世界上最大的四家科技公司正在合作开发一项新的开源计划,旨在让网络更具竞争力。
谷歌、Facebook、微软和Twitter正式启动了名为Data Transfer Project的项目,以提供在线平台之间迁移数据的工具。他们认为,更容易切换服务,能够在为消费者提供更大灵活性的同时,让供应商可以在更公平的竞争环境中展开业务。
来自谷歌的两位工程师Brian Willard和Greg Fair在博客文章中详细介绍了该项目背后的愿景。“这个被称为‘数据可移植性’的想法让人们可以更好地控制他们的信息,并促使我们开发出优秀的产品,因为我们知道他们可以随时收拾好离开我们。从服务方面来说也将受益,因为服务提供商可以参与竞争让用户更轻松地迁移数据。”
从很多方面来说,Data Transfer Project是现有谷歌和很多Web公司提供的数据导出工具的一个演变。这些工具让用户能够轻松下载照片等内容,但通常不会提供将文件移动到其他服务中的简单方法。迁移联系人、日历条目以及其他与特定平台绑定的信息,都是很困难的。
Data Transfer Project项目旨在通过使企业能够在其平台之间实施信息“适配器”来应对这一挑战。目前,有七家厂商提供该服务,包括谷歌、微软、Twitter、Flickr、Instagram、待办事项应用程序Remember the Milk、以及最近收购了Flickr的照片共享公司SmugMug。
参与该计划的技术巨头们也发布了一份白皮书,指导其他公司建立属于自己的适配器。为了交换信息,两家企业必须同意允许其服务之间的内容转移,并要求个人独立地验证每个帐户。当一个人移动他们的数据时,所有东西都需要使用唯一的加密密钥进行加密。
谷歌公司工程师Brian Willard和Greg Fair写道:“所有证书和用户数据都将在传输和静止时加密。该协议使用一种完美的前向保密形式,每次传输会生成新的唯一密钥。此外,该框架允许合作伙伴支持他们所选择的任何授权机制,这使合作伙伴能够在授权帐户时利用其现有的安全基础架构。”
Data Transfer Project项目正在积极开发中,这意味着能够像最初预想得那样轻松切换在线服务之前,可能还有很长一段路要走。此外,还有很多是取决于顶级网络公司支持内容迁移的程度。最终实施该技术的一些公司可能仅限制对某些信息或服务的支持。此外,苹果公司显然没有参与该计划。
值得注意的是,几乎肯定这不仅仅是一次利他的举动。欧盟于5月生效的通用数据保护条例中包含了数据可移植性权利,因此尽管一些参与者长期支持这一概念,但大公司之间的协议无疑受到对谁拥有数据日益关注、以及人们对数据的控制程度的影响。
无论如何,该计划得到了科技行业最具影响力的四家公司的支持,这将大大推动行业对这一项目的兴趣。目前该小组已经为Data Transfer Project上线了一个专门的网站,并在GitHub上发布了源代码。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。