：联合国高级别顾问机构发布了一份报告，警告称全球AI开发正被大型科技公司和富裕国家主导，尤其是在训练数据集和计算能力方面。

　　AI监管的复杂性：全球AI监管框架高度复杂，特别是在不同地区对AI训练数据集的使用规定上存在巨大差异。例如，欧盟的《AI法案》禁止未经授权使用受版权保护的材料，而日本的法律则允许使用受版权保护的数据进行AI模型训练。发展中国家在计算资源和法律框架上也处于不利地位。

　　计算能力差距：大型科技公司和国家实体能够囤积大量计算资源，而小型企业和初创公司则依赖这些大公司提供的AI基础设施。全球100个高性能计算集群中，没有一个位于发展中国家，这加剧了这种差距。

　　聘用背景：OpenAI聘用了前Coursera首席营收官Leah Belsky，任命其为公司首位教育总经理，领导OpenAI在教育领域的扩展工作。

　　主要任务：Belsky将负责推动OpenAI与全球K-12教育、高等教育以及继续教育的合作，旨在将AI产品引入更多的学校和课堂。

　　教育产品：OpenAI已经发布了ChatGPT Edu版本，提供了更多自定义控制和特殊定价方案，供教育机构使用。包括牛津大学、亚利桑那州立大学和哥伦比亚大学等学校已经开始使用这一产品。

　　未来规划：OpenAI计划在10月召开与高等教育机构领导人的会议，讨论如何在大学环境中有效并负责任地采用AI，尤其是在教学和学术研究中。

　　研究者：普渡大学土木与建筑工程学院的助理教授王子然（Ziran Wang）正在探索将ChatGPT应用于自动驾驶汽车。

　　王教授的研究主要测试如何利用ChatGPT的指令功能在自动驾驶汽车的日常使用中提供帮助。指令从云端发送到车辆，车辆执行这些个性化的指令，以实现更为个性化的驾驶体验。

　　该技术在紧急情况下有潜在的巨大应用前景，例如帮助乘客在需要时紧急送往医院。

　　虽然该技术目前处于早期测试阶段，但王教授希望ChatGPT能够在未来成为自动驾驶中重要的日常工具，帮助人们满足日常需求。

　　公司背景：Genmab是一家拥有25年历史的丹麦生物技术公司，专注于开发下一代抗体疗法，旨在治疗癌症等重大疾病。

　　Genmab最初为约1000名员工提供了ChatGPT企业版的访问权限，现已增加了2000个额外许可证，几乎覆盖了所有从事研发工作的员工。公司通过个性化定制的ChatGPT实例，用于处理文件起草、科学文献总结、数据分析等任务。其中一个实例是AI翻译工具GPT，能够实现复杂科学文献的翻译，并达到接近人工翻译的准确度，从而替代了整个翻译团队，节省了时间和成本。

　　微软、贝莱德、Global Infrastructure Partners（GIP）和阿布扎比的 MGX 联合宣布了一个全球 AI 基础设施投资合作伙伴关系（GAIIP），初始目标是筹集 300 亿美元私募股权，未来总投资可能达到 1000 亿美元。

　　该资金主要用于投资数据中心和支持 AI 开发的电力基础设施。由于 AI 基础设施和能源的需求远超任何单一公司或政府的承受能力，这些合作伙伴将合力为 AI 的快速发展提供基础设施支持。

　　投资伙伴：贝莱德管理全球数万亿资产，MGX 是阿联酋推动 AI 投资的关键企业，拥有可观的主权财富基金支持。

　　技术支持：英伟达（Nvidia）将为 AI 数据中心建设提供支持，微软将推动开放架构和广泛的生态系统，确保基础设施可以为不同公司使用。

　　AI 计算需求：AI 训练大模型和推理需要大量的计算资源和能源支持，微软已通过 Azure 服务器为 OpenAI 的 ChatGPT 提供动力，并不断升级其数据中心以应对需求增长。

　　Amelia的功能：Amelia是亚马逊推出的生成式AI助手，旨在帮助第三方卖家快速解决账户问题，并获取销售和库存数据。Amelia现已在美国进行Beta测试，预计今年晚些时候全面推广。

　　使用场景：卖家可以通过Amelia在Seller Central平台中查询账户问题，并未来能够自动解决这些问题。例如，卖家可以通过Amelia提交库存缺失的索赔，而无需填写表格或联系支持人员。

　　技术背景：Amelia使用了亚马逊的Bedrock软件工具，结合大规模语言模型以及生成式AI技术，能够从亚马逊的内部系统提取卖家特定信息，但不会将这些数据用于模型训练。

　　亚马逊的AI发展：亚马逊近年来推出了多个AI产品，包括购物助手Rufus和企业聊天机器人Q，此外，还计划为Alexa添加生成式AI功能。亚马逊在AI领域的投资不断增长，包括对OpenAI竞争对手Anthropic的大量投资。

　　第三方卖家的重要性：第三方卖家是亚马逊电商业务的重要组成部分，2023年第二季度，这类卖家占亚马逊平台总销售额的61%。

　　苏姿丰的观点：在与Nvidia的竞争中，AMD首席执行官苏姿丰强调了计算解决方案的多样性和适应性的重要性。她表示，在计算领域没有统一的架构，每个应用需要“适合的计算方案”。

　　行业竞争与合作：苏姿丰指出，半导体行业的竞争和合作对行业发展都有益。她预测，人工智能将成为商业、教育和医疗等多个领域不可或缺的一部分，并预计AI加速器市场在2027年将达到4000亿美元。

　　AMD的AI发展计划：AMD计划逐年推出新的AI芯片，挑战Nvidia在AI芯片市场的主导地位。2024年，AMD预计将从MI300X AI芯片中获得45亿美元收入，并计划在未来几年发布MI325、MI350和MI400等新芯片。