實體: Google
所有提到 Google 的 AI 新聞與動態。
-
你已經聽過這些 AI 名詞並點頭附和了；讓我們改變這狀況
這篇文章旨在澄清人工智慧領域中常見的術語，幫助讀者理解 AI 如何運作。文章首先定義了通用人工智慧（AGI），指出 OpenAI 將其視為能勝任大多數經濟高價值工作的自主系統，而 Google DeepMind 則認為其應具備與人類相當的認知能力。AI 代理（AI agent）被描述為能自主執行多步驟任務的工具，例如編寫、測試和除錯程式碼，這比基本的聊天機器人更進階。為了提升回答的準確性，大型語言模型（LLM）會使用「思維鏈」（Chain of thought）技術，將問題分解為中間步驟進行推理。 文章進一步解釋了基礎設施與硬體概念。API 端點是軟體的介面，允許不同應用程式整合；計算（Compute）則指代 GPU、TPU 等提供運算能力的硬體。深度學習（Deep learning）利用人工神經網路結構，能從資料中自動識別特徵，但需要大量資料和昂貴的訓練成本。生成式模型常使用擴散（Diffusion）技術，透過逆向過程從噪聲中還原資料，或運用生成式對抗網路（GAN）來產生逼真的影像。 知識轉移方面，知識精煉（Distillation）是用小型學生模型模仿大型教師模型，OpenAI 的 GPT-4 Turbo 便採用此技術。微調（Fine-tuning）則是用特定領域資料最佳化模型表現。文章也提及了模型常見的問題，如幻覺（Hallucination），即模型編造不存在的資訊，這促使開發者轉向垂直領域模型。推理（Inference）是模型執行並生成預測的過程，而記憶體壟斷（RAMageddon）則描述了因 AI 產業需求導致記憶體短缺和價格上漲的現象。 最後，文章介紹了訓練（Training）與權重（Weights）的概念，權重決定了資料特徵的重要性。驗證損失（Validation loss）用於監控模型是否過擬合。此外，還提到了強化學習（Reinforcement learning）及其變體 RLHF，以及 Token 作為 LLM 處理的基本單位，其吞吐量（Throughput）直接影響服務效率。整體而言，這篇文章涵蓋了從基礎架構到前沿研究的多個關鍵概念，並強調了該領域的快速演變。
-
企業過度依賴人工智能會有何後果？
Box 創辦人 Aaron Levie 指出，認為人工智慧能取代工作的人，往往最不瞭解該工作的真實內容，這被稱為「AI 精神病」。近期 ClickUp 因 AI 代理而裁員 22%，2026 年的科技裁員規模已幾乎與 2025 年持平。DuckDuckGo 的使用者安裝量正在上升，這些使用者希望 Google 停止將 AI 強行植入搜尋結果，僅提供連結。TechCrunch 的 Equity 播客主持人 Kirsten Korosec、Anthony Ha 和 Sean O'Kane 探討了當 AI 支持者與懷疑者同時正確時的情況，並介紹了三筆值得關注的投資案，以及 Waymo 的新機器人計程車上路。該播客可在 YouTube、Apple Podcasts、Overcast、Spotify 等平臺訂閱，並透過 X 和 Threads 關注 @EquityPod。
-
您的CEO是否有AI妄想症？Aaron Levie認為大多數都有。
Box 創辦人 Aaron Levie 指出，認為 AI 能取代工作的決策者，往往最不瞭解工作的真實內容，這被視為一種「AI 精神病」。近期科技業的裁員潮顯示，ClickUp 因 AI 代理專案裁員 22%，2026 年的技術裁員規模已幾乎與 2025 年持平。同時，使用者對 Google 強行將 AI 整合進搜尋引擎的反感，促使 DuckDuckGo 的安裝量上升。在 TechCrunch 的 Equity 播客節目中，主持人 Kirsten Korosec、Anthony Ha 和 Sean O'Kane 探討了當 AI 擁抱者與懷疑者同時正確時的情況，並介紹了三筆值得關注的投資交易以及 Waymo 新機器人計程車上路的訊息。節目內容涵蓋了 Kirsten 對 Waymo 在鳳凰城推出的 Ojai 機器人計程車的首次報導，以及團隊對公司獲利之路的看法。此外，還分析了雲端資料儲存巨頭 Snowflake 與 AWS 簽訂的 5 年、價值 60 億美元的協議，以及反 Amazon 的配送起點 Stord 以 30 億美元估值籌資 2.5 億美元的情況。節目還探討了 OpenRouter 籌資 1.13 億美元所反映的「撿起棍子和鏟子」層次的興趣持續時間，以及 AI 代理浪潮如何實際重塑招聘而非僅是頭數。該播客可在 YouTube、Apple Podcasts、Overcast、Spotify 等平臺訂閱，並透過 X 和 Threads 關注 @EquityPod。
-
Glean營收突破3億美元 頭部優勢來自AI預算節省方案
企業級 AI 搜尋工具 Glean 宣佈其年度經常性收入（ARR）達到 3 億美元，較 15 個月前達成的 1 億美元里程碑成長三倍。這家七年大的公司被視為企業界的 Google，在科技巨頭如 Google、Microsoft、OpenAI、Anthropic、Salesforce 和 Atlassian 紛紛進入企業 AI 搜尋市場時，其成長尤為顯著。Glean 執行長 Arvind Jain 表示，公司前四年至五年幾乎沒有競爭對手，但現在所有企業都想進入此領域。Glean 的核心優勢在於其「情境圖」（context graph）技術，該技術能連線並學習企業內部軟體系統，深入理解客戶業務需求。Jain 指出，這種技術不僅提升 AI 效能，還能顯著降低企業的 AI 運算成本。透過減少 AI 執行操作次數，Glean 幫助客戶大幅削減 token 消耗，從而降低 AI 開銷。Glean 目前估值為 72 億美元，客戶包括 Databricks、Reddit、Pinterest 和 Samsung。公司採用基於使用量的收費模式及混合模式，前者按使用次數收費，後者結合固定月費與使用費。由於部分收入來自不穩定的按量付費，其 3 億美元 ARR 不能完全視為傳統經常性收入，更準確的描述為年度營收執行率。