針對央視《新聞直播間》曝光“只要在蘋果手機(jī)上使用軟件、用戶使用軟件的時(shí)間地點(diǎn)都會(huì)被記錄下來,甚至可以影響到整個(gè)國家經(jīng)濟(jì)形勢乃至國家秘密”報(bào)道,蘋果公司日前作出回應(yīng),稱蘋果手機(jī)的數(shù)據(jù)搜集功能所采集的數(shù)據(jù)僅存在單個(gè)設(shè)備本身,蘋果公司不會(huì)攫取這些數(shù)據(jù),而且蘋果公司從未與任何政府機(jī)構(gòu)在其產(chǎn)品上創(chuàng)建“后門”。
蘋果針對CCTV報(bào)道作出及時(shí)回應(yīng),顯然是為了安撫中國政府和中國市場用戶,蘋果CEO蒂姆·庫克(Tim Cook)曾多次重申,中國市場是蘋果公司繼美國之后的第二大最重要市場。
在官方支持網(wǎng)站發(fā)表的一份聲明中,蘋果闡述了iPhone手機(jī)“常去地點(diǎn)”(Frequent Locations)功能的特點(diǎn):“你的iPhone手機(jī)將追蹤你最近經(jīng)常光顧的一些地方,以及到這些地方的具體時(shí)間,目的是了解一些對你來說非常重要的位置信息。這些數(shù)據(jù)將僅僅保存在你的設(shè)備,不會(huì)未經(jīng)同意發(fā)送給蘋果公司。它將被用來向你提供個(gè)性化服務(wù),比如預(yù)測交通線路。”
蘋果在聲明中強(qiáng)調(diào),用戶可以選擇關(guān)閉該功能,并一再重申數(shù)據(jù)被保存在個(gè)人設(shè)備上而非蘋果公司。“客戶想要并期待我們的移動(dòng)設(shè)備能夠快速、可靠地確定當(dāng)前位置,從而開展特定活動(dòng),比如購物、旅行,或者尋找最近的餐館,或計(jì)算上班時(shí)間等等。從設(shè)備層面我們做到了這一點(diǎn)。蘋果不追蹤用戶的位置——蘋果從未這么做,也不打算這么做。”
蘋果聲明補(bǔ)充道,“‘常去地點(diǎn)’的位置數(shù)據(jù)只是存儲(chǔ)在客戶的iOS設(shè)備上,它們不會(huì)保存到iTunes或iCloud,而且這些數(shù)據(jù)是經(jīng)過加密的。蘋果不會(huì)獲取或知曉用戶的常去地點(diǎn),這一功能可以通過隱私設(shè)置為‘關(guān)閉’狀態(tài)。”
蘋果最后在該聲明中稱,“蘋果公司從未與任何國家的任何政府機(jī)構(gòu)進(jìn)行合作,試圖在我們的任何產(chǎn)品或服務(wù)中創(chuàng)建‘后門’程序。我們也決不允許訪問我們的服務(wù)器。并且永遠(yuǎn)也不會(huì)。對于蘋果來說,這些是必需嚴(yán)格恪守的信條。”
蘋果聲明全文:
你的位置隱私
蘋果非常注重致力于保護(hù)我們所有客戶的隱私。從最早期的設(shè)計(jì)階段開始,隱私保護(hù)就根植于我們的產(chǎn)品和服務(wù)。我們不懈努力工作,目的是為全球用戶提供最安全的硬件和軟件產(chǎn)品。不像其他許多公司那樣,我們的業(yè)務(wù)并不依賴于收集我們大量客戶的個(gè)人數(shù)據(jù)。我們鄭重承諾,給予我們的客戶清晰而透明的提示以及選擇和控制信息,我們相信,蘋果的產(chǎn)品以簡潔明了的方式做到這一點(diǎn)。
我們非常感謝CCTV的努力,幫助我們對這一我們認(rèn)為非常重要的話題向客戶提供科普。我們要確保所有的中國用戶能夠清晰地了解:在涉及隱私和個(gè)人數(shù)據(jù)信息時(shí),蘋果做了哪些以及未作哪些。
“我們的客戶想要并期待我們的移動(dòng)設(shè)備能夠快速、可靠地確定當(dāng)前位置,從而開展特定活動(dòng),比如購物、旅行,或者尋找最近的餐館,或計(jì)算上班時(shí)間等等。從設(shè)備層面我們做到了這一點(diǎn)。蘋果不追蹤用戶的位置——蘋果從未這么做,也不打算這么做。”
計(jì)算一個(gè)電話的位置,僅用GPS衛(wèi)星數(shù)據(jù)的話可能需要幾分鐘時(shí)間,而iPhone通過預(yù)先儲(chǔ)存的WLAN熱點(diǎn)位置和信號發(fā)射塔位置數(shù)據(jù),并結(jié)合當(dāng)前正在接收的WLAN熱點(diǎn)位置和信號發(fā)射塔信息,可將時(shí)間縮短至幾秒鐘。為實(shí)現(xiàn)該目標(biāo),蘋果通過運(yùn)行一個(gè)安全可靠的眾包數(shù)據(jù)庫,其中包含了通過數(shù)百萬蘋果設(shè)備所收集的發(fā)射塔和WLAN熱點(diǎn)位置信息。但重點(diǎn)需要指出的是,在此收集過程中,蘋果設(shè)備并未發(fā)送或傳輸與任一特定設(shè)備或定用戶相關(guān)的數(shù)據(jù)。
蘋果允許用戶在所有蘋果設(shè)備上控制定位數(shù)據(jù)的收集和使用。用戶必須自主選擇啟用 “定位服務(wù)”,該功能不是默認(rèn)設(shè)置。蘋果不允許任何應(yīng)用,在未預(yù)先彈出提示、并征得用戶明確同意情況下,就擅自接收設(shè)備的定位信息。而且這一提示是強(qiáng)制性的,無法覆蓋。如果用戶改變主意,可通過簡單切換“開啟/關(guān)閉” 按鈕,隨時(shí)推出某一應(yīng)用、服務(wù)的“定位服務(wù)”功能。當(dāng)用戶將某一應(yīng)用或服務(wù)的定位功能切換成“關(guān)閉” 狀態(tài)時(shí),它就會(huì)停止收集數(shù)據(jù)。家長還可以使用“訪問限制” 功能,以阻止孩子使用“定位服務(wù)”。
用戶在使用iPhone了解交通狀況時(shí),iOS可以搜集到“常去地點(diǎn)”數(shù)據(jù),并在“通知中心”的“今天”視圖中顯示交通信息,并在CarPlay中為你展示iOS自動(dòng)規(guī)劃線路。但“常去地點(diǎn)”信息僅存儲(chǔ)在個(gè)人的iOS設(shè)備上,而且經(jīng)過加密處理;它不會(huì)保存到iTunes或iCloud。蘋果從不獲取或了解某個(gè)用戶的“常去地點(diǎn)”信息。這一功能可以通過隱私設(shè)置為‘關(guān)閉’狀態(tài)。
蘋果在任何時(shí)候都不會(huì)通過任一用戶的iPhone手機(jī)去獲取其“常去地點(diǎn)”或其定位服務(wù)數(shù)據(jù)緩存。我們通過用戶密碼對緩存進(jìn)行了加密,避免了任何應(yīng)用對其進(jìn)行訪問。為使用戶獲得更大透明度權(quán)益,用戶成功輸入個(gè)人密碼后,能夠看到其設(shè)備所收集的數(shù)據(jù)。一旦設(shè)備鎖定、在未輸入密碼情況下,任何人無法查看這些信息。
正如此前我們曾經(jīng)所說過的那樣,蘋果公司從未與任何國家的任何政府機(jī)構(gòu)進(jìn)行合作,試圖在我們的任何產(chǎn)品或服務(wù)中創(chuàng)建‘后門’程序。我們也決不允許訪問我們的服務(wù)器。并且永遠(yuǎn)也不會(huì)。對于蘋果來說,這些是必需嚴(yán)格恪守的信條。”
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。