多年來，我們的編輯團隊一直關注 AI 的限制與潛在危險，以及其日益增長的能源需求。我們的記者也密切關注生成式工具如何被用於編寫程式碼和進行科學實驗等任務。

以下是我們將涵蓋的內容的更深入探討：

透過了解范德堡大學醫學中心醫生使用的微軟 Copilot 工具，探索醫療筆記的未來。

深入研究 Google 與核能巨頭西屋公司之間的實驗，看看 AI 是否能更有效地協助建造核反應爐。

參訪康乃狄克州的一所私立高中，並認識一位技術協調員，他將讓你快速了解 MagicSchool，一個為教育工作者打造的 AI 驅動平台。

聽一位獨立家教分享他如何將基本的行政任務外包給 Notion AI。

進一步了解金融公司如何利用像 ChatGPT Enterprise 這樣的大型語言模型來加速其研究營運。

我們將分享《MIT科技評論》員工的一些見解，說明你如何在自己的生活和工作中運用由 LLM 驅動的 AI 工具。

該系列將以一場隨選觀看的線上虛擬活動結束，活動將邀請專家探討哪些 AI 採用是成功的，以及為何成功。

Subquadratic 已分享了其新模型的更多細節。但仍有人持懷疑態度。

一項新技術讓該公司能夠比以往更深入地探究 LLM 的奇特運作方式。

該公司正加倍投入於科學領域的 AI。

AI 時代需要更快的晶片。ASML 在生產這些昂貴設備方面擁有壟斷地位。有人能追趕得上嗎？