北京时间5月6日上午消息,本周,The Intercept网站再次发布了爱德华·斯诺登(Edward Snowden)曝光的美国政府文件。其中显示,美国国家安全局(NSA)在近10年的时间里持续将监听的语音通话转换为可搜索的文本文档。
长期以来,NSA一直监控着全球范围内,尤其是阿富汗和伊拉克等冲突地区的“信号情报”,这也是NSA的主要职能。以往,这样的数据收集活动需要人工操作员监听通话,并进行实时的翻译。
然而最新曝光的文件显示,NSA开发出了一种被称作“语音版谷歌”的技术。这一自动化系统能提供粗略的、同时可通过关键词进行搜索的语音实录。与此同时,NSA还开发了数据分析项目和复杂的算法,以标记出需要人工审阅的通话。
此外,这一技术实现了自动化和工业级规模,从而帮助NSA监控特定地区的庞大通话流量。这些自动转换的文本十分粗略,但根据来自NSA的托马斯·德拉科(Thomas Drake)的说法,“即使并不是100%完美,我仍可以获得大量信息。这样的情报更容易读取,我可以进行搜索。真正的突破在于实现了庞大的规模。”
好文章,需要你的鼓励
Queen's大学研究团队提出结构化智能体软件工程框架SASE,重新定义人机协作模式。该框架将程序员角色从代码编写者转变为AI团队指挥者,建立双向咨询机制和标准化文档系统,解决AI编程中的质量控制难题,为软件工程向智能化协作时代转型提供系统性解决方案。
西北工业大学与中山大学合作开发了首个超声专用AI视觉语言模型EchoVLM,通过收集15家医院20万病例和147万超声图像,采用专家混合架构,实现了比通用AI模型准确率提升10分以上的突破。该系统能自动生成超声报告、进行诊断分析和回答专业问题,为医生提供智能辅助,推动医疗AI向专业化发展。
上海AI实验室团队发现自回归图像生成模型存在局部依赖、语义不一致和空间不变性缺失三大问题,提出ST-AR训练方法。该方法通过掩码注意力、跨步骤对比学习和跨视角对比学习,让AI"先理解再生成"。实验显示,ST-AR将LlamaGen模型的图像理解准确率提升一倍以上,图像生成质量提升42-49%,为构建更智能的多模态AI系统开辟新路径。