基礎模型強、安全框架弱,30 個 AI 代理 25 個未公開任何安全測試細節 |
| 作者 TechNews 編輯台|發布日期 2026 年 02 月 20 日 11:50 | 分類 AI 人工智慧 , 網路 , 資訊安全 |
Tag Archives: 麻省理工學院
迎接 AI 世代!美國白領最危險?台灣六成上班族憂心被取代 |
| 作者 姚 惠茹|發布日期 2025 年 12 月 03 日 11:14 | 分類 AI 人工智慧 , 人力資源 , 職場 |
麻省理工學院(MIT)近日公布最新研究,引發全球職場震盪,研究團隊利用與橡樹嶺國家實驗室(Oak Ridge National Laboratory)共同開發「冰山指數」(Iceberg Index),模擬超過 1.51 億名美國勞工與 AI 工具的互動情境,結果顯示,美國約 11.7% 的工作恐面臨被 AI 自動化取代的風險,其中衝擊最明顯的是在金融、行政、專業服務等白領工作,涉及薪資總額高達 1.2 兆美元。
回顧史上第一個網路大災難!「莫里斯蠕蟲」24 小時癱瘓 10% 網路 |
| 作者 TechNews 編輯台|發布日期 2025 年 11 月 08 日 14:30 | 分類 網路 , 資訊安全 |
1988 年 11 月 2 日晚上 8 點 30 分,康奈爾大學的研究生羅伯特·泰潘·莫里斯(Robert Tappan Morris)在麻省理工學院的電腦上匿名釋放了他命名的莫里斯蠕蟲(Morris worm)。這起事件在 24 小時內感染了約 10% 網路,當時網路約有 60,000 台主機,影響範圍約為 6,000 台機器,徹底改變了網路安全的面貌。這個蠕蟲的初衷並非出於惡意,而是為了測試網路,卻意外引發大規模的系統崩潰和延遲,造成巨大經濟損失。
MIT 顛覆金屬理論:原子結構加工後仍保持秩序,改寫材料設計思維 |
| 作者 TechNews 編輯台|發布日期 2025 年 10 月 18 日 8:30 | 分類 半導體 , 尖端科技 , 材料 |
麻省理工學院(MIT)材料科學與工程系的研究團隊近期發現,常見金屬中的隱藏原子結構,即使經歷極端製造加工後,也能持續存在,並非傳統觀念中所認為會完全隨機化。這個突破挑戰了數十年來金屬合金在加工過程中化學元素迅速達到均勻混合的理論,揭示了一種全新的「非平衡態化學模式」。 繼續閱讀..
攻克基因編輯安全難題,MIT 革新技術讓 DNA 修復精準度大幅提升 |
| 作者 TechNews 編輯台|發布日期 2025 年 10 月 10 日 9:30 | 分類 生物科技 , 醫療科技 |
MIT 打造 AI 實驗助手 CRESt,加速材料開發刷新科學發現效率 |
| 作者 TechNews 編輯台|發布日期 2025 年 10 月 07 日 11:20 | 分類 AI 人工智慧 , 尖端科技 , 材料 |
MIT 成立 CHEFSI 中心,結合 AI 與超級電腦模擬極端物理環境 |
| 作者 TechNews 編輯台|發布日期 2025 年 09 月 22 日 12:00 | 分類 AI 人工智慧 , 尖端科技 , 環境科學 |
生成式 AI 鴻溝?MIT 揭 95% 企業投資 AI 零報酬詳細內容一次看 |
| 作者 姚 惠茹|發布日期 2025 年 08 月 21 日 8:21 | 分類 AI 人工智慧 , Apple Intelligence , ChatGPT |
這是一篇導致全球 AI 股倒地的報告,麻省理工學院(MIT)發表《生成式 AI 鴻溝:2025 年商業 AI 現況》研究報告,揭露各大企業投資生成式 AI 高達 300 億至 400 億美元,但 95% 的企業投資都是零報酬,究竟這份報告的詳細內容是什麼?
AI 研發兩種新抗生素,為超級細菌危機帶來解方 |
| 作者 TechNews 編輯台|發布日期 2025 年 08 月 15 日 9:10 | 分類 AI 人工智慧 , 生物科技 , 醫療科技 |
從疫苗巨頭到 AI 先鋒!Moderna 揭未來工作新常態:AI 是同事,不是工具 |
| 作者 TechNews 編輯台|發布日期 2025 年 07 月 16 日 13:45 | 分類 AI 人工智慧 , 人力資源 , 生物科技 |
隨著人工智慧(AI)技術的迅速發展,生物科技公司莫德納(Moderna)正在重新定義其工作模式,預計到 2030 年,將有高達 45% 的工作將由 AI 完成。根據來自 DeepMind、Meta 和麻省理工學院的專家在達沃斯的 MIT AI 日上分享的預測,未來兩年內,95% 的高級認知任務將由 AI 更有效地執行。
還在靠人類教 AI?MIT 告訴你:AI 自己來,效果更好! |
| 作者 JA|發布日期 2025 年 07 月 05 日 0:00 | 分類 AI 人工智慧 , 人力資源 , 數位內容 |
過去我們訓練 AI,都要靠人類辛苦準備大量資料,一條一條標註、調參數,才能讓它懂得怎麼完成任務。但麻省理工學院(MIT)最近開發出一套全新的訓練模型:SEAL(Self-Adapting Language Models),打破了這個傳統。他們讓 AI 學會自己生出訓練資料、自己設計學習策略,甚至還能根據表現自己調整參數,等於是 AI 開始「自學」了!這樣的技術讓 AI 不再只是被動聽話的機器,而像是有能力自我進步的學生。這不只是技術上的進步,更像是 AI 真正「開竅」了。



