网络隐私已经成为过去一年人们最担心的问题之一。美国信用机构Equifax公司遭到黑客攻击,导致约有1.43亿用户数据泄露事件使人们对信息安全十分担忧。
不幸的是,人们对其他大品牌公司的信任度并不高,这其中包括谷歌公司。根据美国电子信息中心的调查,消费者更关心的是谷歌公司和Facebook公司访问他们的数据,而不是他们的互联网服务提供商。这些担心程度很可能在未来一年上升。
谷歌的隐私问题可能会在2018达到新高
谷歌公司是第一批从大数据中构建品牌形象的公司之一。谷歌公司共同创始人Larry Page和Sergey Brni开发了Page Rank算法,该算法依赖于通过互联网抓取内容,并根据其权限级别对内容进行排名。
谷歌公司对大数据的承诺并没有结束。多年来,他们专注于收集更多的用户数据,以改善他们的服务体验,并为广告客户提供更多的价值。然而,他们收集客户数据的承诺可能损害客户的权益。
这些担忧今年比以往任何时候都要高。最大的原因之一是美国国会最近开始废除隐私保护法规。这打开了潘多拉盒子,许多互联网服务提供商可能在有关的方面利用更宽松的规则。虽然新政策的实施并没有以任何方式影响谷歌公司的商业模式,但一般客户并不了解这些差异。此外,互联网服务提供商可能会收集有关搜索引擎上客户活动的更多数据。谷歌公司使用安全连接,因此互联网服务提供商可能无法看到大多数数据客户键入的内容。但是,他们可以通过各种方式对客户搜索查询进行推理,例如通过点击付费广告时跟踪令牌的使用。
而一些网络安全专家表示,在隐私保护法规被撤销后,人们更加担心自己的隐私。
“新政策可能会伤害一些需要收集更多用户数据的电子商务客户。这将对整个行业产生负面影响,”一位网络安全专家指出。
消费者似乎更多地依靠VPN,并试图在谷歌网站隐藏他们的个人信息,这为VPN服务创造了更强的需求。
然而,一些客户一直在警惕使用VPN来逃避政府部门的跟踪,因为他们认为政府部门将更有可能针对使用它们的用户。一个法院甚至在设定先例之后引起了人们的注意,即法官可以在美国的任何地方为VPN用户颁发许可证,而不管用户所在的地区在哪里。
谷歌的隐私策略在2018年将会让更多客户离开吗?
一位屡获殊荣的新闻工作者和技术专家Dan Arel表示,2017年已经成为一场完美的风暴。Arel指出,最近发生的安全漏洞事件和美国政府的控制已经开始引起人们的一些担忧。他警告说,谷歌公司和美国政府部门可以会有一些侵犯人权的行为。
Arel说,“我发现自己已经厌倦了谷歌公司正在查看我们的邮件内容,检查我的搜索内容,并向我推销东西。我也知道当今美国政府正在追踪任何犯罪活动。但我不相信他们会遵守那些不让非法搜查的法律。所以我开始变得更加私密,这意味着放弃谷歌产品,使用加密的更安全的替代方案。”
许多对Arel的帖子发表评论,并对他的发言进行了回应。即使是谷歌公司的首席执行官Sudar Pichai也不得不解决其中的一些问题。Paiai表示,人们继续使用Google的产品,因为他们可以信赖。然而,Reddit和其他社交媒体平台上使用Duck DuckGo等其他搜索引擎的人数却有所增加,这表明Paiai或者是在否认问题,或者需要积极推动改变公众形象。
谷歌产品的命运仍然不确定。有一件事却是明确的,客户对收集他们的数据的行业更加警惕,并可能开始寻找其他替代方案,而人们的担忧在不久的将来将会与日俱增。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。