Claude Fable禁令背后:美国AI监管混乱,行业未来何去何从?

【能源系统优化】基于NSGA-II的储能容量配置模型:多目标优化与全寿命周期成本分析 项目介绍 MATLAB 储能容量配多大?NSGA-II优化与寿命成本情景分析 内容概要:本文介绍了一个基于MATLAB的储能容量配置优化项目,通过NSGA-II多目标优化算法,综合考虑储能系统的全寿命周期成本、供电可靠性与新能源消纳能力,构建了包含数据生成、储能运行仿真、寿命衰减建模、多目标优化与决策分析的一体化模型框架。项目生成50000条多维随机数据,涵盖负荷、新能源出力、电价、温度与电池运行压力,并建立储能能量容量、功率与备用SOC的协同配置模型。通过时序仿真计算充放电行为、等效循环次数与容量衰减,结合初始投资、运行收益、更换成本与惩罚项,构建全生命周期经济评价体系。NSGA-II算法用于求解成本、供电可靠性与碳排放之间的Pareto最优前沿,支持多情景对比分析,如电价波动、负荷增长与寿命衰减加剧等,最终输出推荐配置与可视化结果,为储能工程选型提供量化依据。; 适合人群:具备一定MATLAB编程基础,从事电力系统规划、储能系统设计、新能源集成或优化算法研究的科研人员与工程技术人员,尤其适用于研究生、能源领域研发工程师及项目规划人员。; 使用场景及目标:①解决“储能容量配多大”这一实际工程问题,优化容量与功率的协同配置;②评估不同电价、负荷、气候与政策情景下储能方案的经济性与鲁棒性;③分析寿命衰减对长期成本的影响,避免“低投入高维护”的不合理配置;④为新能源电站、微电网、工业园区等场景的储能规划提供Pareto最优解集与决策支持。; 阅读建议:此资源侧重于模型构建与算法实现,建议读者结合提供的代码示例深入理解NSGA-II在储能优化中的应用,重点关注目标函数设计、寿命成本建模与多情景分析逻辑。建议运行数据生成与优化代码,调试并可视化结果,以掌握从数据到决策的完整流程。 立即下载

《解码者》揭秘:Claude Fable禁令背后,美国AI监管格局何去何从?

在今天的《解码者》节目里,《边缘》杂志资深AI记者海登·菲尔德作为嘉宾参与其中。通常,海登上节目往往意味着AI领域出状况了。上周末,问题就出在人工智能公司Anthropic、特朗普政府,以及Anthropic的新AI模型Fable 5之间的复杂纠葛上。

上周五,距离Anthropic向公众发布Fable还不到一周,美国政府便宣布对这款新模型以及Fable所基于的底层Mythos模型实施出口管制。这些管制措施限制外国公民,甚至是在美国为Anthropic工作的外国公民访问这些模型。随后,Anthropic将Fable和Mythos下线,因其表示担心无法限制访问,难以合理遵守相关命令。

这情况简直一团乱麻。海登刚在《边缘》上发表了一篇精彩文章,详细描述了上周五事件的来龙去脉,以及双方整个周末如何手忙脚乱地弄清楚到底发生了什么,又该如何解决。所以主持人请她来,一起梳理时间线,探讨这一切意味着什么。

目前,情况仍在持续。在周二录制这一期节目时,Fable仍然处于离线状态。实际上,打开Claude,聊天框上方会显示 "Fable 5目前不可用"。不过,正如海登将解释的那样,无论Fable本周是否重新上线,政府与Anthropic之间的纷争所产生的连锁反应,都将对科技行业和美国的AI监管制度产生深远影响。

这里还有一个巨大的讽刺之处,海登和主持人也会谈到:多年来,Anthropic一直强调AI可能很快会强大到带来危险,政府需要尽快认真对待AI监管。然而,现在事情发展成这样,Anthropic却不太满意了。

现在,每个人,尤其是中国政府,都在关注美国的AI监管方式,是会形成一个严肃的安全框架,还是仅仅成为白宫对付那些不向特朗普政府屈服的公司和个人的又一件武器。正如主持人所说,这真是一团糟。

接下来,主持人与海登·菲尔德开启对话,以下是经过编辑以保证时长和清晰度的内容:

事件背景与模型介绍

主持人:海登·菲尔德,你是《边缘》的资深AI记者,欢迎回到《解码者》节目。

海登·菲尔德:谢谢,很高兴来到这里。

主持人:海登,你一来就状况不断。

海登·菲尔德:确实如此。我的 "规律" 仍然适用——事情总是在周五爆发,这次也不例外。特别是在政府监管AI方面,常常会出现 "周五出大乱子,大家周末干着急" 的情况。在特朗普政府执政期间,这种情况基本一直存在。周一大家又得赶紧想办法解决问题。

主持人:没错,太疯狂了。整个周末各方都在进行讨论,到了周一,问题仍然没有解决。很惊讶事情还没解决,真是充满了戏剧性。这期播客将在周四发布,周二录制,接下来两天会发生什么,让我们拭目以待。但美国政府应该如何监管AI,以及这对美国AI公司在全球舞台上意味着什么,这些问题还没有定论。觉得Fable的事情不会就此解决这些问题。先来了解整个事件的来龙去脉,然后从中提炼出关键主题,因为随着新模型不断发布,类似的问题会反复出现。那么,从头开始,什么是Claude Mythos?什么是Fable?它们之间有什么关系?

海登·菲尔德:这是个好问题。大约一周前,Anthropic推出这些模型时,我也问过他们同样的问题。AI公司在命名方面向来很糟糕,让人一头雾水。实际情况是,Mythos是为Mythos 5和Fable 5提供支持的底层模型。Fable是一个新模型,之前并没有Fable 1、2、3或4,直接就推出了Fable 5,让人很困惑。Fable是Mythos 5的弱化版,或者说是经过安全防护的版本。今年4月,Anthropic推出Mythos预览版时,就一直在大肆宣传,称这可能是一种网络武器,至少在安全防护措施跟上之前,不能向公众发布,只能提供给企业和政府,或者他们所说的 "网络防御者",也就是那些需要在恶意行为者利用漏洞之前,完善自身框架的机构。

快进到上周,Anthropic不仅发布了首个正式版本的Mythos 5(之前是Mythos预览版,直接跳到了5),还在同一天发布了Fable 5,这是Mythos级模型的首个公开版本。它们基于相同的底层框架,但Fable 5增加了大量安全防护措施,希望能阻止公众访问Anthropic自己都承认可能会带来严重危害的超级危险模型。

他们花了很长时间宣传这个模型有多危险,结果后来却自食其果。

Fable引发的争议与下架原因

主持人:Fable是带有安全防护栏的Mythos,它刚推出时就引发了一波争议,对吧?AI和安全研究人员发现,这些防护栏实际上阻碍了他们进行研究,无法了解Fable的真正能力,因为一旦他们试图突破限制,就会被降级到Anthropic之前的模型。

海登·菲尔德:没错,这都成梗了。大家都在调侃它的防护栏太严格了。

主持人:这就让我很困惑了,一方面因为防护栏太严格引发了争议,另一方面又发生了一些事情,让政府觉得Fable太危险,必须下架。到底发生了什么?

海登·菲尔德:我和一些独立的红队测试人员聊过这个问题。在亚马逊的白皮书流传之前,在越狱漏洞的指控公开之前,我就问过他们Fable 5有多安全。他们对防护栏的效果印象深刻。我原本以为越狱会更容易一些,但他们说试了很多方法都没用。这和我平时和独立红队测试人员交流的情况不同,他们通常会说 "我在这里让它突破了限制,在那里也让它突破了限制",但这次他们说防护栏很有效。

根据我昨天采访的一位直接参与谈判的知情人士透露,这是上周事件的时间线:上周中旬,Anthropic得知了亚马逊研究人员的一项研究,他们发现了一个潜在的越狱漏洞,Anthropic对此很担忧。

亚马逊把研究结果发给了Anthropic,双方就此事进行了反复讨论,探讨这是否真的是一个越狱漏洞,或者是否没那么严重。显然,有报道称亚马逊首席执行官安迪·贾西对此感到担忧,周五时他打电话给(财政部长)斯科特·贝森特,或者特朗普政府的其他官员,表达了他的担忧。

特朗普政府慌了,立即打电话给Anthropic,并给他们发了消息,说: "听着,你们必须在90分钟内关闭这个模型。"

主持人:90分钟?

海登·菲尔德:没错,90分钟的最后通牒。他们说: "我们得想办法修复这个已经暴露的越狱漏洞。" 接到电话15分钟内,Anthropic就和特朗普政府通了电话,询问更多细节。他们说: "好吧,我们来谈谈。你们说的是我们已经知道的研究吗?还是其他事情?你们所说的越狱漏洞到底是什么?" 他们试图了解更多细节,并与政府进行沟通。

我觉得政府也很生气,因为Anthropic的首席执行官达里奥·阿莫迪在第一次电话后的1小时15分钟才回电。Anthropic在15分钟内回了电话,但达里奥过了1小时15分钟才回电。当时情况很混乱。等他们开始沟通时,90分钟的期限已经过了,特朗普政府说: "好了,就这样吧。我们要对你们实施出口管制。"

就在那时,他们告诉Anthropic,外国公民不能使用这两个模型,Anthropic必须确保这一点。不管是不是在Anthropic工作的外国公民都不行。比如,如果你是美国银行的员工,有权访问Mythos 5,并使用它来修复系统漏洞,但你不是美国公民,就不能使用。普通用户使用Fable 5也是如此,Anthropic的非美国公民研究员也不能用。

所以,在这种情况下,Anthropic只能做一件事,他们说: "好吧,我们得把这两个模型都下线。我们不可能在一分钟内想出办法,确保非美国公民不使用这些模型。" 事情就是这样。

那几个小时真是疯狂。当晚,Anthropic发表声明,表示正在与特朗普政府合作解决问题。整个周末,他们几乎都在与政府官员进行线上会议,还派了三名员工(我在刚发表的文章中详细介绍了他们)飞往华盛顿特区进行面对面沟通。

值得注意的是,达里奥没有亲自前往,他通过线上方式参加了所有会议。我可以证实,他并没有像一些报道所说的那样去养生度假,但他们不肯告诉我他在哪里。我只知道他没去度假。

主持人:Anthropic坚称他没去度假。好吧。

海登·菲尔德:哈哈,是的,事情很复杂,充满戏剧性。过去几天我采访的所有消息人士都表示,整个科技行业,尤其是网络安全界,都在热议此事。有位消息人士告诉我: "北京现在都在笑话我们。"

有趣的是,一些网络安全领域的领袖联合写了一封公开信,信中说: "不是所有人都支持监管,但如果要监管,也不该是这种方式。" 我觉得这反映了整个事件的情况。

也许你支持政府积极监管,也许你不支持,但监管工作应该严谨、周全、审慎、可预测。但这次的情况完全不是这样。

事件背后的疑问与影响

主持人:我想从头说起。安迪·贾西和斯科特·贝森特可能都是聪明人,显然在社会上担任重要职位,但他们并非AI专家。为什么亚马逊首席执行官安迪·贾西要把AI安全研究方面的担忧转达给在AI政策监管上并无实质影响力的斯科特·贝森特,最终导致给一家公司下达90分钟的最后通牒,而该公司的首席执行官还不在场呢?我觉得这和政治立场无关。

要么这是历史上最严重的安全漏洞,以至于亚马逊首席执行官要打电话给财政部长;要么就是一群人想刷存在感。我实在搞不清楚到底是哪种情况。

海登·菲尔德:这是多种因素共同作用的结果。一方面,就像你提到的,很多人都不是AI专家。任何越狱漏洞显然都很严重,值得关注,但当你对这些系统的工作原理缺乏直接了解时,就会采取非黑即白的态度,他们就是如此。

安迪·贾西从自己的研究人员那里得知了这个问题。顺便说一下,他的研究人员已经和Anthropic就此事讨论了好几天,他们并没有打电话给总统,而是说: "好吧,我们来讨论一下,看看能做些什么。" 据说研究人员并不认为这是世界末日,只是说: "哦,我们发现了这个问题,来讨论一下。" Anthropic也在积极处理,然后安迪·贾西知道了这件事,他打了那个电话,事情就闹大了,这也能理解,因为如果你不是AI专家(即使是AI专家,也可能不是网络安全和系统运行原理方面的专家),肯定会惊慌失措。

这是可以理解的,但真正奇怪的是后续的发展。打了那个电话,政府也知道了,这没问题。但让我觉得奇怪的是90分钟的最后通牒,而且当Anthropic说 "嘿,我们来谈谈,你们说的是我们已经知道的漏洞,还是其他问题?能给我们详细讲讲,这样我们才能一起讨论" 时,政府却拒绝提供更多细节,只说 "90分钟,不做就等着瞧"。

还规定外国公民永远不能访问该系统,这才是最奇怪的。整个事件的发展让科技行业的人都觉得很奇怪,正如你所说,这也反映了特朗普政府对待科技行业的方式。很多时候,特朗普总统似乎听了一次谈话,就会受到那次谈话的影响。他时而反对监管,大力支持美国AI发展,希望推动美国AI出口,这也是商务部所倡导的。

特朗普政府目前发布了一份信息征集请求,他们一心想要推动美国AI出口,超越中国,但却在毫无预警的情况下采取了这样的行动,这不仅会影响Anthropic,还会波及OpenAI、谷歌等该领域的竞争对手,他们都有类似Mythos的产品。

这看起来非常混乱,有趣的是,这种情况常常导致各大公司的首席执行官们手忙脚乱,试图讨好特朗普政府,但很多时候却缺乏科学依据和实际证据的支持。恐慌的程度往往与实际情况不符。

主持人:亚马逊是Anthropic的投资者和主要合作伙伴,为什么安迪·贾西要这样损害自己的投资呢?

海登·菲尔德:亚马逊通常会进行大量红队测试,这是他们的常规操作。所以发现这个问题并不奇怪。但有趣的是,安迪·贾西为什么要打电话给特朗普政府,我不太清楚。

也许这只是一次普通的通话,他只是顺便提了一下。也许他打电话是想说: "你们发布的行政命令真是明智之举,因为..." 我们不得而知。但有趣的是(很高兴你问了这个问题),我采访的很多消息人士都表示,所谓的越狱漏洞以及流传的亚马逊白皮书中提到的所有问题,OpenAI的GPT - 5.5和其他一些模型也能做到。

也就是说,这些所谓越狱漏洞涉及的能力并非Fable 5独有。Mythos显然比Fable更强大,因为它没有安全防护措施,但就亚马逊指出的Fable存在的问题而言,似乎并非Fable独有,GPT - 5.5也能实现。很多业内人士都在问: "为什么是Anthropic?"

实际上,每次出问题的似乎总是Anthropic。Anthropic与特朗普政府的关系最为紧张。国防部曾将其列为供应链风险,但这次的情况与以往不同。

过去,Anthropic会说: "我们不希望你们将我们的工具用于某些用途。" 而特朗普政府则表示: "不,我们想用AI工具做什么就做什么。" 这就是国防部将Anthropic列为供应链风险的原因。Anthropic表示: "在军事领域使用我们的工具,我们有一些红线。" 皮特·赫格塞思则说: "不,我想怎么做就怎么做。你们必须允许所有合法用途。" 因为Anthropic不愿意,所以被视为供应链风险。目前,相关诉讼仍在进行中。

而这次情况相反,特朗普政府担心模型过于强大,可能被滥用,而Anthropic则认为这种担忧有些夸大其词,政府反应过度,他们有能力解决问题,只是需要时间,并且希望能与政府严谨地讨论解决方案的有效性。

这该如何解释呢?一方面,特朗普政府反对AI监管;另一方面,他们又说: "我们可以随意使用模型,让它们尽可能强大。" 但这次却因为模型太强大,在外国公民还没来得及使用之前就将其下架。

这实际上反映出政府过于依赖这些公司来指导自己的行动。我们在以往的监管案例中也能看到,无论是已经实施的监管措施,还是自愿性的监管,很多草案在特朗普政府与AI公司沟通后都进行了调整。政府本来就不喜欢Anthropic,之前的供应链风险事件、诉讼以及红线问题,已经让双方的信任严重受损。

我无法想象,如果换成其他竞争对手,事情是否会如此发展。OpenAI也有类似Mythos的模型,虽然没有公司声称自己的模型能与Mythos媲美,但也表示效果不错。即便同样会引发恐慌,但我想后续的发展不会像现在这样。特朗普政府可能会给他们更多时间,进行更深入的沟通,也不会出台禁止外国公民使用的规定,这一规定已经在整个行业和全球范围内引起了轩然大波。

我采访的一位消息人士说,他已经知道一些公司正在与非美国公司签订备用合同,在替代硬件上部署开源模型。因为现在各地的公司都在说: "哇,我们得把政治风险纳入商业计划了。我们不确定美国AI的未来走向,还是制定一些备用计划吧。" 这对行业来说可不是好事。有趣的是,特朗普政府如此担心中国超越美国,却愿意打压自己行业内的领军企业。

而且,特朗普政府每天给出的理由似乎都不一样。他们先是说: "要是中国能访问这些模型怎么办?" 但我采访的一位消息人士称,这是几周前的谣言,早在Fable 5或Mythos 5发布之前就有了,当时指的是一家中国电信公司,政府之前还批准该公司使用Mythos预览版,后来政府说: "算了,我们改变主意了,取消他们的访问权限。" Anthropic立刻照办了。这是个旧谣言。

我们还听到了行政命令的解释,有传言称Anthropic没有遵守特朗普政府的行政命令。但该行政命令尚未生效,特朗普6月2日才签署,才过了两周,还需要60天来确定哪些模型会受到该命令的约束。目前有一个自愿性的合作机制,要求在发布前进行30天的审查,而且这是自愿的。

我不是说Anthropic完全没有问题,但有趣的是,在这次事件中,有太多误导信息、混乱局面和奇怪的情况,我很少会同情一家AI公司。真的,我不是说 "哦,他们做得很好",所有AI公司都有自己的问题,但在这次事件中,我想说: "哇,在Anthropic与特朗普政府经历了这么多波折之后,我不确定换成OpenAI或其他竞争对手,是否会遭遇同样的事情。"

我们知道特朗普政府可能会小心眼,我想任何公司遇到这种情况都会引发恐慌,但我无法想象其他公司会遭遇同样的处理方式。

与政府沟通及监管方向探讨

主持人:会不会是因为达里奥·阿莫迪不去白宫,也不给特朗普送礼呢?毕竟,山姆·阿尔特曼会和唐纳德·特朗普一起举行新闻发布会,桑达尔·皮查伊参加了总统就职典礼,马克·扎克伯格还去看了UFC比赛。

海登·菲尔德:哈哈,有报道是这么认为的,这肯定是原因之一。有些报道说达里奥不知道如何与政府沟通,也不太会讨好政府,不擅长玩这种政治游戏,这是一方面。

另一方面,特朗普政府也不确定该如何监管AI,特朗普总统也受到不同观点的影响。有时他觉得需要加强监管,有时又觉得应该放松监管。如果他和一位AI公司的首席执行官交谈,他可能会说: "嗯,我信任他们,没问题,让他们放手去干,我们要打败中国。"

但另一方面,他也看到公众目前对AI持反对态度,AI民粹主义有所抬头,他会说: "哦,普通民众不喜欢AI,也许我应该加强监管。"

过去几年,我们经常看到政府在政策上摇摆不定,现在这种情况也体现在AI监管方面。目前还没有明确的方向。我认为Anthropic与政府的沟通方式也不利于解决问题。如果你在政府打电话时不及时接听,也不去白宫共进晚餐,在这个很看重人际关系的政府任期内,可能会对你的公司关系产生一些负面影响。

相比之下,上一届政府几乎没有个人情感因素。拜登政府以缺乏个性和人情味著称,但非常注重技术和规则,很多人认为这种执政方式缺乏温情。

不过,拜登政府确实发布了一项行政命令,要求对前沿模型进行透明度审查和研究。特朗普上任后,废除了所有这些规定,说: "我们不会监管这些公司。" 但现在看来,我们似乎又回到了原点。

如果你要推出一款超级强大的模型,政府肯定想对其进行控制。当然,他们会采取最直接的手段,比如实施出口管制,但我们最终还是会采用更精细、更严格的方式来监管这些模型的部署、使用和使用对象。废除拜登政府的监管框架是不是个错误?我们会回到那个框架吗?你认为未来会如何发展?

海登·菲尔德:我觉得有可能回到那个框架。当时我采访了很多业内人士,他们观点各异,但大多数人认为拜登政府的行政命令还不够完善。有些人觉得这是一个好的开端,所以我认为有可能回到那个框架,因为它并不是非常激进。

如果说有什么优点,那就是它为监管指明了一个正确方向,但只是迈出了一小步。这就是为什么我认为现任政府可能会回到这个框架,但可能会增加更多自愿性的成分。毕竟,很多监管措施最终都会被弱化,一开始很强硬,和一些AI公司的首席执行官谈过之后,就会有所让步。所以,谁知道呢。

我成为AI记者,是因为我觉得这个领域缺乏真正的监管,甚至在ChatGPT出现之前就是如此。新闻报道可以让人们了解行业动态。然而,六年过去了,我们仍然没有看到太多监管措施,即使有一些也被废除了。也许我们会回到那个方向,但可能连第一步都达不到。

主持人:感觉行业需要推动更周全的监管方式,对吧?他们应该说: "这太混乱了,不能这样下去。不能每次推出新模型都要在周末应对恐慌的电话。"

如果你想要一个更严格的审查流程,会建立什么样的体系呢?是让公司将模型提交给政府,由政府判断是否危险?还是更多地依靠行业自律?目前有哪些解决方案被提出来了?

海登·菲尔德:这是个好问题。由于现任政府采取的是宽松的监管方式,近期并没有太多切实可行的解决方案被提出。不过,随着情况可能发生变化,我们可能会看到更多完善的监管框架。

我希望这些框架不是自愿性的。AI公司已经进行了很多自愿性的信息披露。如果要监管,就应该切实执行。对于监管力度应该宽松还是严格,大家有不同的看法,但我认为自愿性的监管框架往往效果不佳,你懂我的意思吧,我们已经有过这样的尝试了。

公众感受与行业发展

主持人:接下来会怎样呢?要记住公众的感受很重要,因为AI最终影响的就是他们。现在反AI的民粹主义有所抬头,人们很不满。各地都有针对数据中心的抗议活动,极端情况下,甚至有人试图袭击AI公司首席执行官的家。大家很不安,觉得自己会被取代,工作会被抢走。我最近听了一场西雅图市议会的听证会,很多AI工程师作证说他们因为AI而被解雇,他们可都是工程师啊。

AI行业的领袖和政府往往不太了解公众对这项技术的感受,这一点很重要。我们看看这是否会对未来的监管产生影响。我对本届政府出台大量监管措施不太乐观,因为他们很容易受到影响,吃一顿晚餐可能就改变想法了。公平地说,很多政治家都是这样,但我们拭目以待。也许在行政命令的60天期限过后,会有一些让我惊喜的变化。

主持人:这件事有个很奇怪的地方,Anthropic是最积极推动监管、最常发出警告、对AI发展最悲观的公司。Anthropic的联合创始人杰克·克拉克最近发布了一项研究,他的结论是: "我们认为,为了让社会结构和对齐研究跟上技术发展的步伐,暂时放缓或暂停前沿AI的发展对世界有益。"

Anthropic一方面大声疾呼 "我们可能会毁灭人类,应该停止发展",另一方面却在模型能力方面处于领先地位。从各方面来看,Mythos是目前最强大的模型。Anthropic是自找麻烦吗?这是他们弄巧成拙的营销策略吗?

海登·菲尔德:这是多种因素共同作用的结果。他们的宣传话术显然适得其反了。如果你说某个东西非常危险,而研究人员又发现了一些原本认为不可能的问题,人们肯定会惊慌失措。所以,一开始的反应是可以理解的,但后续的发展就有些出乎意料了。

从某种程度上说,他们是自食其果,过度宣传有一定责任,但我也认为他们在一定程度上是在诚实地指出这项技术可能带来的风险。如果一个能够检测全球基础设施(如银行系统或政府网站)高级漏洞的系统落入坏人之手,后果不堪设想。

这就涉及到沟通问题。谈论风险很重要,不能淡化,但如果你这么做了,却犯了错误或出现了意外情况,就得承担后果。这里面有很多值得探讨的地方。而且,很多公司确实会淡化不同系统的风险。我们看到很多AI公司的首席执行官,包括Anthropic的,都在说工作不会都被取代,情况会好起来的。

我对这些话总是持怀疑态度。归根结底,无论你说的是Anthropic还是其他公司,所有AI公司都不惜一切代价追求利润——尤其是当它们即将上市时。人们喜欢给Anthropic和其他竞争对手贴上不同的标签,但其实他们的目标是一样的,只是方式略有不同。

主持人:有没有一种可能,我们从一开始就把AI当作军事技术,公众只能使用弱化版的军事技术?因为特朗普政府的做法似乎就是基于这种风险认知,他们认为AI本质上是进攻性技术,可以用来对付敌人、攻击银行,大家都很担心安全问题。

有没有这样一种情况,我们从一开始就明确这一点,然后说: "要向公众和消费者发布,必须大幅削弱技术性能。我们不会向公众出售F22战斗机,但可以出售福特猛禽皮卡。" 也就是说,前沿技术仅供军事使用,面向公众的技术则要大幅弱化。

海登·菲尔德:几十年来,我们经常看到这种情况,现在Mythos也开始这样了。Fable是弱化版,企业和政府可以使用更强大的版本。对于这种做法,大家看法不一。目前,OpenAI最大的营销卖点之一就是: "Anthropic想让最强大的AI只掌握在少数精英手中,而我们想让它惠及大众。"

现在各方都在利用一切手段抹黑竞争对手,Anthropic也不例外。竞争异常激烈,处于前沿的AI公司不惜一切代价想要获胜。有些公司认为自己是最优秀、最有道德的赢家,就像我们在科幻或奇幻电影中看到的那样, "为了更大的利益" 这种理念往往是反派的借口。

现在竞争非常激烈,我完全赞同杰克·克拉克的观点,也许我们应该放慢发展速度。但要让大家达成共识非常困难,尤其是要让其他国家也同意就更难了。长期以来,我们研发技术的速度远远超过了思考其影响的速度。

主持人:这可能是《解码者》节目中第一次把达里奥·阿莫迪直接比作灭霸,挺有意思的。

海登·菲尔德:哈哈,说实话,我当时想到的是《哈利·波特》里的格林德沃。

主持人:天哪。好吧,如果达里奥想上节目回应这些说法,随时欢迎。我还得说,不只是达里奥,所有AI公司的首席执行官都在说类似的话,太疯狂了。这件事会如何收场?接下来会怎样?本周有相关会议。大家周四会听到这期节目。Anthropic有可能重新回到市场,也有可能不会。但之后,大家似乎都希望有一个规范的流程。你认为这件事会如何发展?

海登·菲尔德:很难预测本届政府的行动,就像之前的供应链风险事件一样。尽管很多政府机构都很喜欢Claude,但我原以为这个问题最终会得到解决,结果他们却与其他七家公司签订了合同,说: "好吧,就算你们喜欢Claude也没关系,这里有另外七个选择。"

现在谁也说不准。不过,我觉得禁止外国公民使用的规定会被撤销。很难想象,在政府大肆宣扬美国AI必须获胜,皮特·赫格塞思在1月9日的备忘录中强调要不惜一切代价追求速度的情况下,还会继续执行这个规定。我认为本届政府一心想要在AI领域获胜,不可能继续维持这个规定。未来几天,这可能会演变成一场关于面子的博弈。Anthropic可能会做出一些妥协,加强沟通,然后过几天这个规定就会被撤销。

不过,我也听说有传言称,特朗普政府试图收购Anthropic和OpenAI的股份。所以,可能会有很多不同的 "解决方案"。我们拭目以待,但我肯定无法想象目前这种情况会持续超过几天。整个行业都对这种情况感到震惊。

主持人:海登,随着事情的解决,我们肯定很快会再请你来节目。非常感谢你参加《解码者》。

海登·菲尔德:非常感谢。

印尼稻米收成与粮食安全数据集2026年 本数据集收录印度尼西亚2026年水稻收成与粮食安全遥测数据,包含10000条稻米农业收成产量与粮食安全监测记录,围绕印尼国家粮食安全体系中的核心作物水稻展开。稻米是印尼逾两亿人口的主粮,其收成波动直接影响国家粮食安全与进口政策,本数据集将种植区域、收成产量、气候与土壤相关遥测指标整合为结构化表格,可支撑粮食产量预测、收成影响因素分析、区域粮食安全评估与农业政策模拟等研究任务。典型应用场景包括:农业时间序列产量预测模型构建、气候因子与水稻收成的关联分析、省份与地区层面的粮食自给率测算、粮食安全风险预警指标设计,也可作为农业经济、粮食政策与数据科学交叉课程的教学素材。数据为2026年最新版,规模约1.2MB、单CSV结构规整,字段命名清晰,适合Python、Pandas、Scikit-learn等主流工具链直接使用,便于开展探索性分析、可视化与机器学习全流程练习。重要说明:本数据为遥测整理数据,分析结论以数据集文档口径为准,农业决策请结合官方统计综合研判。许可:CC0公有领域,可自由使用与二次分发。 立即下载

相关推荐

四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar

四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar

信用崩塌临界点:AI大厂“暗箱降智”内幕与行业信任危机复盘

未来AI的终极竞争,不再是参数、算力、速度的比拼,而是透明、诚信、安全、负责任的技术生态重构。为平衡收支、提升商业化收益,厂商统一采用能力分层策略:将顶级推理、深度思考、复杂创作能力包装为高端付费权益,对大众用户进行算力裁剪、能力降级。模型能力可被后台随时篡改、降级、限流,无公示、无解释、无赔付机制,用户消费权益彻底悬空。与之相对,开源模型、国产自主大模型凭借灵活度高、监管适配性强、生态开放、无暗箱操作的优势,快速填补市场空白,推动全球AI格局从西方垄断走向多极化均衡。

fxroro的博客 723

Delphi 13.2控件之msquic4d.rar

Delphi 13.2控件之msquic4d.rar

MCGS的Http协议驱动,支持http协议

硬件配置 参数设置 设备属性 设备命令 通讯状态 附录 #HTTP 1、 设备简介 驱动类型 该驱动为独立设备,直接添加构件即可,不需要挂载到父设备下 通讯协议 采用标准HTTP1.1协议 通讯方式 驱动构件为客户端。 2、 硬件连接 本软件在通讯之前,请保证通讯连接正确。通讯连接方式:采用标准的RJ45接口的以太网接线(对调网线或使用HUB交换)。 3、 设备通讯参数 本设备为独立设备,无父设备参数 4、 设备构件参数设置 “HTTP设备”参数设置如下: <1> 内部属性: 构建url信息。 <2> 最小采集周期:本软件对设备进行操作的时间周期,单位为ms,默认为100ms。 <3> 通讯等待时间:通讯数据接收等待时间,默认设置为200ms,当采集速度要求较高或数据量较大时,设置值可适当减小或增大。 <4> HttpHead:http head添加需要的字段,不需要添加http head时值为空,默认不添加。 5、 设备命令 本设备构件提供设备命令,用于进行相应的操作,设备命令的格式如下: 设备命令 命令介绍 GetHttpHead 格式1 GetHttpHead(headStr) 用途 获取http head参数 参数 headStr 参数可以为字符型变量、字符串常量 例1 !SetDevice(设备0,6,"GetHttpHead(headStr)") 获取http head数据保存到headStr中 SetHttpHead 格式1 SetHttpHead(headStr) 用途 设置http head参数 参数 headStr 参数可以为字符型变量、字符串常量

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

【DBO三维路径规划】基于多策略改进的蜣螂算法MSDBO多无人机协同集群避障路径规划(目标函数:最低成本:路径、高度、威胁、转角)研究(Matlab代码实现)

内容概要:本文研究了基于多策略改进的蜣螂优化算法(MSDBO)在多无人机协同集群三维路径规划中的应用,旨在解决复杂三维环境下的避障与最优路径搜索问题。通过构建包含路径长度、飞行高度、威胁规避和转弯角度的综合成本目标函数,利用MSDBO算法对多无人机系统的飞行轨迹进行全局优化,实现在保证安全性与稳定性的前提下达到最低能耗与最优性能的目标。文中详细阐述了算法的多策略改进机制、三维环境建模方法以及多无人机协同避障策略,并通过Matlab仿真平台验证了该方法相较于传统优化算法在收敛速度、路径质量和鲁棒性方面的优越性能。; 适合人群:具备一定优化算法理论基础和无人机控制系统知识的科研人员及研究生,特别适用于从事智能优化算法、多智能体协同控制、路径规划与自主导航等相关领域的研究人员和技术开发者。; 使用场景及目标:①应用于灾害救援、军事侦察、智能巡检等复杂三维场景中多无人机协同任务的路径规划;②为多目标约束下的路径优化、动态避障与能耗平衡问题提供高效的算法支持与仿真验证工具;③推动智能优化算法在无人系统自主决策与协同控制中的实际应用与工程落地。; 阅读建议:建议读者结合提供的Matlab代码深入理解算法的具体实现过程,重点关注目标函数设计、多策略改进机制(如种群初始化、自适应参数调整、局部搜索增强等)及仿真结果分析部分,同时可尝试将该算法迁移至其他智能优化算法框架中进行对比研究,以深化对路径规划问题本质的理解与实践能力的提升。

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

【CEEMDAN-VMD-GRU】完备集合经验模态分解-变分模态分解-门控循环单元预测研究(Python代码实现)

内容概要:本文提出了一种融合完备集合经验模态分解(CEEMDAN)、变分模态分解(VMD)与门控循环单元(GRU)的复合预测模型,旨在提升对复杂非平稳时间序列的预测精度。首先利用CEEMDAN对原始信号进行自适应分解,有效缓解模态混叠问题,获得一组本征模态函数(IMFs);随后引入VMD对关键模态分量作进一步优化分解,增强特征分离能力,降低噪声干扰;最后将处理后的平滑分量分别输入GRU神经网络进行独立训练与预测,并通过加权集成策略融合各分量输出,得到最终高精度预测结果。该方法结合了多尺度信号分解与深度学习的优势,显著提升了模型在处理强噪声、非线性、非平稳序列(如电力负荷、风速、光伏发电功率等)时的泛化能力和预测稳定性,文中提供了完整的Python代码实现,便于复现与应用。; 适合人群:具备一定Python编程基础和机器学习理论知识,从事科研或工程应用的硕士、博士研究生及科研人员,尤其适用于能源系统预测、智能电网调度、可再生能源管理、信号处理与时间序列分析等相关领域的研究人员和技术开发者。; 使用场景及目标:①解决传统单一预测模型在面对复杂非平稳时间序列时存在的过拟合、收敛慢、精度低等问题;②通过多阶段信号分解降低原始序列的复杂度与不确定性,提升GRU模型的训练效率与预测鲁棒性;③为电力系统负荷预测、新能源出力预报、设备运行状态预警及市场交易策略制定等关键任务提供高精度数据支撑。; 阅读建议:建议读者结合提供的Python代码逐模块理解算法实现流程,重点关注CEEMDAN与VMD的参数配置对信号分解效果的影响,尝试在不同数据集上进行实验对比,并通过可视化手段分析各模态分量的物理意义,进一步掌握模型调优与性能评估的方法。

机器视觉检测实战教程 19页成品课程光源选型Halcon标定海康相机VisionPro

内容概要:机器视觉检测实战教程,19页6章成品课程PDF:视觉检测光源选型对照表+五个翻车案例、Halcon模板匹配create_shape_model七参数整定、视觉标定三类(9点/旋转/手眼)、海康工业相机C#取图黑图丢帧排坑、VisionPro QuickBuild部署License迁移C#宿主、远心镜头选型。含C#/Halcon代码与现场案例。适用人群:机器视觉工程师、自动化检测开发、企业内训。使用场景:视觉方案设计、选型、标定部署、团队培训。原创整理。

【医疗器械制造】基于酸碱腐蚀环境的一次性乳胶手套铝合金手模失效机理分析与量产风险控制

内容概要:本文围绕一次性医用乳胶手套生产中使用的铝合金手模在酸碱环境下的失效风险展开系统性分析,重点探讨其在外表面腐蚀、清洗循环、氯介质侵入及表面粗糙度控制等方面的工程挑战。研究表明,尽管市场上已有带涂层的铝合金手模供应,但其能否在强碱、酸洗、毛刷摩擦、冷热交变和氯共存的复杂工况下长期维持Ra 1.0—2.5 μm的表面质量并实现稳定脱模,仍需经过严格的多阶段验证。常规阳极氧化+PTFE涂层方案已被实测排除,而316L不锈钢筒体在湿氯环境中出现的三个月内腐蚀失效案例提示必须重视内腔隔离设计。文章强调,采购决策应基于“小批量试制—离线加速试验—影子生产验证—条件性放行”的四阶段准入机制,结合表面参数、工艺相容性、手套成品性能与全生命周期成本进行综合评估,避免依赖供应商宣传数据。; 适合人群:从事医疗器械制造、材料工程、设备采购与工艺质量管理的技术人员及决策管理者,尤其是涉及乳胶手套生产线优化与手模选型的相关从业人员。; 使用场景及目标:①评估铝合金手模替代陶瓷手模的技术可行性与风险边界;②建立手模选型的系统验证流程,防范因表面失效导致的脱模异常、手套缺陷与非计划停机;③指导采购合同中技术条款的制定,确保供应商交付具备可验证数据支撑; 阅读建议:此资源以工程实证为导向,建议读者结合自身产线工艺参数,重点关注外表面Ra控制、内腔双密封设计、影子生产验证方法及失效链追溯体系的构建,在试制阶段严格执行多维度联合判定标准,审慎推进规模化替代。

无人机路径规划中多种优化算法的仿真研究(Matlab代码实现)

内容概要:本文围绕无人机三维路径规划问题,系统研究了多种智能优化算法在复杂环境下的仿真应用与性能对比,重点实现了改进灰狼优化算法(I-GWO)、标准灰狼优化算法(GWO)、金鹰优化算法(GJO)和正弦余弦算法(SCA)的Matlab代码实现。通过构建包含路径长度、飞行高度、威胁规避及转弯角度等多维度目标函数的综合评价体系,对各算法在单无人机路径优化与多无人机协同集群避障场景中的表现进行全面仿真分析,评估其路径规划能力、收敛速度与鲁棒性。研究旨在实现最低综合成本的飞行路径,并为多智能体协同任务提供可靠的算法支撑。; 适合人群:具备一定Matlab编程基础,从事无人机系统设计、智能优化算法研究、路径规划及相关自动化、人工智能领域的科研人员、工程技术人员及研究生。; 使用场景及目标:① 掌握主流智能优化算法在三维空间路径规划中的具体建模与实现方法;② 对比分析不同算法在路径优化质量、计算效率、避障能力和多目标权衡方面的性能差异;③ 为多无人机协同执行侦察、监测、救援等任务提供高效的路径规划解决方案与仿真验证平台。; 阅读建议:建议结合文中提供的Matlab代码进行动手实践,重点关注算法参数调优、目标函数设计以及环境障碍物建模对最终路径的影响,可进一步扩展至动态障碍环境或加入通信约束以适应更复杂的实际应用场景。

【新能源电力系统】项目介绍 MATLAB实现基于GWO-VMD-SSA-LSTM灰狼优化算法(GWO)结合变分模态分解(VMD)、麻雀搜索算法(SSA)及长短期记忆网络(LSTM)进行辐照度-温度驱动

内容概要:本文提出了一种融合灰狼优化算法(GWO)、变分模态分解(VMD)、麻雀搜索算法(SSA)和长短期记忆网络(LSTM)的复合模型(GWO-VMD-SSA-LSTM),用于实现高精度的辐照度-温度驱动短期光伏功率预测。该模型首先通过GWO优化VMD的关键参数(模态数K和惩罚因子α),实现对非平稳光伏功率序列的高效多尺度分解,降低信号复杂性;随后利用SSA对LSTM的超参数(如隐藏层单元数、Dropout率、学习率等)进行智能寻优,提升网络训练效率与泛化能力;最后通过独立LSTM网络对各VMD模态进行预测并重构输出。模型结合了信号分解、智能优化与深度学习优势,显著提升了在多云、阴雨等复杂天气下的预测精度与稳定性,并通过MAE、RMSE、MAPE和R²等指标验证了有效性。文中还提供了完整的MATLAB实现流程,涵盖数据清洗、归一化、滑动窗口构建、参数优化与结果可视化等环节。; 适合人群:具备一定机器学习与时间序列预测基础,从事新能源发电预测、智能电网调度、电力系统自动化等相关领域的科研人员、工程师及研究生。; 使用场景及目标:①解决光伏功率受辐照度、温度等因素影响而导致的强随机性、非平稳性预测难题;②提升短期(15分钟至1小时)光伏出力预测精度,支撑电网经济调度、储能协同控制与电力现货市场申报;③为多源气象数据驱动的可再生能源预测提供可扩展的技术框架。; 阅读建议:建议结合提供的MATLAB代码逐步实践,重点关注GWO与SSA的优化机制、VMD分解效果及其与LSTM的集成方式,注意避免时间泄漏问题,推荐在实际数据上复现实验以深入理解模型性能。

超全Mathcad全桥LLC谐振变换器开关电源设计mathcad计算书

内容概要:本文档《超全Mathcad全桥LLC谐振变换器开关电源设计mathcad计算书》系统阐述了全桥LLC谐振变换器在开关电源中的设计方法,重点利用Mathcad工具进行精确的数学建模与参数计算。内容涵盖LLC谐振变换器的工作原理、关键参数设计(如谐振频率、励磁电感、变比等)、闭环控制策略、软开关实现条件、效率优化及工程实践中需注意的关键事项。文档通过详尽的数学推导和工程实例,构建了一套完整的从理论分析到实际应用的设计流程,特别强调了在不同负载与输入电压条件下确保ZVS/ZCS软开关的实现机制,并提供了实际设计中的取值依据与优化方向,为电力电子工程师提供了一个高效、可靠的设计参考方案。; 适合人群:具备电力电子技术基础,从事开关电源研发的工程师、高校电力电子及相关专业的研究生与科研人员,以及熟悉Mathcad、Simulink等仿真与计算工具的技术人员;; 使用场景及目标:① 掌握全桥LLC谐振变换器的参数设计与性能优化方法;② 开发高效率、高功率密度的软开关电源系统;③ 支持科研项目或工业产品中高性能电源模块的设计与验证;④ 结合仿真模型进行设计结果的验证与教学培训;; 阅读建议:建议结合配套的仿真模型与计算书同步学习,重点关注参数设计公式的推导过程与工程取值的合理性,动手复现计算步骤以加深理解,并通过仿真手段验证设计结果的准确性与鲁棒性。

T12_eVTOL低空经济低空公共航线网络规划设计方案_可研报告版.pptx

T12_eVTOL低空经济低空公共航线网络规划设计方案_可研报告版.pptx

T07_低空经济与智能网联汽车融合的城市空地一体出行服务平台建设方案_决策评审版.pptx

T07_低空经济与智能网联汽车融合的城市空地一体出行服务平台建设方案_决策评审版.pptx

具有PWM控制VSC-HVDC链路的IEEE30总线传输系统(Simulink仿真实现)

内容概要:本文详细介绍了基于Simulink仿真实现的具有PWM控制VSC-HVDC链路的IEEE30总线传输系统,系统性地阐述了电压源换流器高压直流输电(VSC-HVDC)的技术原理及其在复杂电力系统中的集成应用。研究重点涵盖VSC-HVDC系统的基本结构、PWM调制控制策略的设计与实现,并将其嵌入IEEE30节点标准测试系统中,构建完整的多区域交直流混合输电仿真模型。通过Simulink平台对系统在不同运行工况下的动态响应进行仿真分析,验证了PWM控制在有功功率、无功功率独立调节、直流电压稳定及故障穿越能力方面的有效性。该仿真模型不仅有助于深入理解现代高压直流输电技术的工作机制,也为含大规模可再生能源接入的智能电网稳定性分析与优化控制提供了可靠的技术支撑与研究平台。; 适合人群:具备电力系统分析、高压直流输电技术基础以及Simulink/MATLAB仿真能力的研究生、科研人员及从事电力系统规划与运行的工程技术人员。; 使用场景及目标:① 掌握VSC-HVDC系统的核心控制原理及其在多节点电网中的建模方法;② 学习并实践基于PWM调制的矢量控制策略在Simulink中的实现过程;③ 对比分析交直流系统在稳态与暂态过程中的功率传输特性与动态响应,为新能源并网、电网互联等实际工程问题提供仿真依据和技术参考。; 阅读建议:建议读者结合文中理论分析与Simulink仿真模型,逐步完成模型搭建与参数设置,并通过改变系统运行条件(如负载投切、故障扰动等)观察系统响应变化,深入理解控制策略的有效性与局限性。同时,鼓励扩展模型功能,如引入风电/光伏等可再生能源接口,进一步探索VSC-HVDC在现代电力系统中的综合应用潜力。

九个版本一步跨:从JDK8到JDK17的特性增量、强封装迁移与ZGC实战解析

这篇文章要回答的,正是“从 JDK 8 直接跨到 JDK 17”这件事里最常被问到的四个问题: 九个版本到底攒下了什么? 语言、API、运行时三类变化里,哪些值得用、各自从哪个版本开始可用、哪些说法其实传错了。 升级为什么会“起不来”或“跑不通”? 强封装、被删除的模块、被移除的 JVM 参数,分别会以什么样子出现,怎么定位、怎么治本。 ZGC 的收益是真的吗?怎么测才算数? 停顿影响面怎么估算,压测时有哪些坑会把收益放大或掩盖。 落地要分几步走? 站在 2026 年,还该不该把 17 当终点。

上一篇: 普华永道与 NBCUniversal 领导者分享 AI 之旅:激进与谨慎结合,数据准备是关键
下一篇: Google 和微软力挺 ARD 用于 AI 智能体发现,是基础架构还是攻击面?
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值