據(jù)《紐約時(shí)報(bào)》和《明鏡周刊》報(bào)道,美國(guó)國(guó)家安全局(NSA)早已秘密侵入了中國(guó)電信和互聯(lián)網(wǎng)巨頭華為總部服務(wù)器。
根據(jù)仍在逃亡的NSA前雇員愛德華·斯諾登(Edward Snowden)提供的文檔,有報(bào)道稱,美國(guó)國(guó)家安全局曾訪問過華為的電子郵件存檔、公司高管之間內(nèi)部文件的通信交流,甚至還有個(gè)人華為產(chǎn)品的秘密源代碼?! ?/p>
當(dāng)?shù)貢r(shí)間上周六,《明鏡周刊》援引自一份來自NSA內(nèi)部文件的消息稱:“我們目前能夠?qū)ο嚓P(guān)網(wǎng)絡(luò)進(jìn)行正常訪問,并獲取了大量不知如何處置的數(shù)據(jù)。”
華為成立于1987年,由前中國(guó)國(guó)防部陸軍工程兵任正非創(chuàng)立,總部位于深圳。華為技術(shù)有限公司是全球領(lǐng)先的網(wǎng)絡(luò)設(shè)備供應(yīng)商之一,也是世界第三大智能手機(jī)制造商。由于美國(guó)政府認(rèn)為該公司與中國(guó)政府關(guān)系密切,因此華為一直被美國(guó)視為其潛在的安全特洛伊木馬,不過美國(guó)對(duì)此予以了否認(rèn)?!?/p>
出于對(duì)間諜活動(dòng)的擔(dān)心,美國(guó)和澳大利亞曾禁止華為參與他們的寬帶項(xiàng)目。
據(jù)《紐約時(shí)報(bào)》報(bào)道,援引自斯諾登提供的2010年文件顯示,美國(guó)安局代號(hào)為“獵巨人(Shotgiant)”項(xiàng)目的最初目標(biāo)是想調(diào)查華為與中國(guó)軍方之間的聯(lián)系。
然而之后美國(guó)安局?jǐn)U大了目標(biāo),旨在學(xué)會(huì)如何通過華為出售給第三國(guó)的設(shè)備,入侵其他國(guó)家采用華為設(shè)備的計(jì)算機(jī)及電話網(wǎng)絡(luò)。
據(jù)《紐約時(shí)報(bào)》報(bào)道,援引自國(guó)家安全局的文檔顯示:“許多我們監(jiān)視的目標(biāo)都通過華為i制造的產(chǎn)品進(jìn)行通信溝通。”文檔中還補(bǔ)充道:“我們希望能夠確保己方了解如何利用這些產(chǎn)品,以進(jìn)入全球各地利益方的網(wǎng)絡(luò)。”
雖然華為是美國(guó)思科公司的一個(gè)主要競(jìng)爭(zhēng)對(duì)手,但美國(guó)官員堅(jiān)持認(rèn)為,情報(bào)機(jī)關(guān)并不會(huì)代表美國(guó)公司像斯諾登所宣稱的那樣發(fā)動(dòng)工業(yè)間諜活動(dòng)。
一位高級(jí)情報(bào)官員于當(dāng)?shù)貢r(shí)間上周四向記者表示:“我們把外國(guó)公司作為監(jiān)視目標(biāo)的做法不屬于任何經(jīng)濟(jì)間諜活動(dòng)的一部分。”
這位官員表示,經(jīng)濟(jì)情報(bào)工作的宗旨是“支持國(guó)家安全利益”和“盡量不要幫助波音”。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。