4月10日,馬克.扎克伯格在參議院司法和商業(yè)委員會聯(lián)合會議上
美國當?shù)貢r間4月11日(北京時間12日),正處于風口浪尖的Facebook首席執(zhí)行官馬克.扎克伯格將到美國眾議院能源和商業(yè)委員會出席聽證會。在此之前,其已于本周二(北京時間11日凌晨)參加了美國參議院司法與商業(yè)委員會聯(lián)合聽證會,主要討論關(guān)于監(jiān)管的議題。
面對44位議員,在長達5小時的盤問中,扎克伯格回答了包括Facebook在2016年美國總統(tǒng)大選中的角色,以及公司如何處理隱私數(shù)據(jù)等問題。包括為什么用戶要信任Facebook的自我規(guī)范,他希望看到什么樣的監(jiān)管,是否認可“同意法案”(允許聯(lián)邦貿(mào)易委員會對個人數(shù)據(jù)進行數(shù)據(jù)隱私保護的法案),是否仍然贊同誠實廣告法等等。
在關(guān)于監(jiān)管的對話中,猶他州參議員Orrin Hatch提到了過度政府監(jiān)管的潛在問題。扎克伯格對此回應:限制臉部識別等技術(shù)等應用和發(fā)展可能會扼殺商業(yè)創(chuàng)新。
“我認為尋找這其中的平衡點非常重要。”扎克伯格說,“美國公司需要通過新技術(shù)的應用來實現(xiàn)商業(yè)領(lǐng)域的創(chuàng)新,否則我們將在競爭中輸給中國及其他國家,他們有不同體制,以適應不同時代的環(huán)境。”
原計劃在兩周后的Facebook年度開發(fā)者大會上首次推出的由語音控制和臉部識別驅(qū)動的消費者的硬件設備,由于這次隱私泄露事件也被迫推遲。
就在幾天前,中國計算機視覺領(lǐng)域的創(chuàng)業(yè)公司SenseTime才在阿里巴巴領(lǐng)投(此外還包括IDG集團和高通)的融資中募集了6億美元,僅僅成立3年,該公司的估值以達30億美元,成為世界上最有價值的AI初創(chuàng)公司之一。無獨有偶,Megvii Face ++公司也在去年獲得了由俄羅斯和中國政府支持的投資基金機構(gòu)牽頭的融資,金額達4.6億美元。
值得注意的是,此前Face ++和SenseTime等公司合作,已經(jīng)為中國政府打造了一個面向13億市民的臉部識別數(shù)據(jù)庫,該數(shù)據(jù)庫正在為閉路電視監(jiān)控和智能眼鏡等設備提供信息,以便警方在數(shù)秒內(nèi)識別目標對象。
未來今日研究所創(chuàng)始人艾米韋伯最近指出,如果數(shù)據(jù)是人工智能時代的新石油,中國將控制這個世界上最大的“石油資源”。借此,中國將在2018年底超過世界其他國家,而不是原來預計的2030年。
然而,中國市場并不是扎克伯格證詞中的唯一支點。在盤問中,他還提到了“通俄門”事件。
扎克伯格表示,他不能保證俄羅斯政府支持的巨魔農(nóng)場互聯(lián)網(wǎng)研究機構(gòu)(IRA)已經(jīng)完全從Facebook平臺上移除。
他說:“這是一場軍備競賽,他們將繼續(xù)在這方面做得更好,而我們也需要在這方面進行投資從而做得更好。”“只要俄羅斯還有人干涉世界各地的選舉,這將是一場持續(xù)不斷的沖突。”
除此之外,扎克伯格還在他的證詞中多次提到人工智能。他表示,無論是仇恨言論、假新聞,還是恐怖分子的網(wǎng)絡攻擊、平臺內(nèi)容的審核等問題都可以通過AI來解決。
比如,他向國會議員保證,F(xiàn)acebook已經(jīng)部署新的人工智能工具,更好地識別虛假賬戶,防止外國勢力干擾選舉。此外,F(xiàn)acebook 可能會在 5 到 10 年內(nèi)開發(fā)出人工智能工具,準確標記出仇恨言論。他表示,他很看好 Facebook 能在這段時間內(nèi)開發(fā)出“能判斷細微語言差別”的工具,當然,需要明確的是當前的 Facebook 還沒能做到這點。
事實上,扎克伯格現(xiàn)已經(jīng)“癡迷”于人工智能很久了。最近幾個月來,F(xiàn)acebook已經(jīng)引入了超過20,000人參與信息安全和內(nèi)容審核工作,這在國會證詞中被反復提及。
如果法規(guī)和隱私限制法案通過,不可避免地將導致對臉部識別等科技公司的擴張和創(chuàng)新。
美國國會用何種方式來監(jiān)管Facebook和其他科技巨頭的考量仍然非常重要,但實際上臉部識別技術(shù)等相關(guān)的服務也可以超出監(jiān)控范圍實現(xiàn)應用,比如,嵌入到自動駕駛、生物識別支付,或者其它消費硬件中。
許多從2016年美國總統(tǒng)大選以來一直關(guān)注科技新聞的美國民眾已經(jīng)越來越不信任Facebook。畢竟,在過去的六個月里,每隔幾個星期就會有一個假新聞的曝光或信息使用不當?shù)氖录霈F(xiàn)。
美國國會議員以及全世界都在關(guān)注扎克伯格的證詞,其中很多人都認為沒有理由相信他所說的話。有國會議員對此表示,從扎克伯格的道歉中已足以證明Facebook內(nèi)部的自我監(jiān)管和規(guī)范并沒有奏效,但他對計算機視覺的評估似乎是合理的。
當然,值得肯定的是,如果美國國會制定了阻礙臉部識別技術(shù)發(fā)展的相關(guān)法規(guī),這對于像Face ++和SenseTime這樣的中國公司并非壞事,它們將在計算機視覺領(lǐng)域占據(jù)早期優(yōu)勢。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(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)合深度學習和數(shù)學優(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。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓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練效率,已在多個任務上驗證有效性。