Johns Hopkins University
PulseAugur coverage of Johns Hopkins University — every cluster mentioning Johns Hopkins University across labs, papers, and developer communities, ranked by signal.
13 天有情绪数据
-
委内瑞拉考虑全面采用美元以应对400%的通货膨胀
经济学家Steve Hanke建议委内瑞拉全面采用美元以应对其400%的通货膨胀率，并提议放弃玻利瓦尔和中央银行。Hanke因其在指导黑山和津巴布韦等国实现美元化方面的过往成功而被誉为“货币医生”，他认为此举对于恢复经济稳定和吸引外国投资，尤其是在石油领域至关重要。尽管存在非正式的美元化以及Hanke的乐观态度，但仍然存在重大障碍，包括失去货币政策控制以及新政府可能不愿像阿根廷近期犹豫那样全面承诺该计划。
-
AI 代理通过工具数据易受“MCP 安全”漏洞攻击
研究人员演示了一种新颖的 AI 代理安全漏洞，称为“MCP 安全”，其中恶意指令可以嵌入看似无害的工具输出中。该漏洞利用集成工具检索的数据，而非直接用户输入，来欺骗代理执行命令，从而绕过传统的安全措施。该漏洞会影响包括 Claude Code、Gemini CLI 和 GitHub Copilot 在内的几款热门 AI 工具，使其能够在用户不知情或未明确同意的情况下窃取 GitHub Actions secrets 等敏感数据。
-
特朗普暂时取消对30万吨牛肉进口的关税
前总统唐纳德·特朗普宣布了一项临时措施，允许在三个月内免税进口30万吨牛肉到美国。此举旨在降低消费者价格，因为国内牛群数量减少和需求旺盛导致价格大幅上涨。然而，美国肉牛协会批评了这一决定，认为补贴的外国牛肉将阻碍美国养牛业的长期复苏。
-
五角大楼命令美国大学审计外国合作关系以规避安全风险
五角大楼已命令30所美国大学对其与外国机构（主要为中国）的合作关系进行审计，原因是国家安全问题。大学有两周时间来识别和终止有问题安排，否则将面临失去联邦资金的风险。此举旨在保护纳税人资助的研究免遭盗窃和滥用，据报道，哈佛大学、麻省理工学院和约翰霍普金斯大学等机构均在被点名之列。虽然一些大学和教育机构对广泛的影响和过去合作的潜在责任表示担忧，但五角大楼在可能损害国家安全的学术合作问题上仍持强硬立场。
-
债券大亨和伊朗紧张局势挑战特朗普的经济和政治地位
债券市场正在经历抛售，收益率超过了财政部长斯科特·贝森特设定的非正式门槛。这归因于多种因素，包括特朗普总统的政策和美联储的不确定性。与此同时，与伊朗的地缘政治紧张局势给特朗普带来了困境，持续的冲突导致汽油价格居高不下并对其民意支持率产生负面影响，而撤兵则会在政治上造成损害。
-
经济学家警告特朗普的政策将为债券市场制造“致命鸡尾酒”
经济学家史蒂夫·汉克（Steve Hanke）将特朗普总统的政策描述为对债券市场造成“致命鸡尾酒”，导致抛售和收益率上升。汉克指出了导致这种情况的三个关键因素：货币政策、财政政策以及美联储的通胀目标。债券监管者（即惩罚被认为鲁莽的财政或货币政策的投资者，通过抛售政府债务）已经重新出现，将收益率推高至财政部长斯科特·贝森特设定的非正式防御阈值之上。这导致了协调行动，例如与日本联合进行日元购买操作，以稳定市场。
-
包括哈佛、麻省理工在内的美国大学被要求审计与中国的研究关系
据报道，美国国防部已命令包括哈佛和麻省理工在内的约 30 所美国大学审计其与中国的研究合作。一位匿名官员证实了这一指令，此举是在对潜在的未经授权的技术转让或不当行为表示担忧的背景下发布的。然而，这些大学和美联社指出，五角大楼并未提供引发此次审计的具体合作证据或细节。
-
Anthropic 的 Claude Mythos 发现 10,000 多个关键软件漏洞
Anthropic 的 Claude Mythos Preview 与 Project Glasswing 合作，已在约 50 个组织中识别出超过 10,000 个高危或关键级别的软件漏洞。这种快速的发现速度，超过了团队验证和修复的速度，导致密码学家 Matthew D. Green 预测，AI 辅助的软件保证可能会显著降低可远程利用的漏洞的可用性。Green 警告说，随着传统黑客途径的减少，这可能会促使人们重新要求政府拥有加密服务的后门。
-
香港启动首个五年规划，经济争论声中
香港正在实施其首个五年规划，此举引发了关于其经济未来的争论。一些批评人士，如斯蒂芬·罗奇（Stephen Roach），警告不要搞“中国式中央计划”和“独裁”，而另一些人则认为这是实现战略连贯性的必要步骤。一些人认为这项计划是一个迟到已久的框架，旨在优化香港作为中国与全球经济之间桥梁的作用，并将其与中国和前英国殖民政府的历史规划方法相提并论。
-
研究人员称，实验室培育的微型大脑可能很快超越人工智能
研究人员正在开发人类大脑类器官，这些是实验室培育的神经元簇，有潜力超越当前的人工智能能力。这些类器官被用于各种实验，从控制机器人和玩电子游戏到研究疾病和开发新颖的生物计算系统。科学家们认为，未来的智能可能不是人造的，而是源自活的生物物质。
-
AI学者应对企业在研究中的主导地位
学术AI研究人员正在应对一个充满挑战的局面，前沿模型的开发已转移到私营公司，限制了他们对尖端工具和数据的访问。Schmidt Sciences AI2050项目等举措提供了一些GPU资金，但访问OpenAI、Anthropic和Google的模型成本高昂，仍然是一个重大障碍。因此，许多研究人员正专注于商业实体可能忽略的问题，例如研究模型在特定人口提示下的行为，或开发用于气候变化建模等非LLM应用的专业AI。
-
人工智能重塑招聘：简历面临审查，面试变得更重要
人工智能正在改变招聘流程，引发了关于简历未来的争论。虽然人工智能可以针对特定职位描述优化简历，但招聘人员警告说，“过度拟合”可能是一个危险信号，使候选人显得不那么真实。相反，面试过程在评估候选人的真实技能和道德判断方面变得更加关键。人工智能工具在帮助求职者发现他们可能错过的机会方面也证明了其价值，Indeed 等平台上有很大一部分申请是通过算法推荐生成的。
-
日食地震寂静的迷思被揭穿：人类活动而非天体事件导致振动下降
一项分析2024年4月8日日全食地震数据的最新研究，揭穿了天体事件可能引发地震的神话。由约翰霍普金斯大学的Benjamin Fernando领导的研究人员观察到，在全食期间人为地震噪声显著下降。这种被称为“地震寂静”的现象在直接位于日食路径上的城市地区最为明显，这表明集体的人类活动暂停是导致振动下降的原因，而非日食本身。研究结果证实，日食不会引起自然的地震活动。
-
约翰斯·霍普金斯大学开发用于人工智能和国防的“类器官智能”
约翰斯·霍普金斯大学的研究人员正在开发具有学习和记忆能力的“类器官智能”三维培养物。这种生物计算方法旨在补充传统人工智能，在药物测试、理解脑部疾病和创建先进的脑机接口方面具有潜在应用。这项工作也正在为国防应用进行探索，特别是通过模仿人脑的适应性和高能效特性来增强无人机的自主性和韧性。
-
AI设计新型病毒以对抗细菌，引发生物武器担忧 · 追踪10个来源
科学家利用AI模型（特别是Evo 1和Evo 2）设计并合成了16种能够感染和消灭细菌的新型病毒。这些AI生成的病毒在基因上与自然发生的病毒不同，在实验室测试中对耐抗生素的大肠杆菌菌株显示出有效性。虽然这项研究为开发针对细菌感染的新疗法带来了希望，但它也引发了对潜在的生物武器滥用问题的严重担忧，凸显了当前生成式基因组学治理和安全协议的不足。
-
AI设计首批病毒，引发医学希望与安全担忧 · 跟踪2个来源
科学家们已成功利用人工智能设计并创造了首批病毒，这一进展有望带来新的医疗疗法，但也引发了重大的安全和安保担忧。斯坦福大学的研究人员利用基因组语言模型设计了能够在实验室测试中感染并杀死抗生素耐药性大肠杆菌的噬菌体。虽然这一突破可能彻底改变噬菌体疗法并扩展生物技术工具，但专家们强调迫切需要强有力的治理和安全协议来管理此类强大人工智能能力的潜在滥用。
-
事实核查：小罗伯特·弗朗西斯·肯尼迪在CNN上发表科学不准确的言论
卫生与公众服务部部长小罗伯特·弗朗西斯·肯尼迪在接受CNN采访时，就COVID-19死亡率、儿童疫苗有效性以及疫苗与自闭症之间的联系发表了多项科学不准确的言论。Forbes的核查引用了约翰霍普金斯大学的数据以及发表在《发病率和死亡率周报》上的研究，反驳了肯尼迪的说法。该报告还讨论了他关于麻疹疫情的评论，指出虽然疫情中断影响了疫苗接种率，但疫苗犹豫和错误信息（可能被肯尼迪过去的言论放大）是重要的促成因素。
-
品牌谈判策略导致网红营销价格攀升，与医疗保健定价模式相似
网红营销价格之所以上涨，是因为品牌方在谈判中总是压低最初的报价，这促使网红从一开始就报出更高的价格。这种动态与医疗保健领域观察到的类似模式相呼应，当时医疗服务提供者制定了更高的‘价目表’价格，以适应保险公司的谈判。一项发表在《Health Affairs》上的研究发现，医院的现金支付价格和协商价格总是低于其价目表价格，这说明了这种双层定价结构。为了改善谈判，建议品牌方在开始时就公开其预算范围，将重点从价格讨价还价转移到交付成果和项目范围上。
-
人工智能数据中心给电网带来压力，导致基础设施面临昂贵的挑战
人工智能数据中心的快速扩张正在给电网带来压力，导致能源基础设施开发面临复杂问题。满足人工智能硬件巨大的电力需求而建造新的发电厂和输电线路可能需要长达十年，这比数据中心本身的建设时间要长得多。这一瓶颈正在推动创新但非传统的解决方案，例如使用改装的喷气发动机进行现场发电，因为公司正努力跟上人工智能热潮不断增长的能源需求。
-
AI检测器准确性测试失败，错误识别学生作品
AI检测工具经常声称准确率接近完美，但独立的基准测试显示其性能显著较低，在RAID基准测试中表现最佳的工具仅达到85%。一项令人担忧的研究指出，这些检测器错误地将超过60%的非英语母语者撰写的文章标记为AI生成。因此，加州大学伯克利分校和约翰霍普金斯大学等机构已禁用这些工具，以避免不公平地惩罚合法的学生作品，这强调了检测器分数应被视为筛选信号而非决定性证据。