London School of Economics and Political Science
PulseAugur coverage of London School of Economics and Political Science — every cluster mentioning London School of Economics and Political Science across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
挪威国王哈康在家族法律纠纷中继位
挪威新君主哈康国王在其父去世后继位，英格丽德·亚历山德拉王储现为王位继承人。他生于1973年，原名哈康·马格努斯，接受了多元化的教育，包括在加州大学伯克利分校和伦敦经济学院的学习，并服役于海军。他的个人生活一直受到关注，特别是关于他的妻子梅特-玛丽特（Mette-Marit）的过去以及他的继子的法律麻烦。
-
姐妹俩将1.5万英镑打造成800万英镑的烘焙企业，此前曾遭遇零售业挫折
姐妹俩 Annabel 和 Emily Lui 将她们经营困难的烘焙店 Cutter & Squidge 转型为一家价值800万英镑的企业，此前她们曾遭遇重大的财务挫折。最初推出招牌产品“Biskies”后，她们失去了哈罗德百货和塞尔福里奇百货等主要零售客户，身无分文只剩下1.5万英镑。她们通过在伦敦苏活区开设自己的快闪店进行了转型，这家店成为了她们目前成功的基石。该公司目前约有50名员工，已服务超过一百万客户，并计划进一步发展。
-
欧盟《人工智能法案》生效，伴随对聊天机器人影响选民的警告
《政治学视角》上发表的一项新研究警告称，聊天机器人可能会影响选民的政治观点，其影响超出了错误信息和深度伪造的范畴。伦敦政治经济学院（LSE）的研究人员发现，人工智能对政治理解的影响是显著的，尤其是在欧盟《人工智能法案》生效之际。
-
电动汽车电池技术进步，寿命超20年，远超预期
新数据显示，电动汽车电池的寿命显著超过了最初的预测，现代电池在使用五年后仍能保留高达95%的原始续航里程。这种寿命的延长归功于电池化学成分的进步、更智能的管理系统和更有效的热管理，以及实际驾驶条件比实验室恒定放电测试的压力更小。因此，电动汽车电池的实际寿命可能达到20年或更长，缓解了消费者对昂贵电池更换的担忧，并鼓励更广泛的采用。
-
科学家利用 AI 破译斑胸草雀语言，赢得 10 万美元奖金
Julie Elie 博士因其在破译斑胸草雀交流系统方面取得的开创性工作，获得了 10 万美元的 Coller-Dolittle 奖。通过利用机器学习分析 15 年多的录音，Elie 识别出了 11 种核心叫声及其含义，证明了这些鸟类能够理解其发声的语义内容。这项研究代表着朝着实现双向跨物种交流这一宏伟目标迈出了重要一步，Jeremy Coller 认为，由于 AI 的快速发展，这一目标有望在 2030 年实现。
-
人工智能扩张导致数据中心面临全球气候诉讼增加
受人工智能扩张的推动，数据中心正日益成为全球气候相关法律挑战的焦点。伦敦经济学院的一份报告强调了智利、爱尔兰和美国等国的案例，这些国家正在就数据中心相关的能源消耗、用水量和空气污染提起诉讼。尽管这些法律行动并不总是能阻止项目开发，但它们正在推动对气候影响的更广泛考量，并促使这些能源密集型业务转向可再生能源。
-
研究表明远程工作与青年失业率上升有关
纽约联邦储备银行的最新研究表明，远程和混合工作模式的兴起是导致近期大学毕业生失业率上升的重要因素。研究表明，虽然远程工作可能使经验丰富的专业人士受益，但它阻碍了依赖面对面指导和反馈的年轻员工的成长和招聘。这种动态在“适合远程办公”的白领领域尤为明显，自疫情以来，年轻毕业生和年长毕业生之间的失业差距显著扩大。
-
远程工作而非AI被指为入门级招聘崩溃的原因
一项最新的学术研究表明，入门级招聘的下降主要是由于向远程工作的转变，而不是普遍认为的人工智能。研究人员分析了数百万份新员工记录和职位发布，发现虽然生成式AI和远程工作都影响着相似的知识密集型职业，但在控制了AI暴露度后，远程工作对招聘的影响仍然显著。该研究认为，在远程环境中，招聘初级员工的价值会降低，因为关键的在职学习、指导和文化吸收会受到阻碍。
-
前特朗普顾问 Sacks 敦促谨慎对待 AI 监管， citing innovation risks
风险投资家 David Sacks 反对严格的 AI 监管，认为它们对美国创新的威胁比不受控制的 AI 发展更大。他成功说服前总统特朗普推迟了一项旨在为审查前沿 AI 模型建立自愿框架的行政命令，担心这会导致事实上的强制性延迟。Sacks 还认为，AI，尤其是在编码方面，正在提高生产力并增加对软件工程师的需求，这挑战了大规模失业的说法。然而，批评者质疑他关于“AI 竞赛”的说法，并指出由于他的公司在 AI 领域的投资而可能存在的利益冲…
-
LLM驱动的传记生成
Eugene Yan 使用了包括 GPT-4、Claude-v1.2 和 Cohere-xlarge 在内的几款大型语言模型，要求它们生成他的传记。他观察到，尽管模型捕捉到了他职业生涯的大致要点，但关于他的教育和就业历史，模型常常包含事实性错误。Yan 指出，GPT-3.5 和 GPT-4 在测试模型中表现最好，但仍然存在错误，这表明它们的知识仅限于其训练数据。