CNET科技資訊網(wǎng) 9月29日 北京消息:滴滴出行今日宣布硅谷安全教父弓峰敏與網(wǎng)絡(luò)安全資深專家卜崢聯(lián)袂加盟滴滴,弓峰敏出任滴滴信息安全戰(zhàn)略副總裁和滴滴研究院副院長,負責制定信息安全戰(zhàn)略和研發(fā)下一代信息安全技術(shù);卜崢則擔任滴滴信息安全副總裁,全面領(lǐng)導(dǎo)信息安全團隊。
“中國市場復(fù)雜而龐大,滴滴對數(shù)千萬司機和數(shù)億乘客擔負有信息安全保障的責任。安全是我們業(yè)務(wù)的生命線,也是未來全球研發(fā)戰(zhàn)略的核心一環(huán)。另一方面,作為每天線下有2000萬訂單的出行平臺,相對于其他互聯(lián)網(wǎng)公司,滴滴在網(wǎng)絡(luò)安全上也面臨著極大的技術(shù)考驗。”滴滴出行CTO張博表示,“希望在弓峰敏和卜崢的幫助下,滴滴提升平臺交易安全和網(wǎng)絡(luò)安全,并通過大數(shù)據(jù)等技術(shù),構(gòu)建一個日趨完善的安全生態(tài)。也歡迎更多全球頂尖科技人才加入我們。”
滴滴信息安全戰(zhàn)略副總裁弓峰敏
弓峰敏博士被譽為硅谷安全創(chuàng)業(yè)教父,在網(wǎng)絡(luò)及安全研發(fā)領(lǐng)域有著三十多年的經(jīng)驗,加盟滴滴之前是AssureSec聯(lián)合創(chuàng)始人兼CEO,此外,弓峰敏博士是世界著名網(wǎng)絡(luò)安全公司Palo Alto Networks的聯(lián)合創(chuàng)始人,還是多家新興安全公司的創(chuàng)始人或重要高管,其中三家企業(yè)已成功上市或被收購,他也是連續(xù)創(chuàng)業(yè)者和硅谷天使投資者。
滴滴信息安全副總裁卜崢
卜崢在信息安全企業(yè)有著豐富的從業(yè)經(jīng)驗,他在2000年聯(lián)合創(chuàng)辦綠盟科技,是國內(nèi)最早從事網(wǎng)絡(luò)安全的企業(yè)之一,并在美國三大安全軟件企業(yè)之一的McAfee任威脅研究總監(jiān)近十年,帶領(lǐng)團隊進行了世界范圍內(nèi)的信息安全研究,他和他的團隊在入侵檢測、惡意軟件、高級威脅和威脅情報等方面都有著深入研究。加入滴滴之前他是AssureSec聯(lián)合創(chuàng)始人兼總裁。
平臺上每天產(chǎn)生2000萬訂單的滴滴認為,海量出行和交易數(shù)據(jù)對網(wǎng)絡(luò)安全提出了更高要求,且移動出行領(lǐng)域涵蓋了各種安全挑戰(zhàn),面臨從基本的安全攻防到交易安全問題。
弓峰敏表示:“滴滴平臺從乘客到司機到合作伙伴,涉及大量金融付費交易的過程,帶來信息保護以及類似身份信息偷盜、欺詐犯罪等有關(guān)問題,滴滴需要保護客戶信息、避免付費和交易過程中的欺詐以及個人賬戶信息泄露等,而最讓人振奮的是,滴滴不只是解決出行問題,同時還能解決更大的問題,從國家到全球?qū)用?,包括城市發(fā)展、交通、環(huán)境保護等社會問題,這是極大的挑戰(zhàn)!”
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(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。實驗顯示,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。
同濟大學(xué)團隊開發(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)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時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等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。