科技行者 1月8日 北京消息(文/尹軼男):什么“無頭貓”機(jī)器人、什么縱向電視、什么自動(dòng)垃圾桶,通通沒有排面兒。在今年的CES技術(shù)大展上,最熱門的話題只有一個(gè),那就是隱私。
近年來,監(jiān)管機(jī)構(gòu)與消費(fèi)者對(duì)于個(gè)人數(shù)據(jù)的關(guān)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(dǎo)用戶實(shí)現(xiàn)各項(xiàng)關(guān)鍵性隱私設(shè)置。Facebook解釋為,更新后的檢查工具將幫助用戶輕松了解誰(shuí)有權(quán)查看共享內(nèi)容、如何使用個(gè)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(gè)人發(fā)帖、個(gè)人資料信息以及對(duì)接Facebook賬戶的應(yīng)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(shí)間同樣宣布對(duì)配套應(yīng)用程序進(jìn)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(shí)間,由于默認(rèn)將視頻內(nèi)容共享給各地執(zhí)法機(jī)構(gòu),Ring公司遭到隱私保護(hù)者們的強(qiáng)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(yǔ)音助手當(dāng)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(jìn)一步了解當(dāng)前隱私選項(xiàng)并變更各項(xiàng)設(shè)置。同時(shí),還為用戶提供了語(yǔ)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(gè)人數(shù)字助手以來,蘋果公司時(shí)隔28年重返CES現(xiàn)場(chǎng)。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(jí)總監(jiān)Jane Horvath在本周二參加了一場(chǎng)小型會(huì)議,題為“首席隱私官圓桌會(huì)議:消費(fèi)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(huì)曾因隱私侵犯問題對(duì)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(dòng)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?cè)谖绰男型ㄖx務(wù)的情況下允許外包人員審查用戶的語(yǔ)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(fèi)者對(duì)于隱私問題“只會(huì)更加了解也更加關(guān)注”,因此隱私很可能會(huì)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(rèn)真處理隱私問題”,這顯然是一種防御性舉動(dòng),因?yàn)?ldquo;如果不這么做,科技企業(yè)未來很可能面臨更為嚴(yán)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(shí)際上,隱私問題在去年的CES大會(huì)上也有體現(xiàn),但具體方式與今年不太一樣。當(dāng)時(shí)蘋果公司曾在拉斯維加斯會(huì)議中心附近設(shè)置了巨型廣告牌,寫著“iPhone上的一切,只留存于iPhone”,意在強(qiáng)調(diào)對(duì)隱私問題的重視。
好文章,需要你的鼓勵(lì)
新加坡國(guó)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(duì)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(jiǎn)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(duì)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(yǔ)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(yǔ)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。