根據這篇論文，Unitree G1 人形機器人秘密且持續地將感測器和系統數據發送到中國的伺服器，卻未經擁有者的知情或同意。

"AI 不會取代放射科醫生" 好文章 期望：影像識別 AI 的快速進展將會消除放射科的工作（例如，這是 Geoff Hinton 幾乎十年前著名預測的結果）。現實：放射科表現良好並且正在增長。 有很多我認為天真的預測，關於 AI 對就業市場的即時影響。例如，大約一年前，有人問我這個應該更了解的人，我是否認為今天還會有軟體工程師。（劇透：我認為我們會成功）。這種情況發生得太廣泛了。 這篇文章詳細說明了為什麼事情並不那麼簡單，以放射科為例： - 基準測試遠遠不夠廣泛，無法反映實際的真實情境。 - 這份工作比單純的影像識別要複雜得多。 - 部署現實：監管、保險和責任、擴散和機構慣性。 - 傑文斯悖論：如果放射科醫生通過 AI 作為工具加快工作，需求會大幅增加。 我會說，放射科在 2016 年並不是最好的例子 - 它太多面向、風險太高、監管太嚴。當尋找因 AI 在短期內會有很大變化的工作時，我會在其他地方尋找 - 看起來像是重複一個單一任務的工作，每個任務相對獨立、封閉（不需要太多上下文）、短暫（時間上）、寬容（錯誤的成本低），當然還要能夠自動化，符合當前（和數位）能力。即便如此，我仍然預期 AI 最初會被採用作為工具，工作會改變和重構（例如，更多的監控或監督而不是手動操作等）。也許未來，我們會找到更好和更廣泛的例子，來展示這一切在行業中的發展。 大約六個月前，我也被問到是否認為五年後會有更少或更多的軟體工程師。這個練習留給讀者。 完整文章（整個《進行中的作品通訊》相當不錯）：

湯姆·沃爾夫對美國計算機和航空航天技術革命的民族、文化和宗教根源有一些有趣的觀察——創新者的深厚根基並不在常春藤聯盟或麻省理工學院，而是在心臟地帶的“偏遠地區”。 🧵 1/10