蘋(píng)果與Facebook發(fā)動(dòng)一場(chǎng)全面“冷戰(zhàn)”,而此次爭(zhēng)奪的焦點(diǎn),在于消費(fèi)者數(shù)據(jù)隱私。
這場(chǎng)戰(zhàn)斗的導(dǎo)火索,源自蘋(píng)果此前宣布向用戶全面開(kāi)放個(gè)人數(shù)據(jù)跟蹤選項(xiàng)。而長(zhǎng)期依靠默認(rèn)允許而大發(fā)橫財(cái)?shù)腇acebook立即在主流媒體上發(fā)布整版公告,對(duì)蘋(píng)果的行為予以譴責(zé)。在最近的演講中,蘋(píng)果公司掌門(mén)人Tim Cook發(fā)起還擊,強(qiáng)調(diào)用戶數(shù)據(jù)仍被眾多廠商所攫取、且由此引發(fā)的風(fēng)險(xiǎn)不容忽視。
兩家公司各自堅(jiān)持立場(chǎng),也都擁有沖擊整個(gè)科技乃至商業(yè)領(lǐng)域的巨大影響力。更重要的是,數(shù)據(jù)隱私已經(jīng)成為這個(gè)時(shí)代的核心議題。在用戶們看到WhatsApp發(fā)布的“要么接受新的隱私條款,要么放棄使用這款軟件”的混蛋協(xié)議之后,輿情立即沸騰。此外,數(shù)據(jù)隱私法案也成為全美各州一級(jí)政府愈發(fā)關(guān)注的新問(wèn)題。
事情走到今天這一步,原本的旁觀者們顯然已經(jīng)無(wú)法置身事外。每家技術(shù)企業(yè)都在訪問(wèn)用戶數(shù)據(jù),而每家公司也都需要在這場(chǎng)數(shù)據(jù)隱私戰(zhàn)中表達(dá)自己的態(tài)度:到底是繼續(xù)收集并使用消費(fèi)者數(shù)據(jù),還是表明自己尊重并保護(hù)用戶數(shù)據(jù)的立場(chǎng)。當(dāng)然,重視消費(fèi)者數(shù)據(jù)隱私并不一定要徹底改變?cè)姓?企業(yè)只需要以消費(fèi)者能夠理解的方式明確表達(dá)政策內(nèi)容,并保證內(nèi)部團(tuán)隊(duì)能夠切實(shí)貫徹其中的具體要求。
隱私政策需要關(guān)注的是用戶訴求,而非法律訴求
每一家正在收集并共享消費(fèi)者數(shù)據(jù)的企業(yè),都需要向用戶(而非法務(wù)人員)提供一份易于理解的政策說(shuō)明。之所以要強(qiáng)調(diào)這一點(diǎn),是因?yàn)橐酝碾[私政策往往冗長(zhǎng)且晦澀,充斥著大量法律術(shù)語(yǔ),相當(dāng)于逼著用戶跳到結(jié)尾、直接點(diǎn)擊“同意”。
靠譜的隱私政策應(yīng)該闡明公司認(rèn)定哪些數(shù)據(jù)歸屬于消費(fèi)者、而哪些歸屬于企業(yè)自身。內(nèi)容應(yīng)該清晰易懂,盡可能減少不必要的術(shù)語(yǔ)。女性健康應(yīng)用Clue就是個(gè)正面案例,其中概述了應(yīng)用從用戶那里收集了哪些數(shù)據(jù)、為什么要進(jìn)行收集。面對(duì)健康信息這類(lèi)敏感的數(shù)據(jù),更為透明的隱私政策能夠極大提升消費(fèi)者的信任度。去年,擁有成熟隱私治理思路(包括良好透明度)的企業(yè)中,有91%都迎來(lái)了用戶信任度與忠誠(chéng)度的顯著提升。
建立這類(lèi)用戶友好型隱私策略的另一大優(yōu)勢(shì),在于它能幫助企業(yè)領(lǐng)導(dǎo)者決定是否需要更改現(xiàn)有隱私治理慣例。簡(jiǎn)單來(lái)說(shuō),如果領(lǐng)導(dǎo)者感覺(jué)自己的數(shù)據(jù)處理方式“不宜向外部公開(kāi)”,那最好馬上著手進(jìn)行調(diào)整。
數(shù)據(jù)隱私“路標(biāo)”——為用戶導(dǎo)航
除了用戶友好的隱私政策之外,企業(yè)還應(yīng)該為消費(fèi)者提供隱私“路標(biāo)”,幫助他們從混亂的數(shù)據(jù)收集體系中摸索出明確的線索,據(jù)此就是否共享數(shù)據(jù)做出明智決定。
不少朋友誤以為Facebook一直提供關(guān)于使用消費(fèi)者數(shù)據(jù)進(jìn)行廣告定向投放的提示,但實(shí)際上Facebook從來(lái)沒(méi)有就此做出過(guò)明確解釋。他們只是大量收集用戶數(shù)據(jù),而這種消極的沉默態(tài)度也極大損害了自身品牌在消費(fèi)者群體內(nèi)的聲譽(yù)。
數(shù)據(jù)隱私路標(biāo)超越了基本隱私政策,旨在為用戶提供更多解釋性信息,幫助他們確定自己愿意共享哪些數(shù)據(jù)內(nèi)容。例如,企業(yè)可以向用戶闡明自己絕不會(huì)以哪些方式使用對(duì)方的數(shù)據(jù)。關(guān)于數(shù)據(jù)隱私等抽象、復(fù)雜議題時(shí),人們往往能夠輕松理解自己對(duì)哪些條款不滿意。Signal等廠商就在產(chǎn)品說(shuō)明中強(qiáng)調(diào),自己無(wú)法訪問(wèn)用戶的消息,也“永遠(yuǎn)不會(huì)以任何方式出售、租賃或使用用戶的個(gè)人數(shù)據(jù)或內(nèi)容牟利。”
良好的隱私路標(biāo)還應(yīng)向用戶闡明企業(yè)方面會(huì)與哪些類(lèi)型的合作伙伴及第三方共享數(shù)據(jù)內(nèi)容,并解釋共享數(shù)據(jù)的理由。Twilio就明確表示其與某些企業(yè)共享部分用戶數(shù)據(jù),借此提高用戶的通話質(zhì)量。這些明確的說(shuō)明有助于增強(qiáng)用戶信任度,也成為消費(fèi)者們選擇某一產(chǎn)品、而拒絕其他產(chǎn)品的有力依據(jù)。
讓數(shù)據(jù)隱私成為企業(yè)文化中的一部分
企業(yè)應(yīng)及早并經(jīng)常與用戶就數(shù)據(jù)隱私慣例開(kāi)展溝通,但請(qǐng)注意,這方面工作屬于內(nèi)部日常事務(wù)。領(lǐng)導(dǎo)者們應(yīng)該采取必要措施,保證企業(yè)文化對(duì)負(fù)責(zé)任的數(shù)據(jù)使用習(xí)慣給予充分鼓勵(lì)。
其中一種典型的方式,就是獎(jiǎng)勵(lì)那些能夠使用最少消費(fèi)者數(shù)據(jù)帶來(lái)良好工作績(jī)效的員工或團(tuán)隊(duì)。例如,領(lǐng)導(dǎo)者可以挑選某個(gè)既圓滿達(dá)成績(jī)效要求、又極大減少了數(shù)據(jù)訪問(wèn)需求的團(tuán)隊(duì),通過(guò)全體會(huì)議普及他們的工作方式與相關(guān)經(jīng)驗(yàn)。此外,企業(yè)還可以考慮采取令牌化技術(shù),即將敏感數(shù)據(jù)轉(zhuǎn)換為數(shù)字“令牌”的形式,確保在遭遇攔截或泄漏時(shí)不致給用戶造成嚴(yán)重后果。在這類(lèi)方案中,令牌所對(duì)應(yīng)的真正數(shù)據(jù)本身將被轉(zhuǎn)移至公司無(wú)法觸及的私有保管庫(kù)內(nèi)。
這些變化將培育出一種新的文化,鼓勵(lì)員工們減少對(duì)數(shù)據(jù)訪問(wèn)的依賴,同時(shí)激發(fā)出更為廣泛的創(chuàng)造力。最后,領(lǐng)導(dǎo)者可以指定一位隱私倡導(dǎo)者,由其強(qiáng)調(diào)用戶隱私保護(hù)的重要意義,并監(jiān)督企業(yè)領(lǐng)導(dǎo)者自己同樣需要嚴(yán)格遵守隱私準(zhǔn)則。
蘋(píng)果與Facebook已經(jīng)打響了數(shù)據(jù)隱私之戰(zhàn)的第一槍?zhuān)F(xiàn)在每家公司都需要明確自己的定位。未來(lái)幾年,消費(fèi)者們將越來(lái)越多地選擇那些愿意尊重并保護(hù)其數(shù)據(jù)的廠商。誰(shuí)擁有更好、更透明的內(nèi)部數(shù)據(jù)隱私制度,誰(shuí)就能贏得更多忠誠(chéng)用戶,最終建立起更強(qiáng)大的業(yè)務(wù)體系。
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(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)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(wú)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(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(wèn)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(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)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(wú)法有效利用視覺(jué)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(guò)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。