分类： 科技

根据最新研究，一些广为人知的死海古卷或许比过去的估计更为古老。该研究结合了碳14年代学和人工智能技术，重新测定了古卷的年代，为学界带来新的突破。

死海古卷是在1947年由贝都因牧羊人在约旦河西岸的犹大沙漠偶然发现的。考古学家随后在靠近古城基哈尔巴特·奎姆兰（Khirbat Qumran）的一些洞穴中，从11个洞窟中找到了数千块碎片，属于数百份古文献。这些古卷主要用希伯来语书写，采用羊皮纸和莎草纸，是迄今为止最重要的考古发现之一，为了解古代犹太教和早期基督教提供了宝贵的资料。

这些古卷就像一部“时光机”，让人们得以窥见数千年前人们阅读、书写和思考的样子。它们是研究历史的实物证据，无论你信仰何种宗教，甚至不信宗教，都能从中看到一本影响了数千年的经典——圣经的源流和演变。事实上，约有一千份古卷中，有一百多份是所谓的“旧约圣经”片段，是现存最古老的希伯来圣经副本。

然而，绝大部分古卷都没有明确的年代标记。早期的估计依赖于古文字学（古文书的写作风格研究），认为古卷年代大致在公元前三世纪到公元二世纪之间。直到最近，研究团队运用新技术对部分古卷进行了碳14放射性碳定年，发现一些古卷的年代甚至可以追溯到公元前四世纪末，比之前的估计早了约一百年。这意味着，这些古卷可能比我们原先想象的更古老，提供了关于古代人类文化和宗教活动的更早记录。

这一发现令人振奋。由于古卷保存的年代更为古老，学者们可以重新思考古卷的形成、流传和使用方式。例如，一段来自但以理书的古卷曾被认为是公元前二世纪的作品，但新的碳14分析确认其可以追溯到更早的时代。类似地，传述传道书内容的一份古卷，其年代也由之前的公元前175至125年，提前到公元前300到240年之间。

除了碳14测定方法外，研究团队还开发了一种名为“以诺”的人工智能系统。这款AI通过学习已有的古文献影像，能够较准确地判断未经过碳14分析的古卷的年代。实验显示，“以诺”在正确估计古卷年代方面达到了85%的准确率，有时还能给出比碳14更为细化的时间范围。这意味着，未来，人工智能可能取代传统的破坏性碳14测定，成为古卷年代鉴定的全新工具，不仅不用割取宝贵的古文材料，也能实现快速、非破坏性的分析。

学者们对于这一成果都表示认可。英国伯明翰大学的希伯来圣经与第二圣殿时期犹太教研究教授夏洛特·亨佩尔认为，结合人工智能和碳14数据，可以使古卷年代的测定更加精准。这不仅推动了古文字学的发展，也为历史学、宗教学等多个领域提供了新的研究手段。

一些专家也指出，虽然人工智能的应用令人期待，但还需要更多的数据和验证，才能全面替代传统的碳14技术。毕竟，古卷的年代鉴定是一项极其复杂的工作，涉及到丰富的古文字知识和经验积累。然而，这一科研尝试无疑为古代文献的年代研究打开了新的大门，也为古卷的保护和研究提供了有力的技术支持。

总之，这项结合了人工智能与放射性碳定年的前沿研究，不仅让我们对死海古卷的历史有了更深的了解，也推动了古文献年代学的革新，标志着人类解密远古文明迈出了重要的一步。

[原始链接]

近年来，医疗行业面临着一个严重的问题——不同群体之间的治疗机会和治疗效果存在巨大差异。这些差异不仅造成了许多可以避免的生命损失，也带来了巨大的经济负担。长期来看，这种不平等会影响整个社会的健康发展，影响每个人的生活质量。

为了解决这一复杂而广泛的问题，科学家和医疗机构纷纷尝试利用人工智能技术。人工智能具有人类一样的智慧和超算般的运算速度，有望帮助人类解决许多困扰多年的难题。

什么是医疗差异？

医疗差异主要指不同群体在健康状况、预期寿命和医疗获得方面的不同。例如，有些边缘群体的婴儿死亡率较高，原因包括缺乏产前护理、居住环境不安全或在分娩过程中受到偏见。数据显示，种族和民族是影响医疗差异的主要因素。在美国，约42%的人口认同为有色人种，接近58%为白人。尽管比例接近，但医疗待遇存在明显差异：西班牙裔人群因没有保险的概率超过一倍，亚洲成人获得心理健康服务的概率较低，黑人婴儿的死亡率也高出一倍。

超越生物因素

除了遗传和种族因素，社会条件同样起到关键作用。居住环境差、失业状况、收入水平等社会因素，常常影响到一个人的医疗质量和健康水平。这些因素本应可以改变，但现实中却被一些制度性问题所限制。理想情况下，每个人都应享有同等的医疗服务，但在实际操作中，医院的位置、医生的资源配置甚至就读教育背景都可能无意中导致不公平。

不平等的后果

医疗差异带来的影响深远。若缺乏有效的治疗，一些传染病会更难被控制，导致疫情扩散。同时，部分人可能会选择药物滥用等不良行为来应对健康问题，进一步引发犯罪、贫困和失业等社会问题。这些问题的处理不仅成本高昂，还会累积成代际传递的健康隐患。

美国国家卫生研究院2023年的一项研究首次对种族和民族少数群体因医疗差距所造成的经济损失进行了估算，数据显示，2018年这一损失高达4510亿美元，比2014年增加了41%。高负担主要集中在大都市和民族多元化地区。专家们普遍认为，美国每年的医疗系统中，医疗不平等造成的经济损失达上百亿美元，且其影响会逐渐积累，形成严重的代际健康问题。

人工智能的潜力

人工智能可以在解决医疗差异方面发挥重要作用。它不仅可以提升医疗的公平性，还可通过个性化预防、自动化日常任务以及改善沟通，降低医疗成本。

个性化预防医疗

利用大量人口数据，人工智能可以为每个人量身定制健康方案。它能帮助医生和患者提前发现潜在的健康问题，制定个性化的疾病筛查和干预措施，从而防止小问题变成大麻烦。这种预防为最终实现全民健康打下基础，有助于大幅减少因医疗不平等带来的差异。

自动化日常工作

机械学习模型可以自动处理诸如患者资料登记、账单和预约安排等繁琐工作。据研究显示，技术有望自动化护士三成的行政工作，让医护人员专注于提供更高质量的护理和服务。这不仅提升效率，也为患者带来更贴心的体验。

打破语言障碍

人工智能中的语言模型还能实现实时翻译，有效改善医生与不同语言背景患者之间的沟通难题。复杂的医学术语也可以被简化，使低健康素养的患者更容易理解诊疗内容。

长远应对策略

虽然个性化医疗、消除语言障碍和自动化工作流程都是人工智能的亮点，但解决美国医疗不平等的根本，仍需要多方面的系统性改进。

推动医疗教育多元化

多样性在医疗行业的成功中扮演着关键角色。然而，目前医学院和住院医师培训中，仍以白人、上层阶级背景的学生为主。人工智能可以帮助改善招生和奖学金政策，让更多边缘群体的学生获得平等的学习机会，培养代表多元的医疗队伍。这不仅能改善患者的治疗效果，还能增强医疗服务的公平性。持续监控这些措施的效果，对确保多元、平等的发展至关重要。

优化医院选址

政府和相关部门可以利用人工智能分析大量的人口、健康和经济数据，科学评估建设新医院或优化应急医疗资源的最佳地点，改善不同地区的医疗服务水平，减少城乡和不同收入阶层之间的医疗差异。

识别深层次原因

边缘和弱势群体面临的差异主要源于社会条件。例如，早期的食物短缺会引发营养不良，导致一系列健康问题。这些问题可能需要特殊的医疗关注。人工智能可以分析海量数据，评估风险和优先级，从而制定更科学的健康干预策略，让医疗资源倾向于更需要帮助的群体。

伦理与技术挑战

尽管人工智能在改善医疗不平等方面潜力巨大，但在实际应用中仍需面对多项挑战。为了防止模型本身带有偏见，必须建立完善的审查机制和透明度。同时，训练数据的变化（数据漂移）可能影响模型准确性，工程师需要定期检测和更新模型。

数据隐私和患者知情也是重要伦理问题。医院和医疗机构必须如实告知患者其信息收集和使用情况，保障患者的隐私权。随着网络安全形势的日益复杂，保护患者数据安全也成为重要任务。

未来展望

人工智能虽然不能解决所有问题，但它在优化现有医疗体系、减少不平等方面展现出巨大潜力。只要具备科学合理的政策支持和技术保障，未来有望帮助美国医疗系统大幅减少差异，挽救更多生命，并节省数千亿美元的社会成本。

[原始链接]

双字公司在雪花年度用户大会雪花峰会2025上宣布，已在雪花市场推出自托管推理平台。该平台作为雪花原生应用，帮助企业直接在雪花环境中部署开源或定制的人工智能模型，通过可扩展的接口提供服务，支持业务应用的快速开发。

近年来，企业对于人工智能的需求日益增长，但传统的集中式API方式已难以满足个性化和性能的要求。双字公司CEO梅丽姆·阿里克表示：“AI创新的时代正逐渐转变为专属、私有的解决方案。企业希望通过自主托管模型，实现更高性能、更强安全性，以及差异化竞争优势。”她强调，双字公司致力于帮助企业充分利用人工智能的潜能，同时掌控自己的数据和工作负载。

此次合作，双字公司与雪花公司共同助力客户提升生成式人工智能任务的能力。客户可以在雪花环境中直接运行超过两万款开源模型，无需迁移数据，提升效率。用户只需几步点击，就能在雪花环境中部署模型，通过雪花容器服务激活弹性的人工智能API，为后续应用开发提供强大支持。

具体操作上，企业可以在平台上配置基础设施，如仓库规模、计算池和自动伸缩设置，然后一键部署模型。这一流程简单快捷，极大缩短了从模型部署到应用落地的时间，提高了整体价值实现速度。

雪花公司全球数据云产品主管基兰·肯尼迪表示：“借助雪花原生应用和API，合作伙伴可以更灵活地为客户提供AI解决方案，确保模型在雪花环境中的安全运行。”他指出，双字公司的平台为客户提供了高度的自主性，让企业可以选择最适合自己需求的模型，并保证数据安全。

通过在雪花市场部署的自托管推理平台，企业无需迁移数据就能在本地环境中运行AI模型，避免了数据孤岛，又提高了效率。雪花市场为第三方数据、应用和AI产品提供了便利的采购和分发渠道，降低了集成成本，客户可直接在平台上进行购买和测试。这不仅加快了企业AI项目的实施速度，也带来了持续的收入增长。

此外，雪花的原生应用开发框架允许开发者构建、分发并在客户的雪花环境中部署应用，无需数据迁移。结合雪花容器服务，开发者还能在不同硬件配置（包括GPU）上开发复杂应用，满足多样化的业务需求。

双字公司的自托管推理平台表现出强大的扩展性和易用性，未来有望在更多企业中推广应用，推动人工智能的普及和落地。公司创始团队由人工智能研究者组成，获得多家知名投资方支持，包括Dawn Capital、Hugging Face公司CEO克莱芒·德朗格、以及Dataiku公司CEO弗洛里安·杜埃托。

关于双字公司
双字公司是一家专为企业打造的自托管推理平台，旨在让企业像使用第三方API一样轻松管理和部署人工智能模型。公司旨在帮助企业实现对AI的自主控制和安全保障，提升自主创新能力。公司由人工智能领域的研究人员创立，获得多家行业领军投资机构的支持。

联系方式：
乔治·韦斯特雷克
电子邮箱：[email protected]
公司官网：相关链接

（配图链接：https://mma.prnewswire.com/media/2701510/Doubleword_Logo.jpg）

[原始链接]

随着人工智能技术的飞速发展，心理健康研究与治疗正迎来新的变革。利用深度学习、机器学习、神经网络、生成式人工智能等先进技术，科学家们正努力让心理健康的诊断和治疗变得更加客观、科学。这一趋势不仅有望提高诊疗的准确性，还能帮助我们更好地理解人脑与心理疾病的关系，为未来的心理健康事业带来深远影响。

近年来，人工智能在心理健康领域的应用越来越广泛。比如，利用AI分析大脑扫描数据，科学家们已经开始构建大脑“指纹”，试图通过这些“指纹”识别出各种精神障碍的早期症状。以斯坦福大学精神医学部推出的“AI4心理健康”项目为例，该项目旨在通过AI技术，提升精神疾病的诊断水平和治疗效果。

心理健康研究中一直存在“主观”与“客观”的争论。传统上，心理健康评估主要依靠患者的主观陈述和心理医生的判断，这种方式容易受个人感受和偏见影响。而物理学和心理学两个学科的关系，也反映了“客观”与“主观”的不同立场。物理学追求确凿的实验数据和普遍适用的规律，而心理学则更关注个体的体验和感受。

著名科学家爱因斯坦曾指出：“身体和灵魂不是两个不同的东西，而是感知同一事物的两种方式。”这句话彰显了“客观”与“主观”在理解人类的深层联系中并非绝对对立，而是相辅相成的。

在斯坦福大学的一次学术研讨会上，专家们探讨了利用AI突破这一难题的可能性。研究表明，通过监测个体的表现行为，可以有效判断其心理状态。AI结合传感器、摄像头和穿戴设备，实时收集个体的行为数据，比如动作习惯、语音语调、面部表情等，从而帮助医生更准确地判断心理健康状况。这被称为“环境智能”，它使得心理健康评估不再局限于门诊片刻，而是实现24小时的持续监测。

然而，这一技术的应用也引发了关于隐私和伦理的讨论。专家们提醒，利用AI采集和分析个人行为数据时，应充分考虑患者隐私保护和伦理规范。否则，可能会带来个人信息泄露和滥用等风险。

除了技术创新，基于证据的医疗在心理健康领域也尤为重要。科学界正不断完善心理干预方案的评估框架，从而确保所采用的治疗措施科学、有效、安全。比如，最新提出的“AI心理健康应用评估框架”就强调，应关注安全性、隐私保护、效果、使用的公平性以及实际的应用可行性。这一框架的建立，将促使相关企业和医疗机构遵循更高的行业标准，保障患者权益。

未来，借助AI技术，我们有望实现更早期、更精准的精神疾病识别和高效治疗。这不仅可以减轻患者的痛苦，也为心理学和神经科学的研究提供了新的工具。正如达尔文所预言，心理学的未来将建立在科学的基础上，逐步揭示人类心智的奥秘。

综上所述，人工智能正成为推动心理健康科学突破的核心力量。虽面临伦理和隐私等挑战，但其巨大潜力值得期待。随着技术的不断完善，将来的心理健康服务将更加个性化、科学化，也将更加贴近每个人的真实需求。未来，利用AI的力量，我们或许能更全面地理解自己、改善心理健康，从而推动人类社会迈向更和谐的发展阶段。

[原始链接]

近年来，科学家们面临海洋温度数据爆炸式增长的挑战。随着测量技术的不断进步，全球海洋温度的监测数据以惊人的速度增长，如何高效、准确地分析这些海量数据，成为海洋科学研究中的一项重要课题。近日，一项新研究提出了一种基于随机梯度方法的贝叶斯推断算法，成功应用于大规模海洋温度数据的分析，为海洋学研究带来了新的技术工具。

研究背景

海洋温度变化对全球气候变化具有重要影响，因此，准确监测并分析海洋温度变化趋势，对于理解气候系统具有极大意义。传统的空间统计方法，如高斯过程模型，因计算复杂度过高，在面对数十万甚至百万的观测点时难以应用。这促使研究者们不断寻找更高效的统计推断方法。

创新方法

该研究团队提出了一种结合了Vecchia近似和随机梯度采样技术的新型贝叶斯推断算法。Vecchia近似是一种合理压缩空间相关信息的方法，可在不显著损失精度的前提下，大幅降低计算成本。而随机梯度方法，通过只抽取数据子集进行参数更新，大大提升了处理超大规模数据的效率。

具体来说，研究中设计了一种以随机梯度为基础的马尔科夫链蒙特卡洛算法，称为随机梯度Langevin动力学。该算法利用了数据的局部性质，通过抽样处理多个子集，避免了全数据分析的繁琐与耗时。同时，该方法还结合了Fisher信息矩阵，加快模型收敛速度，提高推断的准确性。

应用效果

研究团队以2016年春季从浮标采集的海洋温度数据为例，进行了验证。数据涵盖了全球多个点的海洋温度观测，总数超过三万二千四百三十六个点，测量深度约为100、150和200米。研究者们对这些数据应用新算法，建立了海洋温度的空间统计模型。

结果显示，新算法在预测精度方面显著优于传统方法。一方面，其平均均方误差仅为另一方法的四分之一，计算时间也减少至五分之一不到。另一方面，95%的预测区间覆盖率达到了93%，远优于传统方法的覆盖率，这意味着模型的不确定性估计更为可靠。研究还进行了参数敏感性分析，发现模型对不同批量大小和邻域设置表现稳定，只有在批量过小（如仅100个数据点）时，范围参数的估计会出现偏差，但总体变化有限。

意义与展望

这项研究表明，基于随机梯度的贝叶斯推断技术，结合空间数据的特殊结构，能够高效处理大规模海洋观测数据，为全球气候变化监测提供了有力工具。此外，该方法的思想也适用于其他类型的空间统计模型，未来有望在地质、环境、生态等多个领域推广应用。

总结

通过创新算法，科学家们成功应对了海洋温度大数据分析的难题。这不仅提升了模型的计算效率，也增强了预测的可靠性，为科学界深入理解全球气候变化提供了技术支撑。预计，随着数据规模的不断扩大，这类高效的贝叶斯推断方法将在未来的海洋和气候科学研究中扮演愈发重要的角色。

[原始链接]

随着科技的不断发展，人形机器人已逐渐走入我们的生活。它们不仅仅存在于科幻小说中，而是开始在我们身边学习、工作，甚至成为生活的一部分。这一变化标志着人工智能进入了一个全新的发展阶段，也带来了许多社会、伦理和技术上的新挑战。未来，我们需要怎样应对这些“走动的机器”带来的影响？

一、人形机器人逐渐走入生活

以往人们对于人工智能的讨论多集中在算法和数据上，强调其在虚拟空间中的应用。而现在，带有人类外形的机器人开始变得真实可见，它们会模仿人类的动作，表达情感，甚至具备自主决策能力。这些机器人在养老、客服、制造等领域展现出巨大的潜力。同时，伴随着它们能力的提升，人工智能也在不断地变得更加聪明，有的展现出类似人类的思维方式，甚至出现了我们难以预料的新行为。

二、人与机器的未来关系

未来，人与人之间的交流和人与机器的互动将变得更加深入。一方面，机器人可以成为人类的陪伴和帮手，但另一方面，也引发了“连接的减弱”问题。例如，越来越多的老人依赖机器人照顾，孩子与机器人互动多于与同龄人。这可能让人类的情感联系变得淡薄，甚至影响我们的同情心和关爱能力。

三、四个维度看未来的人机关系

为了理解这种新局面，科学家提出了“混合智能”的四个方面：愿望与意义、信息与知识、交互与沟通、自主与控制。

– 愿望与意义：机器的智能处理能力与人类的直觉、创造力相比，能否真正理解深层次的意义？我们追求的价值是什么？
– 信息与知识：人工智能拥有庞大的数据资源，而人类则拥有不断发展的知识体系。两者的结合会带来怎样的变化？
– 交互与沟通：人与人之间的自然交流，以及人与机器之间的关系，将发生怎样的变化？例如，语音、动作、身体接触等交流方式。
– 自主与控制：机器人能自主行动到什么程度？人类应如何掌控和监控它们？

随着人形机器人的广泛应用，“交互与沟通”和“自主与控制”这两个方面尤其需要新的规则和伦理考虑，这关系到我们未来的社会和经济秩序。

四、挑战与担忧

我们正进入人工演变的一个新阶段，这不仅是技术的改进，更是开始出现具有自主学习、适应能力的“生命体”。这些系统的行为常常难以预测，甚至出现“突发奇想”，让我们重新思考：我们希望生活在怎样的社会里？

然而，目前社会对于这种变化的准备远远不足。缺乏统一的伦理框架、政策法规，也没有共同的认识。许多人误以为技术会自然融入，不会带来根本变化，但这其实是一种危险的自满。

五、迈向未来的建议

面对即将到来的深刻变革，我们需要采取主动，强调“做人”的本质。具体应遵循以下五个原则：

– 人机协作：推动人与人工智能的合作，而不是简单地取代。设计系统时要增强人的能力，而非只追求自动化。
– 了解影响：深入研究机器人融入社会后，可能带来的心理、社会和环境影响，避免只关注短期利益。
– 保持同理心：重视人际关系和情感交流，认识到机器人虽能帮助，却无法真正替代人类之间深厚的情感。
– 教育改革：培养下一代的关键能力，包括批判性思维、创造力和人类独有的特质，让教育适应与人工智能合作的未来。
– 建立伦理规范：制定严格的监管和道德准则，确保机器人设计和使用符合人类价值观。例如，联合国教科文组织在人工智能伦理方面提出的建议可以作为参考，但不能成为唯一标准。

六、共同面对未来

人形机器人的崛起不仅仅是科技的突破，更是社会变革的信号。我们每个人都应积极思考未来的生活方式和社会结构。只有在有意识的引导下，科技才能真正为人类服务，让未来既安全又充满希望。

面对人形机器人日益普及的趋势，最关键的是我们每个人的态度和行动。社会、政府和科技企业都应携手合作，确保人工智能的发展符合人类共同利益，而不是任由技术支配我们的未来。只有这样，我们才能迎来一个和谐、智慧的新时代。

[原始链接]

2019年6月6日，著名人工智能专家、LandingAI和deep learning.ai的创始人兼首席执行官吴恩达在拉斯维加斯的亚马逊Re:MARS机器人与人工智能大会上发表主题演讲，深入探讨了当前人工智能的发展趋势和未来方向。

随着科技的快速进步，我们正迎来一场前所未有的变革，其中一项热议的话题便是“ vibe编码”。这一概念起源于人们对简单让计算机自主完成任务的期待，像安德烈·卡帕蒂所倡导的“只要让机器干活，自己躺着享受”的想法逐渐被大众接受。这也催生了“ vibe编码”——也就是说，未来我们不再需要掌握复杂的编程技巧，只需向人工智能提出请求，计算机就能帮我们完成各类任务。

这种趋势极大地推动了技术的普及，让更多非专业人士有机会参与到技术开发中来，但同时也引发了关于“编程是否仍然必要”的讨论。吴恩达提到，尽管AI可以帮助减轻码农的负担，但开发一款完整、稳定的软件依然需要人类的参与——在实际操作中，程序员必须不断调整、修正AI生成的代码，确保软件运行正常。

他分享了一个实例。有一个团队试图用人工智能从零开始开发一款游戏，他们先尝试让AI自动写代码，但一开始遇到很多错误，比如按钮无反应、程序崩溃等。经过多轮沟通和提示，团队引导AI逐步修复了错误。最终，通过反复微调和自然语言指令，花费了十四次迭代后，制作出了令他们满意的游戏版本。这一过程表明，未来的开发更多的是与AI合作，发挥人的引导和创造力，而非完全依赖机器完成所有工作。

在“想象力行动”研讨会中，吴恩达还回顾了自己丰富的学术经历，包括在麻省理工学院的研究工作，他认为科技的核心在于不断创新与合作。

谈到编程的未来，吴恩达强调，虽然人工智能使编码变得更容易，但他个人依然重视基础技能。他指出，从最早的打孔卡片到COBOL等早期编程语言，技术不断演变，但技术的本质——能够理解和操控工具的能力——始终没有改变。他坚信，在AI的帮助下，具备编程能力的人才将更具竞争力，甚至更容易获得高薪。

他还批评了近期一些不负责任的建议——比如有人建议不必学习编码——他说这是一种“糟糕的职业建议”。毕竟，学习编码不仅能提升问题解决能力，还能更好地理解和应用AI技术。

当谈到行业内的热炒与担忧时，吴恩达指出，部分对开源技术的误解和过度宣传，容易让公众产生不切实际的期待。他提倡用沙箱等安全措施确保系统安全，并鼓励推广开源技术，让更多人受益。

未来的技能需求也在不断变化。吴恩达强调，有能力激发和引导大型语言模型的“提示技巧”，以及基本的编码知识，将成为职场竞争的重要资本。他预测，随着AI变得越来越强大，懂得编程和安全的专业人士将有更大的优势。而能成为“10倍程序员”的人，也更有可能获得高收入，因为他们高效、创新，能节省大量时间。

他也提到，大学在这场变革中面临挑战——资金不足、资源有限，但培养懂技术、善于合作的人才依然是重点。无论未来科技如何发展，吴恩达坚持：我们每个人都应学习一些编程基础，即便不一定要每天写代码。

总结来看，人工智能正重新定义软件开发和职业要求。未来的工作场景将会是人与AI深度融合的时代。吴恩达认为，这种工具的普及让我们都能成为“10倍”的高效工作者。面对未来，让我们保持学习的热情，迎接科技带来的无限可能。

[原始链接]

随着全球人口老龄化的不断加剧，如何让年长者过上安全、独立、尊严的生活，成为产品创新的重要方向。在2025年第137届中国进出口商品交易会（广交会）上，众多中国企业展示了以科技驱动、以老年人为核心的创新解决方案，彰显了包容设计的新趋势。

在此次展会中，广州瑞尔洁具有限公司（Aicube Care）尤为引人注目。该公司推出的模块化浴室系统专为老年用户设计，体现了无障碍、智能化的理念。自2010年进入该领域以来，他们不断优化高端适老产品，包括带有座椅的恒温淋浴屏、可调节高度的陶瓷洗脸盆、U形抓杆，以及带支撑扶手和靠背的壁挂式淋浴椅。“随着人口老龄化成为全球性问题，越来越多买家意识到适老产品的广阔市场，”Aicube Care的销售经理彭凯表示，“一些原本没有考虑相关需求的客户，在看到我们的产品后，开始积极探索合作机会。”

本届广交会首次设立了“服务机器人专区”，也特别展示了面向老年人的智能陪伴机器人。浙江孚宝智能科技有限公司展出的一款高端陪护机器人，配备了智能健康监测、实时生理数据跟踪和远程医疗功能。机器人不仅可以检测血氧含量，还可以提醒服药，紧急情况下还能发出警报，帮助独居老人保障健康与安全。

此外，各类日常生活中关乎老年人的创新产品也纷纷亮相。例如，以玉米为原料的生物基鞋垫，含有超过25%的玉米衍生聚氨酯材料，提供优异的缓冲性能和持久耐用性，有助于老年人在长时间行走和站立中减少不适。同时，具备远程控制的升降厨房设备，也方便轮椅使用者轻松调节柜子和炉灶的高度，改善使用体验。

值得一提的是，5月3日，广交会举办了主题为“银发经济：老龄友好产品新范式”的特别活动，强调了对老年市场的重视和未来发展方向。

从智能家居到健康监测，从生活便利到安全保障，本届广交会展出的创新产品正逐步改变人们对老龄化生活的认知。企业们的努力不仅满足了日益增长的市场需求，更着眼于营造一个包容、安全、尊重的社会环境。随着这些创新逐步推向全球市场，广交会正成为引领未来老龄化社会发展的重要平台，为建设一个温暖、有尊严的老年生活提供有力支撑。

[原始链接]

新加坡，2025年5月23日 —— 右船的使命是通过独特的数据和可行的洞察，帮助客户实现全球海运价值链中的“零伤害”目标——既保护船只、人员，也守护环境。为了不断提升市场和产品的相关性，以及增强数据和科技能力，右船不断努力。

随着全球供应链安全需求的增加和数据技术的发展，右船的潜力和成长速度也在不断提升。为了支持公司的发展目标，右船目前正在探索引入一位具有共同使命、宗旨和价值观的新少数股东的战略方案。这位投资者不仅要带来资金，更希望在数据、技术和转型增长方面拥有丰富的专业经验。现有投资方——必和BHP、嘉吉和力拓——将继续持股，并全力支持右船迈向下一阶段的成长。

右船希望找到一位能够提供宝贵见解、资源和成功经验的合作伙伴，协助公司加快发展步伐。未来，双方将共同创新产品，强化数据、技术和人工智能的能力，为客户提供更优质的服务，最终实现“海事行业的零伤害”目标。为此，右船已聘请罗斯柴尔德公司作为财务顾问，代表公司和股东进行相关操作。

公司做出这一决定，始终坚持最高的透明度和诚信原则。整个过程尚处于早期阶段，公司会严格保密，避免引发市场猜测或扰动。公司会持续向利益相关者通报进展，确保所有决定都符合客户、员工、股东及未来发展的最大利益。

右船成立于2001年，是一家以ESG（环境、社会和公司治理）为核心的全球数字海事平台，致力于提升全球航运的安全性、可持续发展和社会责任。公司旨在推动行业的运营改善，现有超过850家客户，使用其尽职调查、环境监测和安全检验服务，以管理风险，提高整体海事安全水平。

对于媒体咨询：
德普蒂·帕塔克
右船市场与传播负责人
邮箱：[邮箱地址]

——
此新闻突显了右船在海事行业中不断寻求创新与合作的决心，未来将通过引入具备专业经验的战略投资伙伴，进一步提升企业的科技实力与行业影响力，共同推动行业迈向更安全、更环保的未来。

[原始链接]

随着人工智能技术的快速发展，几乎每个行业都在经历变革，但这种变革也带来了一个显著的问题——能源消耗的剧增。特别是在数据中心，面对AI需求的急剧增长，能源消耗成为一个亟待解决的重要难题。

数据中心是支撑AI、云计算以及我们日常使用的各种数字产品和服务的基础设施。为了满足日益增长的高性能计算需求，它们不断扩建和升级，但随之而来的能源消耗也在不断攀升。究其原因，最主要的因素是图形处理单元，即GPU芯片的广泛使用。GPU芯片相比传统中央处理器（CPU）在处理速度和效率上都远远优越，已成为训练和部署人工智能模型的“新标准”。

然而，这一“效率”的背后隐藏着高昂的成本。现如今，一个GPU的电力需求大约是标准CPU的四倍。这意味着，越来越多的GPU芯片使用，数据中心的能源需求以指数级速度增长，带来了前所未有的压力。

以一些最新的研究和报道为例。纽约时报曾报道，OpenAI计划建设五个新数据中心，这些数据中心的用电量将超过马萨诸塞州的三百万户家庭的总用电量。另一方面，根据全球能源政策中心的统计，预计到2027年，GPU及其服务器将占用新建电力装机容量的27%，占当年商业用电的14%。科技公司对于GPU功耗的担忧也不断增加，比如英伟达公司即将推出的新芯片“黑武士”，预示着GPU的能耗还会再增加三倍，人工智能系统带来的电力需求增长势头不容忽视。

这些数据引发了我们对能源供应的诸多担忧：人工智能的发展速度是否已经超出了公共基础设施的承载能力？除了现有的电力供应方案，还有哪些替代能源选择可以考虑？这种短期和长期内，数据中心的能源需求会呈现出怎样的趋势？

面对这些挑战，虽然目前电网的承载力尚未被完全超越，但一些迹象表明，未来的人工智能能源消耗可能会出现不同的局面。部分人工智能公司为了降低能耗，采用了更高效的硬件和算法，例如深度搜索公司声称其最新系统的运行效率比之前的模型高出许多，能耗明显降低。而与此同时，全球范围内的能源需求也在多方面增加。比如，电动车的普及和制造业的回流也在不断加剧对电力的需求。

数据中心的选址问题同样值得关注。传统上，很多发电场特别是利用太阳能和风能的场所都位于偏远的农村地区，但由于输电的瓶颈，这些电力难以高效输送到城市中心。虽然到目前为止，数据中心还主要设在经济和交通便利的地区，但未来极有可能出现变化。例如，一些大型科技企业已表现出在北极圈建设数据中心的意愿，以利用自然降温技术降低制冷和用电成本。未来，美国的新墨西哥州、德克萨斯州偏远地区、怀俄明州等地也可能成为数据中心的新热点。

除了传统能源，新能源技术也在不断进步，成为解决能源危机的重要途径。先进的电池技术尤其受到关注。比如铝离子电池相较于锂电池，具有原材料丰富、来源清洁、成本低廉、安全性高等优点。铝资源广泛分布在无冲突地区，减少了由锂和钴开采带来的地缘政治风险。而这些电池还采用固态设计，降低了火灾风险，能量密度更高，有助于平衡电力的供应和需求波动。

核能也是未来一种值得关注的解决方案。新一代的小型模块化核反应堆，具有规模可调、低碳、稳定的特点，为数据中心和AI应用提供了长远的可靠电力支撑。虽然目前这些核反应堆还处于研发和测试阶段，可能还需五年甚至更久才能大规模应用，但它们的前景依旧被普遍看好。值得注意的是，公众对核能的认知和接受度仍是一大难题，严格的法规和核废料的处理问题，也在一定程度上限制了其推广。

此外，虚拟电站的出现也为能源供应提供了新的思路。通过将分散的储能设备（如电池）连接起来，虚拟电站可以实现统一调度，提高整体的能源利用效率。这种方式不仅提升了电网的弹性，也使得可再生能源的结合更为灵活，不再依赖单一的能源来源。

未来，为了确保人工智能以及数据中心的可持续发展，全球需要共同努力，开发和采用更多绿色、智能的能源方案。升级电网基础设施，引入先进的储能技术，建设更多可再生能源电站，利用地理优势合理布局数据中心，都将成为关键措施。

总之，随着人工智能的不断普及，数据中心的能源需求必将持续增长。如何在保障能源供应的同时，实现绿色低碳、可持续发展，将是一场关系未来科技和环境的重大变革。只有积极探索多元化的能源方案和创新技术，才能确保科技进步与地球的生态平衡共同前行。

[原始链接]