1、一位自称“STS 3D”的工程师引起了 OpenAI 的注意：
这位开发人员构建了一个可以通过 ChatGPT 语音命令控制的步枪系统，并在一段广为流传的视频中演示了该系统如何使用OpenAI 的 Realtime API自动瞄准和射击目标。
OpenAI 迅速介入，以违反服务条款为由撤销了开发人员的 API 访问权限。
虽然 OpenAI 有自己的军事合同，但该公司对任何使用 ChatGPT 等工具进行武器系统开发的人都有严格的政策。
此前，37 岁的前士兵马修·利维尔斯伯格 (Matthew Livelsberger) 使用 ChatGPT和其他 AI 工具策划了元旦当天在特朗普酒店外对一辆特斯拉 Cybertruck的袭击。利维尔斯伯格在实施袭击前利用生成式 AI 研究了爆炸物、抛射物速度和烟花。在袭击计划中使用 AI 是“游戏规则改变者”，警方并已向其他执法机构通报了这一进展。
2、研究发现，大模型提出的问题与人类的问题不同
加州大学伯克利分校、沙特阿拉伯阿卜杜拉国王科技城和华盛顿大学的研究人员仔细研究了大模型如何提出问题。他们的研究结果显示，人工智能和人类的提问模式之间存在一些明显差异。
研究团队首先为不同类型的问题制定了类别，从基本的事实核查到需要详细解释的复杂查询。然后，他们使用这些类别来分析人工智能生成的问题和现有的人类问题数据集。
为了验证他们的理论，该团队研究了大模型在有和没有支持性背景的情况下如何回答问题。通过尝试不同的答案长度，他们可以衡量每个问题真正需要多少信息，从而深入了解不同问题类型的复杂性。
为了比较人工智能生成的问题，研究人员使用了两个基于维基百科文章的不同数据集，每个数据集都使用不同的方法创建。
- 在一个数据集中，问题是根据特定的文本段落创建的，
- 而在另一个数据集中，研究人员将现有问题与相关的维基百科部分进行匹配。
结论：
- 语言模型生成的问题对需要解释或特征描述的描述性问题表现出强烈的偏好，
- 而人类提问者则倾向于关注事实性问题。
3、谷歌CEO埃里克施密特说，在一年内将有人工智能“超级数学家”，并结合上级编程技能，这将导致人工智能科学家，将增加进步的斜率，这样的国家或公司，是第一个将在一段时间内垄断创新
4、特斯拉最近展示了他们的Optimus人形机器人的非凡之处。
当擎天柱在一个关闭了摄像头的泥土斜坡上行走时，他突然开始滑倒。接下来发生的事情是显着的-机器人的恢复动作明显快于其正常的步行速度，立即抛出手臂平衡，然后返回到其常规的，测量的运动。
种反应速度的巨大变化不仅令人印象深刻-它可能展示了最近特斯拉专利（US 20250013234 A1）的实际应用，该专利反映了我们的神经系统如何处理紧急情况。就像我们的身体在危险情况下可以绕过正常的神经通路一样，特斯拉的技术使传感器在检测关键事件时能够覆盖标准的通信协议。
一旦紧急情况过去，系统就恢复其常规通信模式。这种类似人类的自反行为代表了机器人技术的重大进步。除了保持平衡之外，它还展示了机器人如何被设计成以接近人类的即时性来应对意外情况。随着特斯拉继续开发Optimus，这种受神经启发的通信系统可能是实现真正自然和自适应机器人运动的关键。
5、因其利用人工智能预测化学物质的3D结构而获得2024年诺贝尔化学奖Demis Hassabis：
- 数学一直是描述物理学的一个令人难以置信的工具。
- 同样，我认为人工智能可能是生物学的一种令人难以置信的描述语言