國際研究團隊採用蒙特卡洛方法提升AI編程代碼準確性 | 每日全球科技要聞

▌麥肯錫等美國機構聯合發佈《人工智能時代的開源技術》報告

麥肯錫、Mozilla基金會和帕特里克·麥戈文基金會基於對41個國家、700餘名技術領導者的調查，分析企業如何部署開源AI技術。報告指出，美國和歐洲的組織廣泛使用Meta、Google等開源模型，重視其高性能、低成本優勢，預計未來使用比例將持續上升。

▌美英研究團隊發佈《人工智能處理的未來》報告 揭示異構計算新趨勢

麻省理工科技評論與ARM合作發佈《人工智能處理的未來》報告，指出隨着AI推理能力提升，AI處理正加速向終端側遷移。報告強調，採用CPU、GPU、NPU等異構計算架構可提高能效與響應速度，推動AI更廣泛嵌入智能設備，適應分佈式應用需求。

▌國際研究團隊採用蒙特卡洛方法提升AI編程代碼準確性

美國MIT、加拿大麥吉爾大學、瑞士ETH Zurich等高校研究人員將“順序蒙特卡洛方法（SMC）”應用於AI代碼生成，顯著提高生成代碼的正確性與實用性。該方法可在生成過程中動態分析並丟棄無效代碼，優於傳統重排序方法，並在多個編程語言和任務中超越大模型性能。

▌韓德研究團隊開發類腦視覺AI技術

韓國基礎科學研究院（IBS）、延世大學與德國馬克斯·普朗克研究所合作，開發出新型Lp-Convolution技術。該技術通過動態調整CNN濾波器形狀，使AI圖像處理更接近人腦機制。測試顯示該技術可提升模型準確率15%，降低30%計算負載，神經活動模式與生物數據高度吻合。

▌瑞德研究團隊揭示生物質對歐盟能源轉型至關重要

瑞典查爾姆斯理工大學、瑞典Rise研究所與德國柏林工業大學的研究表明，若不在歐洲能源系統中投資使用生物質，將導致每年增加約1690億歐元（約合1.3萬億人民幣）的能源轉型成本。研究指出，生物質不僅能替代化石原料生產燃料和化工品，還可通過碳捕集與封存實現負排放，在實現零碳甚至負碳排放目標中發揮關鍵作用。

▌美國科學家發現新型“光學旋轉”光束結構

哈佛大學科學家發現一種新型“光學旋轉”光束結構，其傳播過程中的扭矩不斷變化，呈現出類似自然界螺旋形的費波那契圖案，可用於精準操控微粒，且使用低功率和普通液晶裝置生成，比傳統高能激光方案簡單，未來可應用於光鑷、微操控等領域。

▌美中STEM人才差距加劇美國半導體困境

Techovedas報道，美國半導體行業現缺口6.7萬個STEM崗位，2030年預計還需11.5萬人才。儘管《CHIPS法案》投入390億美元，但2020年美國STEM畢業生僅82萬，遠低於中國的357萬，且多數留學生畢業後離美。這一人才缺口正嚴重削弱美國在半導體領域的技術競爭力，並對國家安全和全球科技領導地位構成威脅。

▌特朗普的“科學戰爭”爲歐洲科技人才佈局帶來重大機遇

The next web報道，在特朗普政府削減科研經費、限制科研自由背景下，美國研究人員轉向歐洲尋求發展，法國與比利時率先啓動專門接納計劃，吸引AI與氣候技術人才，推動高校科研成果轉化，助力科技初創孵化，爲歐洲在前沿技術領域提供戰略機遇。

▌美政府新機構DOGE影響國家科學基金會科研資助方向

美國“政府效率部”（DOGE）人員進入國家科學基金會（NSF）總部，對科研資助系統進行干預。相關項目被終止，包括涉及多元化和虛假信息研究的課題。相關報道稱DOGE可審查並修改資助機會，AI背景人員介入科研資金分配機制。