牛顿爵士（Sir Isaac Newton）在学术搜索服务 Google Scholar 上有了认证的电邮，这位著名的英国数学家、博物学家和物理学家看起来在 MIT 获得物理学教授席位，其邮箱后缀是 @mit.edu。相比下，另一位著名的物理学家爱因斯坦（Albert Einstein）则没有认证电邮，可能是因为他偏爱写信。MIT 以及 Google 都未对此消息置评。众所周知 Google 的服务很难找到真人联络，Google Scholar 作为一项免费服务，为学者编辑其个人资料显然很容易，也很容易被自动批准。

百度 CEO 李彦宏在哈佛商评举办的 Future of Business 会议上预测 AI 是另一个泡沫，99% 的 AI 公司会在泡沫破裂时面临倒闭的风险，只有 1% 的公司能生存下来。AI 泡沫有多大，可以用该行业最主要芯片供应商英伟达的市值作为参考，英伟达的市值在两年内增长了十倍，从 3000 亿美元增至 3.4 万亿美元。一辆火车能搭载的乘客是有限制的，李彦宏称，AI 行业的泡沫类似 90 年代和移动互联网市场的泡沫。他认为这段不确定的时期是健康的，将会清除掉 AI 市场中不符合消费者需求的虚假创新或产品。他认为 AI 取代人类工作至少需要 10 到 30 年的时间。

《星际公民(Star Citizen)》开发商 Cloud Imperium Games (CIG)在上周末举行的 CitizenCon 活动上演示了长达一个多小时的《Squadron 42》开场序幕。《Squadron 42》是《星际公民》的独立单人剧情战役，CIG 去年宣布它已经完成了功能开发，进入到打磨阶段，该公司表示游戏时长将达到 30-40 小时。现场演示展现了规模庞大的太空战役，期间游戏多次崩溃，显示确实还需要更多时间打磨。CIG 宣布游戏将在两年后的 2026 年发布。至于多人部分的《星际公民》，目前还没有任何发布时间表，它仍然处于 alpha 阶段。《星际公民》已筹集 7.31 亿美元，是至今为止开发费用最昂贵的游戏，大部分投资来自于玩家所购买的网游部分的虚拟飞船。

过去几年国内 IT 巨头们进行了大规模裁员，此举主要是减少开支，将高薪水的正式编制变成薪水只需一半甚至更低的外包，他们还可以减少缴纳五险一金，结果是很多被裁的资深员工又变成前雇主的外包，但薪水大幅减少。一名京东的员工被裁后以外包身份回到公司，薪资从 2.5 万元减至 2 万元，不再有年终奖等福利待遇，五险一金按照北京市最低标准缴纳。这位员工表示其所在部门由大量外包员工组成。上海财经大学数字经济系教授崔丽丽分析，互联网行业目前缺乏一个全新的技术革新，也从增量市场转入存量市场，发展策略相应发生了很大变化。尤其在经济下行的周期中，他们会采取一些更低成本的创新投入方法，去做一些股权或归属关系的切割，体外孵化创新，可以把风险分担出去。

互联网梅森素数大搜索（GIMPS）项目宣布，第 52 个梅森素数也是已知最大素数 M（136279841）已获得验证。M（136279841）代表 2^136,279,841-1，有 41,024,320 位，比此前最大的素数大 1600 多万位。GIMPS 是一个分布式计算项目，创建于 1996 年，至今已有 28 年历史，它利用志愿者的空闲 CPU 创建了一个遍布全球的超级计算机。M（136279841）的发现代表了 GPU 的崛起，最新素数的发现者是前英伟达员工 Luke Durant，他知道 GPU 在计算方面的巨大力量，他使用了来自 24 个数据中心区域的数千服务器 GPU 运行 GIMPS 程序，10 月 11 日位于爱尔兰都柏林的一台 NVIDIA A100 GPU 报告了新素数，10 月 19 日该素数获得了确认。

微软正向合格设备推送其 Windows 11 24H2，但部分用户在安装更新后报告了蓝屏死机等故障。某些类型设备面临更高的故障风险，软件巨人为此发出了警告。目前受影响的主要是运行英特尔处理器的设备，列入最新警告名单的是华硕的两款笔记本电脑 X415KA 和 X515KA，它们都配备了英特尔第 10/11 代酷睿芯片。微软建议华硕笔记本用户不要手动更新到 Windows 11 24H2，表示正与华硕合作解决问题。此前受影响的英特尔设备与旧的声音驱动相关。

一项发表于《自然-人类行为》的研究发现，在标题或摘要中提及 AI 的论文，相比没有提到这项技术的论文，更有可能跻身相关领域引用次数前 5% 之列，在其他领域往往也能获得更多引用。研究人员在 1960 年至 2019 年发表的近 7500 万篇论文（涵盖 19 个学科）的摘要和标题中，识别了与 AI 相关的术语，如“机器学习”和“深度神经网络”。由于截稿日期的原因，该研究未能捕捉 AI 的最新发展，例如 ChatGPT 等大模型的兴起。根据该研究，过去 20 年中，研究所涉及 19 个学科的研究人员都加强了对 AI 工具的使用，但存在较大差异。计算机科学、数学和工程学的使用率最高，历史、艺术和政治学的使用率最低，地质学、物理学、化学和生物学的使用率则介于两者之间。