位有很高的自动化潜力作为这份报告最引人注目的结论，花旗援引世界经济论坛、埃森哲的多项数据和研究称，人工智能对金融业就业岗位的颠覆程度，将会显著高于其他行业。银行、保险和资本市场（行业）中，分别有54%、48%和40%的就业岗位存在“非常高的自动化潜力”。换句话说，就是这些工作可能会被某个程序员敲出来的代码代替。与此同时，传媒、零售、公共服务行业的“失业潜力”大概在3成左右，接近整个就业市场的平均水平。而在表格的另一头，自然资源、化工、计算机商品&服务行业的岗位则相对不太容易受到AI冲击。报告援引IMF总裁格奥尔基耶娃上个月在苏黎世大学发表的讲话称，人工智能正“像海啸一样”冲击全球就业市场，我们几乎没有时间让人们和企业为此做好准备。岗位替代≠失业当然，类似的事情在人类攀登生产力科技树的历史中并不罕见。花旗表示，在过去的技术转型时期，许多传统工作岗位会被新兴工作淘汰，许多公司消失在历史长河中。人工智能也有可能重复这样的循环，甚至加速这一过程。在上世纪50年代，美国制造业吸纳了30%的就业，这个比例在2020年降至8%。但与此同时，金融业打工人的比例则从4.1%升至5.8%，足足提升了40%。在过去20年里，美国劳动部门官方统计里增速最快的岗位，除了美甲师、人力资源经理、策展人外，合规相关的岗位也翻了3倍。花旗表示，即便人工智能在整个行业里取代了一些角色，这项技术可能并不会导致就业总人数的减少。金融公司可能需要雇佣大量的人工智能经理、人工智能合规官员，来确保他们对技术的使用符合法规。在由人工智能推动发展的工作环境中，每位员工在使用人工智能工具时都不可避免地会承担管理“AI代理”的职责。从另一个角度来看，生产力的进步与裁员并不是一一对应的关系。举例而言，美国银行业在1960年代引入了ATM机，但人类柜员的数量在之后的40年里大致处于快速增长的状态，背后的原因是整个美国经济和金融行业保持快速增长。类似的案例还有电子表格对簿记、会计行业的影响。这些新工具不但没有造成就业岗位的下降，反倒使得从业人员能够聚焦在分析、预测和策略方面的增值服务。这些电子工具也从上世纪80年代开始，创造出了一系列金融管理经理的岗位。（ATM机、电子表格案例研究，来源：花旗）盈利能力重大利好虽然对金融业打工人而言，生产力腾飞的时代充满着不确定性，但对金融机构来说，新技术将会是提高盈利能力的强力催化剂。花旗集团的首席技术官大卫·格里菲斯表示，生成式人工智能“有潜力彻底改变银行业并提高盈利能力”。报告指出，根据近期的客户调查，在AI技术的影响下，全球银行业2028年的利润总额，有望从线性增长的预测值1.8万亿美元，提升至接近2万亿美元，里面有接近1700亿美元的增量。（来源：花旗）眼下一些顶级大行已经“初尝”AI的滋味。花旗集团曾表示已经为4万名编程人员配备了不同的AI。同时，这家银行也已经开始用AI来快速浏览监管提案。与此同时，美国最大银行摩根大通则是华尔街最卖力招募人工智能专家的银行，CEO戴蒙曾表示技术能够让每周的工作时间缩短至3.5天。德意志银行正在使用AI检视财富管理客户的投资组合，而荷兰国际集团则在用AI识别潜在的不良贷款。 原文：https://m.cnbeta.com.tw/view/1435390.htm

研究表明从果蝇、小鼠到人类 大脑结构都遵循普遍规律

摘要：美国西北大学的研究人员发现，在人类、小鼠和果蝇等不同物种身上观察到的大脑结构特征正接近一个类似于相变的临界点。这一发现表明，大脑结构可能受一种普遍原理的支配，这可能会激发新的计算模型来模拟大脑的复杂性。 当磁体被加热时，会达到一个临界点，在此点上磁体会失去磁性，这就是所谓的"临界点"。当物理物体发生相变时，就会达到这个高度复杂的临界点。最近，美国西北大学的研究人员发现，大脑的结构特征也处于一个类似的临界点附近--处于或接近结构相变期。这些结果在人类、小鼠和果蝇的大脑中都是一致的，这表明这一发现可能具有普遍性。虽然目前还不清楚大脑结构正在哪个阶段之间过渡，但这些发现可以为大脑复杂性的计算模型提供新的设计。他们的研究成果发表在《通信物理学》上。人类大脑皮层数据集中一小块区域内部分神经元的三维重建。图片来源：哈佛大学/Google大脑结构和计算模型资深作者、西北大学物理学和天文学助理教授伊什特万-科瓦奇（István Kovács）说："人类大脑是已知最复杂的系统之一，其结构细节的许多特性尚不清楚。其他一些研究人员已经从神经元动力学的角度研究了大脑临界性。但我们正在研究结构层面的临界性，以便最终理解它如何支撑大脑动态的复杂性。这一直是我们思考大脑复杂性的一个缺失。在计算机中，任何软件都可以在相同的硬件上运行，而在大脑中，动态和硬件密切相关。"人类大脑皮层数据集中一小块区域内部分神经元的三维重建。图片来源：哈佛大学/Google第一作者海伦-安塞尔（Helen Ansell）是埃默里大学的塔布顿研究员，研究期间在科瓦奇的实验室担任博士后研究员。他说："冰融化成水就是一个日常例子。这仍然是水分子，但它们正在经历从固态到液态的转变。我们当然不是说大脑已经接近融化。事实上，我们没有办法知道大脑会在哪两个阶段之间过渡。因为如果它处于临界点的任何一边，它就不是大脑了。"将统计物理学应用于神经科学尽管研究人员长期以来一直在使用功能磁共振成像（fMRI）和脑电图（EEG）研究大脑动态，但神经科学的进步直到最近才提供了大脑细胞结构的大量数据集。这些数据为科瓦奇和他的团队提供了应用统计物理技术测量神经元物理结构的可能性。使用在线 neuroglancer 平台查看的人类大脑皮层数据集中的部分神经元快照。图片来源：哈佛大学/Google识别大脑结构中的临界指数科瓦奇和安塞尔分析了来自人类、果蝇和小鼠的三维大脑重建的公开数据。通过以纳米级分辨率检查大脑，研究人员发现这些样本展示了与临界相关的物理特性的特征。其中一个特性就是众所周知的神经元分形结构。当一个系统接近相变时，就会出现一组被称为"临界指数"的观测指标，而这种非微观的分形维度就是其中的一个例子。脑细胞在不同尺度上呈分形统计模式排列。放大后，分形形状具有"自相似性"，即样本的较小部分与整个样本相似。观察到的各种神经元片段的大小也各不相同，这提供了另一条线索。科瓦奇认为，自相似性、长程相关性和广泛的大小分布都是临界状态的特征，在这种状态下，特征既不会太有组织，也不会太随机。这些观察结果产生了一组临界指数，用于描述这些结构特征。科瓦奇说："我们在物理学的所有临界系统中都能看到这些现象。大脑似乎在两个阶段之间保持着微妙的平衡。"来自果蝇、小鼠和人类数据集的单个神经元重建示例。资料来源：美国西北大学不同物种的普遍临界性科瓦奇和安塞尔惊奇地发现，他们研究的所有大脑样本--来自人类、小鼠和果蝇--在不同生物体间具有一致的临界指数，这意味着它们具有相同的临界定量特征。生物体之间潜在的、兼容的结构暗示着一种普遍的管理原则可能在起作用。他们的新发现可能有助于解释为什么不同生物的大脑具有一些相同的基本原理。安塞尔说："最初，这些结构看起来很不一样--整个苍蝇大脑的大小与人类的一个小神经元差不多。但随后我们发现，新出现的特性惊人地相似。""在生物体之间差异很大的许多特征中，我们依靠统计物理学的建议来检查哪些测量指标具有潜在的普遍性，例如临界指数。事实上，这些指标在不同生物体之间是一致的，"科瓦奇说。"作为临界性的一个更深层次的标志，所获得的临界指数并不是独立的--根据统计物理学的规定，我们可以从任意三个临界指数中计算出其余的临界指数。这一发现为建立简单的物理模型来捕捉大脑结构的统计模式开辟了道路。这种模型是大脑动态模型的有用输入，对人工神经网络架构也有启发意义"。今后，研究人员计划将他们的技术应用于新出现的数据集，包括更大的大脑部分和更多的生物体。他们的目标是找到这种普遍性是否仍然适用。编译自/scitechdaily 原文：https://m.cnbeta.com.tw/view/1435389.htm

麻省理工学院长期教授、计算机科学家阿文德去世 享年77岁

摘要：6 月 17 日，麻省理工学院计算机科学与工程系查尔斯-W-约翰逊和詹妮弗-C-约翰逊教授、电子工程与计算机科学系（EECS）计算机科学教研室主任、麻省理工学院的中流砥柱阿尔温德-米塔尔（Arvind Mithal）去世。阿文德生前使用单名，享年77岁。 阿文德是一位多产的研究人员，曾领导计算机科学与人工智能实验室（CSAIL）的计算结构小组，在麻省理工学院任教近五十年。萨利-科恩布鲁斯（Sally Kornbluth）校长今天在致麻省理工学院社区的一封信中写道："他深受麻省理工学院社区和世界各地无数人的爱戴，他的智慧才华和对生活的热情激励着他们。"作为一名科学家，阿文德因其在数据流计算方面的重要贡献而闻名，数据流计算旨在优化数据流，以利用并行性，实现更快、更高效的计算。在过去的 25 年中，他的研究兴趣扩展到为微处理器和硬件加速器等复杂数字设备的形式建模、高级综合和形式验证开发技术和工具，以及并行计算架构和编程语言的内存模型和高速缓存一致性协议。认识阿文德的人都说他是一个罕见的人，他的兴趣和专长从高层次的理论形式系统一直到语言和编译器，再到硅硬件的门和结构。从减少数据中心所需的能源和空间，到简化更高效的多核计算机芯片设计，阿文德的研究成果应用广泛。"阿文德既是计算机体系结构和编程语言领域的杰出学者，也是一位兢兢业业的教师，他为我们的学生带来了系统级思维。他还是一位杰出的学术带头人，经常领导课程改革，并以有意义、有影响的方式为工程理事会做出贡献。"首席创新与战略官、工程学院院长、电气工程与计算机科学 Vannevar Bush 讲座教授 Anantha Chandrakasan 说："我将非常怀念他的睿智建议。""阿文德的正能量和他爽朗的笑声照亮了许多人的生活。他为同事和几代学生提供了经久不衰的睿智建议。他致力于追求卓越的学术成就，不仅改变了计算机体系结构和并行计算方面的研究，还将这一承诺带到了他作为电子工程科学系计算机科学教研室主任的工作中。"麻省理工学院苏世民计算机学院院长、电气工程与计算机科学亨利-埃利斯-沃伦（Henry Ellis Warren）教授 Dan Huttenlocher 说："他给我们所有有幸与他共事的人留下了持久的影响。"阿文德在坎普尔印度理工学院求学期间对并行计算产生了浓厚的兴趣，并于 1969 年获得该校学士学位。1972 年和 1973 年，他分别获得明尼苏达大学计算机科学硕士和博士学位，研究操作系统和程序行为数学模型。1974 年至 1978 年，他在加州大学欧文分校任教，之后加入麻省理工学院。在麻省理工学院，阿文德的小组研究并行计算和声明式编程语言，他领导开发了两种并行计算语言：Id 和 pH。20 世纪 90 年代，他一直致力于这些编程语言的研究，并于 2001 年与合著者 R.S. Nikhil 出版了《pH 中的隐式并行编程 》 一书，这是 20 多年研究的结晶。除研究工作外，阿文德还是 EECS 的重要学术带头人。他曾担任该系计算机科学教研室主任，在麻省理工学院苏世民计算机学院成立后，他在帮助 EECS 重组方面发挥了关键作用。"阿文德坚持不懈的积极态度、坚定不移的乐观主义、无边无际的慷慨和作为研究人员的非凡力量确实鼓舞人心，给所有有幸认识他的人留下了深刻的印记。我非常感谢他给我们的生活带来的光明，以及他对我们社区的根本性影响，"电气工程与计算机科学安德鲁和埃尔纳-维特比教授兼 CSAIL 主任 Daniela Rus 说。他在数据流和并行计算方面的工作促成了 20 世纪 80 年代末和 90 年代初的季风项目。阿文德的小组与摩托罗拉公司合作，制造了 16 台数据流计算机器，并开发了相关软件。其中一台 Monsoon 数据流计算机现存于加利福尼亚州山景城的计算机历史博物馆。正如他在 2012 年接受电气和电子工程师学会（IEEE）采访时所解释的那样，20 世纪 90 年代，并行计算研究资金开始枯竭，阿文德的工作重心随之转移。他回忆说："微处理器的速度越来越快，人们认为不需要它了。"相反，他开始将其团队在并行编程中学习和开发的技术应用到数字硬件的原理设计中。除了指导麻省理工学院的学生和年轻同事，阿文德还为许多国家的大学和政府提供并行编程和半导体设计方面的研究咨询。基于他在数字硬件设计方面的工作，Arvind 于 2000 年创立了 Sandburst 公司，这是一家无晶圆厂半导体芯片制造公司。Sandburst 后来被博通收购。阿文德和他的学生们还开发了一种编程语言 Bluespec，旨在实现芯片设计的自动化。在这项工作的基础上，他于 2003 年与他人共同创办了初创公司 Bluespec, Inc.，致力于开发实用工具，帮助工程师简化设备设计。过去十年间，他致力于推动麻省理工学院的本科生教育，为 6.004（计算结构）和 6.191（深度学习导论）课程引入现代设计工具，并将与 Bluespec 密切相关的编程语言 Minispec 纳入其中。由于在数据流和多线程计算以及硬件高级合成工具开发方面做出的上述贡献和其他贡献，Arvind 于 2008 年和 2012 年分别荣获美国国家工程院院士和美国艺术与科学院院士称号。 他还被本科母校印度理工学院坎普尔分校评为杰出校友。"阿文德不仅是EECS社区的支柱和计算机科学的泰斗，他还是一位受人爱戴的同事和值得珍惜的朋友。我们这些有幸与 Arvind 共事和合作的人对他的突然离世感到悲痛欲绝。他的仁慈和幽默坚定不移；他的指导深思熟虑；他的指导是无价之宝。"麻省理工学院苏世民计算机学院副院长兼电子工程与电子技术系主任 Asu Ozdaglar 说："我们将深深地怀念他。"阿文德曾获得印度国家科学院院士、美国计算机协会和电气和电子工程师学会研究员等众多奖项，并于2012年获得电气和电子工程师学会颁发的哈里-H-古德纪念奖，该奖旨在表彰对信息处理领域的理论或实践做出的重大贡献。阿文德是一位谦逊的科学家，他首先指出，这些成就的取得离不开他杰出而出色的合作者。这些合作者中最重要的是他有幸在麻省理工学院共事过的本科生和研究生。 据他的家人说，他与这些学生在专业和个人方面都保持着良好的关系，他把这些关系看得比他们一起完成的工作更重要。在 2012 年接受 IEEE 采访时，阿文德这样总结他在科学上取得成功的关键："真的，一个人必须做自己相信的事情。我认为，我们大多数人的工作水平，如果你每天都不乐在其中，是无法持续的。你不能只为结果而工作。你必须努力工作，因为你会说，'我必须知道这个问题的答案'，"他说。他的妻子 Gita Singh Mithal、两个儿子 Divakar '01 和 Prabhakar '04、他们的妻子 Leena 和 Nisha 以及两个孙子 Maya 和 Vikram 均健在。 原文：https://m.cnbeta.com.tw/view/1435388.htm

Google正在打击为获得更便宜的YouTube Premium订阅而使用VPN购买的方式

摘要：YouTube 为了迎合更大的消费群体提供了各种高级订阅服务，用户可以根据购买力和不同地区消费者的购买习惯进行选择。用户通过使用 VPN 假装成订阅模式更便宜的国家的用户，利用地区杠杆来利用这一便利。 对于喜欢不间断、无缝视频体验的用户，YouTube 提供了高级选项，其费率根据特定地区的当地经济条件和消费者期望而定。许多用户试图寻找更便宜的变通办法，他们使用 VPN 以更低的价格订购克罗地亚、希腊和乌克兰等国家的服务。这种行为导致许多用户在享受该服务的同时却没有为其国内市场支付应有的费用。据称，Google取消了这些有地域和价格差异的订阅，这可能会改变现在的情况。Reddit 上有几位用户表示他们的会员资格被突然取消，并承认使用了 VPN 以获得更低的价格，一旦获得高级订阅，无需 VPN 即可使用，Google正试图突破这一付费漏洞。联系客服的 Redditors 分享说，他们终止订阅的原因是用户使用的地点与注册地点不同。客服人员进一步建议用户使用家庭地址和本地银行卡注册，以重新获得访问权，这样做的目的是消除任何变通订阅的方式。至于搬到其他地方的用户是否会面临类似问题，目前还没有任何说法。不过，在Google的打击下，真正的用户也有可能受到这一决定的影响。该公司此举似乎是为了确保地区定价政策不被滥用，从而使用户支付公平的价格。受影响的用户只有一个选择：如果他们想继续享受高级版本的好处，他们需要用自己的实际位置重新订阅。长期以来，公司一直在与那些玩追逐和逃避游戏以逃避支付实际费用的用户作斗争。随着Google开始追查使用这种策略的消费者，用户在使用这种变通方法时要谨慎，因为这样做的好处是短暂的。用户最终将不得不付费才能在其所在地区获得无缝的YouTube 体验。 原文：https://m.cnbeta.com.tw/view/1435387.htm