微光新聞網

商傳媒｜責任編輯／綜合外電報導隨著人工智慧（AI）產業高速發展，數據中心對電力消耗的巨大需求，已對美國電網構成嚴重壓力，導致電費飆漲。即使主管機關要求大型能源使用者為電網接入付費，民眾的電費帳單仍持續增加。美國聯邦能源管理委員會（Federal Energy Regulatory Commission, FERC）於本月稍早（6月18日）發布命令，旨在加速像AI數據中心這類「大型能源使用者」整合進其管轄下的各區域電網。這些命令要求相關方必須「遵守既有的區域性規定」，其中一項重要規定是禁止「成本轉嫁」（cost shifting），意即數據中心業者不能以低於成本的價格用電，而將額外費用轉嫁給其他用戶負擔。聯邦能源管理委員會也將要求各州政府協助執行這些規定。根據聯邦能源管理委員會的命令，能源公司有60天時間解釋其現有費率為何應維持不變，並需在30天內說明如何為數據中心及其他客戶供應足夠電力。然而，電網營運商對於這些命令表達擔憂，部分業者擔心他們將失去管理自身供應流程的權力。更重要的是，有人認為這可能「破壞」推動再生能源的努力，尤其在太陽能發電量近期已超越燃煤發電的背景下。問題癥結點在於電力供應趕不上需求。《BGR》報導指出，谷歌、微軟、Meta和甲骨文等科技巨頭雖曾承諾將建立新的電力來源以支援其數據中心，但這些計畫的建設進度卻遠遠落後。原定於2027年完工的能源容量，超過六成甚至尚未動工。這導致能源供應持續短缺，進一步推高電費並引發間歇性停電。預計至2035年，美國數據中心的能源需求恐將翻三倍。除了噪音污染和水資源缺乏等問題，對一般民眾而言，電費持續上漲所帶來的經濟負擔，以及擔憂成本轉嫁的合理性，已成為他們最關心的議題。標籤： 合作媒體商傳媒

商傳媒｜林昭衡／綜合外電報導當前的人工智慧（AI）發展，正從處理文字和語言的大型語言模型（LLM）邁向能理解並導航真實世界的「實體AI」。有鑑於此，新創公司 Overworld 正致力於開發能讓AI理解和應對物理世界的技術。卡內基美隆大學（Carnegie Mellon University）電腦科學院院長 Martial Hebert 指出，傳統的聊天機器人無法完成拾取咖啡杯這類簡單任務，因為真實世界涉及複雜的幾何形狀、動態手部動作以及物理接觸互動，這遠比預測句子中的下一個詞要複雜得多。他認為，世界模型（world models）是實現「實體AI」更快、更具成本效益的途徑。世界模型不同於語言模型，它們學習的是空間與時間的統計結構，例如光線如何落在物體表面、物體如何依循物理定律對力產生反應。AI 科學家 Louis Castricato 說明，Overworld 公司正在建立一種虛擬的電玩世界，其中的虛擬角色能夠在移動和互動的過程中適應環境。他表示，目前沒有其他世界模型能讓虛擬角色像這樣穿越門或與詳細環境互動，強調他們最重視的是互動性。對於「世界模型」一詞的定義，美國知名電腦科學家李飛飛（Fei-Fei Li）曾試圖建立一個分類系統，以釐清各方競逐願景下的混亂。她將世界模型分為三類：渲染器（renderers）、模擬器（simulators）和規劃器（planners）。渲染器主要追求視覺逼真度，雖然目前商業應用最廣，但不足以用於訓練機器人；模擬器則能建立忠實反映物理結構的虛擬訓練場景；規劃器則試圖預測 AI 代理（agent）或機器人在非結構化環境中應該如何行動。李飛飛強調：「一個能夠規劃的機器人，才是能夠工作的機器人。」她認為整個產業都在競相爭奪率先實現這項突破。創投公司 Kindred Ventures 的共同創辦人兼管理合夥人 Steve Jang 認為，未來的發展將是多種不同理念和架構的模型並存，而非由單一龐大模型主導一切。目前已有數兆美元資金投入 Anthropic...

商傳媒｜方承業／綜合外電報導美國人工智慧（AI）公司 OpenAI 與半導體大廠博通（Broadcom）共同宣布，已成功開發一款名為 Jalapeño 的客製化 AI 晶片，專為大型語言模型（LLM）推論（inference）工作負載設計。這款晶片僅耗時九個月便完成試產（tape-out），展現極高的開發效率，並預計將於今年底部署至微軟（Microsoft）及其他合作夥伴的資料中心。Jalapeño 晶片設計獨特，採用特殊應用積體電路（ASIC）架構，不同於市面上通用型 AI 處理器或訓練加速器，其核心目標是為現代 LLM 及未來的 Agentic AI 工作負載提供更優異的「每瓦效能」（performance per watt）。OpenAI 指出，該晶片的架構是根據其對 LLM 行為的深入理解所設計，旨在解決大規模推論時的實際瓶頸，包括昂貴的資料移動、運算與記憶體資源平衡、網路效率等問題。早期的內部測試顯示，Jalapeño 的每瓦效能比「現有最先進硬體」大幅提升，能以接近理論最大值的效率執行重要工作負載。該晶片巨大的運算晶粒（compute die）尺寸約達 840 平方毫米（mm²），接近極紫外光（EUV）微影系統光罩尺寸的極限（858...

商傳媒｜何映辰／台北報導專家警告，人工智慧（AI）醫療系統恐以令人不安的新方式，在病患毫不知情下侵犯其隱私。《Yahoo News》報導指出，惡意使用者可能對醫療AI系統發動隱私攻擊，使駭客得以得知某人是否曾接受特定疾病治療。根據英國頂尖科學期刊《自然》（Nature）刊載的研究顯示，新的研究方法或許能判斷特定病患的資料是否曾被用於訓練AI模型。研究人員發現，一種稱為「會員推斷攻擊」（membership inference attack）的駭客手法，可以讓駭客掌握特定病患的資料是否曾被納入模型的訓練數據中。這種攻擊甚至能被用來判斷某人是否罹患癌症，且針對部分個別病患的攻擊成功率幾乎達到「近乎完美」的程度。研究也發現，對於代表性不足的群體，會員推斷攻擊的風險更高。研究人員強調，駭客可能利用透過隱私入侵取得的健康數據，進一步進行其他形式的攻擊。他們在報告中指出，考量到這類漏洞，醫療AI模型及其部署環境，應針對攻擊者可能透過成功推斷訓練數據成員身份所獲取的敏感資訊，進行嚴格評估，並加強防護以抵禦這類攻擊。標籤： 合作媒體商傳媒

商傳媒｜葉安庭／綜合外電報導高德納諮詢公司（Gartner）最新預測指出，到 2028 年，人工智慧（AI）輔助軟體開發的平均成本，恐將超越聘請一名軟體開發人員的年薪。此一趨勢正讓企業面臨 AI 應用成本失控的挑戰，促使許多公司開始採取「Token 配給」措施來控制支出。近年來，企業為提升效率，紛紛積極導入 AI 編碼工具。根據 GitLab公司（GitLab Inc.）委託哈里斯民意調查（The Harris Poll）進行的研究顯示，高達 91% 的組織已啟用至少兩款 AI 編碼工具。受訪者中，78% 的人認為開發人員採用 AI 工具後，編寫程式碼的速度明顯加快。然而，有高達 80% 的受訪者坦承，採用 AI 工具的速度遠快於制定相關管理政策。AI成本攀升與治理困境AI 編碼成本急遽上升的主要原因，在於大型語言模型（LLM）Token（用於大型語言模型處理資料的單位）的龐大消耗，以及產業向「按使用量計價」模式轉變。一旦開發人員生成更多程式碼、分析更龐大的資料庫，或依賴更複雜的...