在德克萨斯州的布朗县,苹果公司投资了一个以清洁能源为10万户家庭供电的公司。一块长达四英里的太阳能电池板——近一百万块——对于一些人来说,看起来像是向清洁能源未来迈出的大胆一步,对于其他人来说,看起来像是伪装成社会良知的营销,愤世嫉俗者会称之为"道德示威"。
"我不做道德示威,"苹果公司首席执行官蒂姆·库克说。"我不相信它。我们想做实实在在的工作。"
库克所说的实实在在的工作是确保公司在环保上做出的投入在商业上是有意义的:"我想看到它是有利可图的,因为我希望其他人能够效仿。我知道他们不会去复制一个经济上不明智的决定。"
从俄勒冈到加利福尼亚,再到中国和新加坡,苹果公司针对清洁能源制定的目标都有类似的投资。
从采矿、制造、运输,甚至是产品回收,库克希望将苹果产品释放的每一点碳都用清洁能源或其它手段来抵消掉。
他承诺在七年内实现碳中和目标,并希望苹果的领先地位能在业界起到示范效应。
"这是可以做到的,"他说。"而且可以以一种其他人可以复制的方式来做,这对我们来说非常重要。我们希望成为池塘里的涟漪,我们希望人们看到这个并说,'我也可以做到,'或者,'我可以做到一半。'我们希望人们看到这个并去模仿。"
上周,苹果公司发布了其首个完全碳中和的产品——苹果手表。
去年,该公司卖出了大约5000万块手表,相比之下,iPhone的销量超过了2亿部。
据负责管理苹果项目的克里斯蒂娜·拉斯佩说,实现碳中和也包括苹果的客户。
"现在我们全公司,特别是我的部门,都在专注于确保我们的客户拥有和操作的每一台设备,他们用来充电的电力,都能被可再生能源抵消,"她说。
库克补充说,"这就是要为我们的客户使用的每一瓦特电力在系统中真实地投入一瓦特。"
迪克森问道,"在这个过程中,你是否必须成为一名能源工程师?"
"我不知道我是否会给自己这样的认证!"库克回答说。"但我肯定比以前了解得多。"
2011年,库克在苹果公司创始人史蒂夫·乔布斯去世前几个月被任命为苹果公司首席执行官。从那时起,苹果已经成为全球最有价值的公司,价值近3万亿美元——是库克上任时的九倍。
在那段时间里,库克变得更加大胆,还是更加谨慎?
"在我和公司都对史蒂夫的健康深感绝望的时期接任首席执行官,"他说。"所以,那是一个非常难以克服的个人困难时期。随着时间的推移,你会变得更有信心。你对事情有了感觉。你看到它就知道,你会冒更大的风险。"
库克冒的一个大风险是进入虚拟现实竞赛,其他公司在这里都失败了。苹果专业版产品预计将在2024年初发布。但有一些报道称,供应商在跟上项目方面遇到了困难。
据库克说,发布仍在计划中。"我经常使用它,我在视觉专业版上看了整个'Ted Lasso'的第三季。"
迪克森问道,"这是否更复杂了?你在创造它时面临的难题是否和你在iPhone上面临的难题一样?"
"它确实更复杂了,所以它需要在开发和制造方面都有创新,"库克表示。
当我们上次和库克谈话时,正值疫情严重时期。像美国的每一家大公司一样,苹果也处在如何回归办公室的十字路口。
"我们所做的是,我们承认我们不知道最好的方法是什么,"库克说。"所以,我们决定运行一个试点,人们每周来办公室三天。我们处理用户体验,这需要协作。所以,我们知道它必须有相当多的面对面工作。我们今天仍在试点中。"
"在疫情期间,很多人对生活的意义产生了不确定性,他们重新评估了他们的工作选择,"迪克森说。"这就是部分回归工作的原因。它是平衡给你带来意义的东西。工作可能不能做到这一点。你的工作给你带来什么意义?"
"我们的工作是为了改善人们的生活,"库克回答。"真正让我们兴奋的是看到人们用我们的产品做什么,人们正在做的事情,我们通过我们的产品赋予了他们能力。只要我们得到那种能量,这就是一个良性循环。我们想做更多,我们想发布下一个产品,然后是再下一个产品。"
那种能量是可再生能源?
"你说得对!"库克笑道。
好文章,需要你的鼓励
美国国家标准与技术研究院发布人工智能网络安全框架配置文件草案,旨在帮助组织安全使用AI系统。该文件围绕"安全"、"防御"和"阻止"三个重点领域,详细说明如何管理不同AI系统的网络安全挑战、利用AI增强网络防御能力以及阻止AI驱动的网络攻击。文件将网络安全框架的各个组件映射到具体建议上,覆盖入侵检测到供应链安全等各个方面。
微软亚洲研究院与清华大学联合提出双向感知塑造技术,通过创新的两阶段训练方法解决AI视觉理解中的关键问题。该技术让AI学会正确聚焦重要视觉信息,避免被无关内容误导。仅用1.3万训练样本就在八个基准测试中平均提升8.2%性能,超越使用数十万样本的专门模型,为AI视觉推理能力提升开辟新路径。
联想此次推出的推理加速引擎(Inference Acceleration Engine),是联想携手清华大学无问芯穹团队联合打造的本地AI加速解决方案。这款引擎将预装在联想年底发布的新一代AI PC产品线中,目标是让端侧推理性能直接看齐云端大模型水平。
上海交通大学研究团队开发了TimeBill框架,解决大语言模型在实时应用中的时间不确定性问题。该系统通过精确预测回答长度和执行时间,动态调整AI记忆管理策略,确保在规定时间内完成任务的同时保持回答质量。实验显示TimeBill在各种时间预算下都能实现最佳的完成率与性能平衡,为AI在自动驾驶、工业控制等安全关键领域的应用提供了重要技术支撑。