AMS-02 发现四类宇宙射线族群,撼动银河系模型

||Download

Show notes

本期节目从宇宙到代码再到制造业,串起了一条共同的线索:当既有认知被新数据打破时,各方如何应对。AMS-02 宇宙射线数据揭示至少四类截然不同的粒子族群,正在动摇银河系传播模型;美国最高法院 9 比 0 裁定版权间接侵权须证明「故意诱使」,为 AI 训练和云服务划出新边界;福特因 AI 质检缺乏老师傅的直觉,重新聘回人类工程师;中国超重肥胖率达 57%,年轻化趋势引发对未来健康劳动力的担忧;波音 747 正式停产,一代空中巨无霸谢幕;Linux 7.2-rc1 引入缓存感知调度并清理高危 API strncpy;AI 智能眼镜在韩国和英国高考中被用于作弊;Gartner 预测两年内企业花在开发者 AI token 上的钱可能超过付给开发者的薪水。

时间轴

  • 00:00:00 开场
  • 00:00:04 开场
  • 00:00:28 AMS-02 发现四类宇宙射线粒子族群,动摇银河系传播模型
  • 00:02:18 美国最高法院新裁定:版权间接侵权门槛大幅提高
  • 00:03:20 AI 质检未达预期,福特重聘人类工程师
  • 00:04:44 中国成年人超重肥胖率达57%,呈年轻化趋势
  • 00:05:43 波音747正式停产,一个时代符号淡出天空
  • 00:06:57 Linux 7.2-rc1 发布:缓存感知调度与 strncpy 清理
  • 00:08:20 AI 智能眼镜成考试作弊新工具,各国加强防范
  • 00:09:00 Gartner 预测两年内企业 AI token 开销将超过开发者薪水

相关信息

本期节目由 Bri 出品。Bri 使用先进的 AI 技术将你在意的资讯转换成适合收听的播客。如需联系,请发邮件至 hi@bri.so

Transcript

茉莉: 欢迎收听 Bri 播客旗下的《Solidot 每日沙龙》。我是茉莉。

白桦: 我是白桦。今天聊三件事:AMS-02 发现宇宙射线粒子至少分成四类族群,正在动摇银河系传播模型;美国最高法院新裁定让版权间接侵权门槛大幅提高;还有 Gartner 预测,企业花在 AI token 上的钱两年内可能超过开发者薪水。

茉莉: 国际空间站上的阿尔法磁谱仪 AMS-02,刚刚公布了一批让天体物理学家很头疼的数据。

白桦: 头疼?它看到了什么?

茉莉: 研究团队分析了从氦到铁一共二十种元素的宇宙射线,发现它们并非像现有模型预测的那样,属于单一均匀的族群。

白桦: 那实际看到的是什么?

茉莉: 至少四类截然不同的粒子族群。每一类飞行时间和穿越的物质厚度都不一样。

白桦: 也就是说,它们并非来自同一种源头或同一种旅程。

茉莉: 对。传统模型假设,银河系宇宙射线主要被超新星爆炸的激波加速,来源和传播过程比较统一。但这批数据直接动摇了这个前提。

白桦: 四类族群具体差在哪里?

茉莉: 关键在于飞行时间。有些粒子在银河系里只游荡了不到两百万年,有的却漂泊了几千万年。 同一类源头,却走了完全不同长度的弯路。

白桦: 那问题就来了。是什么机制能让这些粒子在银河系里耽搁几千万年,再被我们探测到?

茉莉: 目前没人能给出确定答案。团队分析里提到,这四类粒子穿越的物质厚度差距太大,经历的星际环境截然不同,暗物质衰变等新物理过程也被提了出来。

白桦: AMS-02 本来是要找反物质和暗物质的,结果先把我们对普通宇宙射线的理解推翻了。

茉莉: 正是这样。AMS-02 已累积收集超过两千三百亿个宇宙射线事件,这次只是深挖了一小部分元素。

白桦: 如果连元素周期表上前二十种都显示出我们漏掉了关键物理过程,那整个银河系粒子传播模型,也许真的需要重写。

茉莉: 这轮版权官司的主角不是微软,而是间接侵权的新标准。

白桦: 这个新标准会直接影响到微软为 OpenAI 构建超算这件事的判罚吗?

茉莉: 关键在这里:美国最高法院在 Cox 案中 9 比 0 裁定,原告必须证明被告“故意诱使”侵权,单靠提供基础设施是不够的。

白桦: 所以微软给 OpenAI 专门造一台超算,现有法律框架下,不会被自动视为鼓励侵权。

茉莉: 对,除非有证据证明微软或 OpenAI 明确推动用户去复制受保护的内容。

白桦: 那我们再看一个具体例子。灵晟超算用的 LX2 处理器,本身是中性的工具。

茉莉: 没错。就像那台新超算,LX2 提供算力,版权问题还是要看使用意图,而不是硬件本身。

白桦: 听众需要明白,以后这类案件门槛提高了,光说“你提供了工具”已经不够。

茉莉: 必须拿出直接诱导侵权的证据才行。这个变化对全球云服务和 AI 训练都有实际影响。

茉莉: 福特最近在质检环节上踩了一脚刹车。

白桦: 是说他们把AI换掉了吗?

茉莉: 福特最近在质检上踩了一脚刹车。AI 没达到预期,他们重新聘了一批经验丰富的人类工程师。

白桦: 具体是哪里跟不上?

茉莉: 自动化工具其实能发现问题,但缺少资深技师那种直觉。比如听声音判断发动机皮带张紧度对不对,或者用肉眼分辨喷漆的细微纹理差异,这些AI做不到。

白桦: 所以不是AI完全不能用,而是它的判断力还达不到老师傅的水平。

茉莉: 没错。福特硬件工程副总裁也承认,他们认为短期内很难用AI取代技师的触感和经验。

白桦: 这意味着质检成本短期内不会降下来,反而可能因为人机并行还更高一些。

茉莉: 对,而且这跟前两年福特高管的表态反差挺大。

白桦: 确实,他们CEO去年还说过AI会让很多白领掉队。现在看来,至少蓝领技师这一块,人类反而更稳一些。

茉莉: 也给其他厂商提了个醒,产线上有些感知型判断,AI现阶段还真替代不了。

茉莉: 刚才聊到福特撤回 AI 质检、重新招人,归根到底是一个判断:技术没到位就硬推,代价很大。

白桦: 而另一边,有一个趋势正在加速,而且它也在悄悄影响“能用的人还够不够”。

茉莉: 中国成年人超重肥胖率,2023 年到了 57%。

白桦: 这个数字意味着,超过半数的成年人,体重已经进入医学上的风险区间了。

茉莉: 更需要注意的是速度。 1992年这个比例是27.2%,2002年29.9%,到2005年一下子跳到42.3%。

白桦: 就是从慢速增长,进入了一个明显的加速通道。

茉莉: 2020年50.7%,再到2023年57%。而且不只是总人数在涨,年轻化趋势也很突出。

白桦: 这就不再是一个“老了自然会胖”的问题了。它直接关联到未来健康劳动力的规模。

茉莉: 如果这个曲线不逆转,几十年后,能够胜任高强度、高专注工作的人口基数,会被慢性病进一步压缩。

白桦: 所以不管是制造业招工,还是整个生产效率,体重问题都已经从一个个人话题,变成了一个经济问题。

茉莉: 刚才聊到肥胖率,那个趋势是慢慢爬升的,但有些巨变是突然就结束了。 波音747,去年正式停产了。这不只是一款飞机停产,更像是一个时代符号彻底淡出天空。

白桦: 对,很多人可能不知道,747这个项目最初的起点,其实是军用需求。

茉莉: 没错,源头可以追溯到上世纪60年代初,美国军方想要一款巨型运输机。波音公司为了这个项目投入了大量资源。

白桦: 结果军方最终选了洛克希德的方案,波音没拿到那个军用订单,对吧?

茉莉: 对,但波音转头就把这些技术积累用在了民用市场上。1970年,第一架747投入商用,从此开启了跨洋旅行的平民化时代。

白桦: 所以从第一架首飞,到2023年最后一架下线,波音一共造了1574架747。 这数字背后,是一种价值观的投射——它曾经就是美国实力和平民主义的象征。

茉莉: 现在这条路走到尽头了。全球还在飞的747越来越少,除了两架特殊的“空军一号”,这个机型在商业航线上基本绝迹了。

茉莉: 747刚走,Linux这边来了个挺有意思的核弹级更新。

白桦: 核弹级?是说7.2-rc1吗?

茉莉: 对,Linus Torvalds亲手在邮件列表上放出来的。这一版新东西很密——但最让我意外的是,它开始认真管CPU缓存了。

白桦: Cache Aware Scheduling?

茉莉: 就是这个。以前调度器主要看核心忙不忙,现在会尽量把任务留在同一个缓存域里,减少跨核搬数据的开销。

白桦: 也就是说,一个进程刚才跑过的那份热数据,大概率还在缓存里,不用再跑一圈内存了。

茉莉: 所以对服务器延迟和桌面响应都有直接好处。

白桦: 还有个挺绝的施工——strncpy这个老API被彻底清出去了。

茉莉: 对,这是安全问题常客。 它不一定帮你加结束符,太容易搞出溢出。

白桦: 全部换成更安全的替代接口。这意味着依赖老代码的内核模块得跟着检修了。

茉莉: 所以这一版不是例行发布,是底层的效率和安全一起推了一次。

白桦: 那跑生产环境的人现在能碰吗?

茉莉: 这是rc1,只建议测试。不过主线调完,企业发行版很快会跟进这些调度和内存安全改进。

白桦: 明白了,先让缓存感知调度在社区里跑一阵,稳定收益最终会落回每个用Linux的设备上。

茉莉: 高考查眼镜,现在连韩国也报告了首起 AI 智能眼镜作弊案。

白桦: 对,这种眼镜看起来就跟普通近视镜差不多,但镜框里藏着微型摄像头。

茉莉: 摄像头对着试卷拍下题目,眼镜腿里的骨传导耳机再把答案悄悄报给考生。

白桦: 这就让监考老师很难发现了。所以今年高考,官方直接要求逐人检查眼镜。

茉莉: 英格兰的考试监管机构也发出警告,说 AI 眼镜加上智能耳机,可能会让作弊明显增多。

白桦: 有专家担心,个别案例只是个开始,这些设备正在让考试公平变成一个更棘手的问题。

茉莉: 刚才聊到 AI 眼镜作弊,其实有一点是相通的——工具成本正在快速超过人力成本。Gartner 刚给了一个很具体的预测,说两年内,企业花在开发者 AI token 上的钱,可能就会超过付给开发者本人的薪水。

白桦: 这个对比是按什么薪资水平算的?

茉莉: 假定月薪两千美元左右。分析师也承认,在美国这种高薪市场,开发者年薪往往六位数,全局不一定马上超过,但极端情况下也可能突破。

白桦: 这个预测不是所有地方必然发生,但方向很明确——模型调用成本持续上升、用量猛增,临界点确实来得很快。

茉莉: 对,实际后果就是,软件团队得像管人力预算一样管 token 开销,否则两年后账单比工资单还难控制。

白桦: 这也意味着,以后评估一个工程师的价值时,可能不光看产出代码,还得看他调模型的“成本效率”了。

茉莉: 当 token 账单可能超过工资单,软件团队就得像管人力预算一样去管模型开销了。感谢收听今天的节目。

白桦: 我们下次再见。