中国平面设计师体会到了 AI 图像生成器对其日常工作的影响。AI 图像生成器容易模仿艺术风格,深刻改变了客户对设计师作品的认识。一家大型电商平台的匿名员工称,在 AI 图像生成器流行前,科技巨头和大型企业的平面设计师就被指示拷贝竞争对手或复制社媒上的作品。对于一种独特的艺术风格,人类需要理解和逆向工程才能复制。而 AI 图像生成器只是给这种艺术风格引入随机的变化,其结果可能会非常像复制品,可能会包括错误,人类平面设计师可以在此基础上编辑成产品。这位匿名员工称,如果不拥抱 AI,会觉得非常容易被取代。在北京和伦敦经营工作室的设计师 Sendi Jia 说,AI 图像生成器正迫使设计师和客户重新思考设计师的价值,设计师的价值仅仅在于创作设计?还是在于咨询、创意、策略、方向和审美?北京的平面设计师 Erbing 说,AI 无法产生任何独特的东西,“每个项目都面临着不同的问题,设计师的存在是为了解决具体问题,而不是创造千篇一律的视觉效果。”他说一个项目的思考过程经常比实际创作更耗时,他认为 AI 图像生成器是一种玩具而不是工具。但设计师们承认 AI 的狂热让客户对其作品价值产生了负面影响。客户现在希望设计师以更少的费用在更短的时间内完成作品。这可能导致质量的下降。Erbin 说,部分客户认为 AI 提高了效率,那么他们的预算可以减半了,但设计师的工作并不是作图。
德国联邦数据保护与信息自由专员 Meike Kamp 周五表示,她已正式要求苹果和 Google 将中国 AI 公司 DeepSeek APP 从德国地区的 App Store 和 Google Play 下架。原因是该公司未能证明其数据处理符合欧盟标准,涉嫌将德国用户的个人数据非法转移至中国。根据 DeepSeek 的隐私政策,该应用会将用户的 AI 请求、上传文件等多种个人信息储存在中国境内的服务器上。德国监管机构今年早些时候要求 DeepSeek 满足欧盟关于数据跨境传输的合规要求,或主动下架应用。但 DeepSeek 并未作出回应,因此 Kamp 启动了正式下架程序。
Windows 10 即将终止支持,以及微软听命于美国政府制裁国际刑事法院首席检察官等事件给欧洲国家敲响了警钟,切换到 Linux 桌面将有助于安全和隐私保护,也有助于维护欧洲的数字主权。法国宪兵队在十多年前就成功切换到了基于 Ubuntu 的定制发行版 GendBuntu。一部分人人提议为欧盟组织开发一个专门的发行版 EU OS。该发行版将基于 Red Hat 社区发行版 Fedora KDE Linux。
丹麦准备通过修改版权法确保每个人都拥有其身份、面部特征和声音所有权的方式打击 AI 深度伪造。丹麦文化部准备先公开修正提案征询公众意见,然后在今年秋季正式递交修正案。提案已获得议会九成议员的支持。AI 技术术快速发展,制作逼真的深度伪造图像、视频或声音比以往任何时候都容易。一旦修正案获得批准,丹麦公民将有权要求网络平台删除未经同意分享的内容。修正案不会影响戏仿和讽刺作品。
宾夕法尼亚大学沃顿商学院的研究人员发现,相比 Google 搜索引擎用户,使用大模型研究特定主题的用户理解能力较弱,原创见解较少。研究涉及四项实验,共有逾 4500 人参与。结果显示,大模型用户在研究上花费的时间更少,付出的努力较少,撰写的回复更短、细节也缺乏。在第一个实验中,逾 1100 名参与者使用 Google 或 ChatGPT 研究蔬菜园艺(vegetable gardening)。Google 用户的回复更长,措辞更独特,引用事实也更丰富。第二个实验以 AI 摘要或模拟网页的形式呈现相同的园艺信息,在近 2000 名参与者中 Google 用户给出了更深入更丰富的信息。
在安全公司 CrowdStrike 的错误更新导致全世界 850 万台电脑崩溃近一年之后,微软正采取行动确保此类的事件不再发生,它采取的措施是将杀毒软件移出 Windows 内核。微软的新 Windows 终端安全平台正与安全公司如 CrowdStrike、Bitdefender、ESET、趋势科技等合作构建。以前微软允许安全公司的杀毒软件运行在 Windows 的内核层,不受限制的访问系统内存和硬件。CrowdStrike 去年的错误更新突出了内核驱动容易错误而导致系统蓝屏死机。微软准备释出了一个不对外公开的预览版,供安全公司测试,在多次迭代之后,完成将杀毒软件移出内核的工作。
Google DeepMind 新开发的 AI 模型 AlphaGenome 能帮助科学家解析基因组序列中的“暗物质”——非编码区,了解它们如何影响细胞内部运作并导致癌症等疾病的发生。从事非商业工作的研究人员现可使用 API 通过 DeepMind 的服务器访问该模型。在人类基因组序列中,98% 是不直接参与蛋白质编码合成的基因,即非编码区,但它们可以影响蛋白质活性,并包含了大量与疾病相关的变异位点。弄清楚 DNA 序列的作用很难,因为没有现成的答案,就像 AlphaFold 预测蛋白质3D结构一样。从吸引一组细胞机器附着在染色体的特定部分并将附近的基因转录为 RNA 分子,到吸引影响基因表达发生地点、时间和程度的转录因子,单个 DNA 片段具有许多相互关联的作用。例如许多 DNA 序列通过改变染色体的 3D 形状影响基因活性,从而限制或简化转录机器的访问。几十年来,科学家开发了数十种 AI 模型理解基因组。其中许多都集中在单个任务上,例如预测基因表达水平或确定外显子是如何被剪切并拼接到不同蛋白质中的。而 AlphaGenome 正是一个“一体化”解释 DNA 序列的工具。AlphaGenome 可以处理多达 100 万个 DNA 碱基,这可能包括一个基因和无数个调节元件,并能针对多种生物特性进行数千次预测。而且,AlphaGenome在预测过程中对单个 DNA 碱基的变化十分敏感,这意味着科学家可以预测突变的影响。
过去二十年,计算机科学被视为是获得高薪工作的踏脚石。从 2005 年到 2023 年,美国计算机科学专业的学生人数增长了四倍。但过去一年,部分大学的计算机科学专业入学人数开始逐渐下降。2025 年美国计算机科学专业入学人数只增长了 0.2%:斯坦福大学的入学人数增长停滞;普林斯顿大学估计未来计算机科学专业的毕业生人数将比今天下降四分之一;杜克大学该专业入学人数下降了五分之一。计算机科学专业可能已经走过了它的黄金时代。因为 AI 等工具的流行,科技公司的入门级编程工作的招聘人数显著减少。皮尤研究中心的一项研究发现,软件工程师被认为受生成式 AI 影响最严重的职业。相比生成文本,AI 被认为更擅长写代码。大学面临的一个挑战是:在生成式 AI 时代,是降低入学标准以增加入学人数,还是提高入学标准只让能力更强的人进入该领域。
根据 Gallup 和 Walton Family Foundation 的一项调查,美国 K-12 学校教师中有六成在工作中使用 AI 工具。AI 普及率在高中教师和青年教师中间最高。有大约 2000 名教师接受了调查,使用 AI 工具的教师报告他们每周节工作时间省了约 6 小时。对于学生使用 AI 工具,半数教师们担心会影响他们的批判性思维能力和独立解决问题的耐性。