奧丁丁新聞 OwlNews｜多元觀點。獨創你的輪廓

圖／示意圖商傳媒｜葉安庭／綜合外電報導在美國2026年中期選舉中，選民對人工智慧（AI）數據中心相關提案的態度，發出了明確的警示。全美10個州共41項與數據中心相關的提案，除了北達科他州哈伍德市（Harwood）的一項提案外，其餘地方的選民幾乎全數支持對數據中心開發設限或直接予以拒絕，這對AI產業快速成長的基礎設施擴建計畫構成重大挑戰。 這些「數據中心投票」指的是地方性的公投，讓居民能直接決定是否允許或限制在當地興建大型數據中心。從選舉結果來看，反對聲浪尤其強勁。根據《Shattered》報導，佛州埃奇沃特市（Edgewater）有超過77%的選民投票通過修正案，禁止新的數據中心建設；俄亥俄州阿什維爾市（Ashville）則有超過81%的選民，否決了與數據中心公司EdgeConneX合作興建兩座數據中心的協議。同樣在俄亥俄州的迪法恩斯市（Defiance），一項限制數據中心建設的修正案也以64.73%的高票通過。此外，《The Neuron》指出，加州阿罕布拉市（Alhambra）有83%的選民投票禁止數據中心，緬因州韋爾斯市（Wells）也有82%的選民支持暫停數據中心建設180天。美國政治百科全書（Ballotpedia）追蹤的數據顯示，今年47項地方性數據中心相關投票中，有46項的結果是傾向於更嚴格的限制或拒絕。 地方反對聲浪已對AI產業的投資造成實質影響。新街研究（New Street Research）估計，2026年全球AI資本支出將達到6900億至7250億美元（約新台幣22兆至23.3兆元）。然而，該機構表示，2026年上半年美國約有1980億美元（約新台幣6.3兆元）的數據中心專案，因地方反對而被阻擋或延遲。數據中心觀察（Data Center Watch）的報告也指出，2026年第二季至少有45個數據中心專案因地方反對而中斷，總價值約680億美元（約新台幣2.1兆元）。一份由新街研究引述的追蹤民調顯示，公眾對數據中心的整體反對率，已從2025年8月的42%飆升至2026年8月的75%，短短一年內增加了33個百分點。 面對日益增長的地方阻力，科技巨頭們開始調整策略。OpenAI在地方投票結果出爐後宣布，針對其未來的數據中心選址，將做出多項承諾，包括給予當地居民更多發言權、負責電力成本，並投資於社區優先專案。OpenAI承諾將公布具體場址的用水、用電量、噪音研究報告及當地雇用資訊，並停止要求公職人員簽署保密協定，僅保留針對特定安全與專有資訊的例外。該公司已承諾在喬治亞州埃芬漢縣（Effingham County）投資8000萬美元，並在俄亥俄州派克縣（Pike County）投資4000萬美元。微軟（Microsoft）也於今年1月承諾，將負責其數據中心的電力基礎設施費用，並不再要求地方政府降低財產稅率。亞馬遜（Amazon）的Built Together計畫，更承諾在五年內投入超過10億美元，用於教育和職訓等地方優先事項。這顯示AI產業若要維持其擴張計畫，除了技術發展外，也必須更積極地取得當地社區的理解與支持。

螢光奈米鑽石打造細胞GPS，追蹤治療分子路徑，助減動物實驗。

傷口流血可沖水嗎？醫：水源、傷口狀況都要考量　不建議用雙氧水消毒/健康醫療網

圖／示意圖商傳媒｜何映辰／台北報導美國新創公司 Physical Superintelligence PBC（PSI）近日宣布，其搭載了 Anthropic 未公開模型的 AI 系統，已成功證明了長達近 20 年的「阿倫森─安貝尼斯猜想」（Aaronson-Ambainis conjecture）。這項量子計算理論中的難題自 2008 年提出以來懸而未決，如今透過人工智慧的力量獲得解答，對於量子電腦的效能邊界有了更清晰的理解。 「阿倫森─安貝尼斯猜想」是由電腦科學家斯科特·阿倫森（Scott Aaronson）與安德里斯·安貝尼斯（Andris Ambainis）於 2008 年提出的一個精確「數學猜想」（尚未被證明但被認為可能為真的數學命題）。它探討的是，量子電腦在處理任何「是或否」的隨機輸入問題時，相較於傳統電腦能節省多少計算量。現在被證實的答案是：最多只能節省「多項式」等級的計算量，而非部分人預期的「指數級」加速。 PSI 公司表示，其內部研究系統在運作至第三天時，便生成了完整的證明。這份證明已由自動定理證明軟體 Lean 驗證並接受。隨後，該 AI 系統進一步處理了相關的開放性問題，並將其證明結果兩度改進，最終版本也獲得 Lean 的認可。PSI 已將相關論文與完整的形式證明公布在 GitHub 平台供各界查閱。 這項突破性的定理，證實了斯科特·阿倫森多年來的警示：量子電腦並非能透過同時嘗試所有解法來瞬間解決所有難題，至少對於隨機資料上的「是或否」問題而言是如此。該定理劃清了界線：傳統電腦在處理非結構化（即無規律）資料時仍能與量子電腦並駕齊驅，而量子電腦的真正加速優勢，僅存在於那些具有明確結構的資料問題上。史丹佛大學的研究團隊對此結果評價稱，這是一項「重大的成果」，巧妙地結合了布林函式分析與機率組合學。 PSI 指出，任何宣稱能在混亂、非結構化資料上實現指數級量子加速的公司，現在必須明確指出其資料中隱藏的結構何在。這項研究成果不僅解決了量子計算領域的長期疑問，也展示了 AI 在基礎科學研究中，作為強大工具的潛力。