路透社周五报道称,苹果已经开始将中国用户个人数据储存在属于中国电信的服务器上,标志着苹果首次将用户数据储存在大陆境内。
苹果在一份声明中表示,中国电信已被该公司添加到“数据中心供应商”列表当中。苹果称,这项决定旨在提高其iCloud服务访问速度和可靠性。苹果iCloud服务允许用户从多个设备上存储照片、音乐和其他数据。在接近iCloud用户使用地存储数据,可以确保数据传输速度得到提高,而且更加安全可靠。
苹果暂未对该报道置评。
苹果将其中国用户的iCloud服务数据储存在中国境内的做法,显然有别于其他科技GIS,特别是谷歌公司。由于担心数据受到审查、出于隐私保护考虑,谷歌拒绝在中国内地建立数据中心,而是将自己的服务数据转移至香港。
尽管境外媒体对中国隐私保护存有非议,但苹果的这一决定似乎向这些非议泼去一盆冷水。苹果称,其在中国境内存储的数据进行了深度加密处理,并非中国电信或其他任何一方所能获取。一位匿名消息人士向路透社表示,苹果对那些离岸数据进行了加密密钥处理。
值得注意的是,离岸存储的数据并不一定能够躲避美国联邦政府的查询,比如在上个月,美国一位联邦法官下令微软交出其客户存储在爱尔兰都柏林的电子邮件账号。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。