科技行者 1月8日 北京消息(文/尹軼男):什么“無頭貓”機器人、什么縱向電視、什么自動垃圾桶,通通沒有排面兒。在今年的CES技術大展上,最熱門的話題只有一個,那就是隱私。
近年來,監(jiān)管機構(gòu)與消費者對于個人數(shù)據(jù)的關注與使用一直不斷升溫。在都重視的背景之下,多家全球頂尖科技巨頭在本屆CES大展上,全面宣傳了一波兒自家用戶隱私保障策略。
首先是Facebook,在本周一公布了其“Privacy Checkup”隱私檢查工具的最新版本,旨在引導用戶實現(xiàn)各項關鍵性隱私設置。Facebook解釋為,更新后的檢查工具將幫助用戶輕松了解誰有權查看共享內(nèi)容、如何使用個人信息以及如何提高賬戶安全性。順帶一提的則是,這款工具原本的作用是幫助用戶觀看個人發(fā)帖、個人資料信息以及對接Facebook賬戶的應用程序。
而亞馬遜旗下的家庭安全與視頻門鈴廠商Ring也在同一時間同樣宣布對配套應用程序進行更新,允許用戶退出與所在地警方的視頻共享協(xié)議。就在前段時間,由于默認將視頻內(nèi)容共享給各地執(zhí)法機構(gòu),Ring公司遭到隱私保護者們的強烈抨擊。
緊跟著是谷歌,這位搜索巨頭在本周二宣布在谷歌語音助手當中新增了兩條命令,確保用戶在使用過程中更好地解決隱私問題。例如,一旦被意外激活且說出了不想讓助手聽到的內(nèi)容,用戶就可以立即使用“Hey Google, that wasn’t for you”這條新指令將其撤回;還可以通過“Hey Google,are you saving my audio data?”這條指令進一步了解當前隱私選項并變更各項設置。同時,還為用戶提供了語音數(shù)據(jù)刪除命令。
自從前任CEO John Sculley在1992年首次公布Newton個人數(shù)字助手以來,蘋果公司時隔28年重返CES現(xiàn)場。但這一次,蘋果方面沒有發(fā)布任何新產(chǎn)品,而是專門討論隱私問題。
蘋果公司全球隱私高級總監(jiān)Jane Horvath在本周二參加了一場小型會議,題為“首席隱私官圓桌會議:消費者想要什么?”。一同出席的還有Facebook公共政策副總裁兼政策首席隱私官Erin Egan、寶潔公司全球隱私官Susan Shook以及聯(lián)邦政府貿(mào)易專員Rebecca Slaughter。順帶一提的是,聯(lián)邦貿(mào)易委員會曾因隱私侵犯問題對Facebook公司處于50億美元罰款。
Facebook鬧出的劍橋分析事件在2018年曾掀起軒然大波,并推動科技行業(yè)發(fā)起整體性的隱私自查浪潮。最近,谷歌與蘋果也分別被迫道歉并承諾做出改變,原因是他們在未履行通知義務的情況下允許外包人員審查用戶的語音指令內(nèi)容。
此前,研究公司eMarketer首席分析師Victoria Petrock就指出,消費者對于隱私問題“只會更加了解也更加關注”,因此隱私很可能會成為本屆CES上的一大“熱門議題”。在她看來,科技企業(yè)正努力“證明自己正在認真處理隱私問題”,這顯然是一種防御性舉動,因為“如果不這么做,科技企業(yè)未來很可能面臨更為嚴厲的監(jiān)管;所以他們寧愿成為解決方案的一部分,也不愿被視為問題的一部分。”
實際上,隱私問題在去年的CES大會上也有體現(xiàn),但具體方式與今年不太一樣。當時蘋果公司曾在拉斯維加斯會議中心附近設置了巨型廣告牌,寫著“iPhone上的一切,只留存于iPhone”,意在強調(diào)對隱私問題的重視。
好文章,需要你的鼓勵
浙江大學團隊提出動態(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、編程等任務上顯著提升推理準確率,且不增加計算成本。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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,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。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。