微软正在开发一个代号为“巴厘岛(Bali)”的项目,旨在让用户控制关于他们的数据收集。该项目是微软研究院的孵化项目,现阶段似乎正在进行私下测试。
笔者从“Longhorn”的推文中了解到巴厘岛项目的存在,并通过另一个推特用户“Walking Cat”也看到了相关的内容。Longhorn将巴厘岛项目描述为“一个可以删除所有连接和帐户信息的项目(反向隐私项目)。”
打开巴厘岛项目页面的链接。该页面允许拥有代码的用户登录该网站,但并未说没有代码的用户可以申请代码。
巴厘岛项目的“关于”页面将其描述为“新的个人数据库,让用户控制被收集的所有数据……该数据库将使用户能够存储由他们生成的所有数据(原始和推断出的)。将允许用户可视化、管理、控制、共享和货币化这些数据。”
“关于”页面显示,巴厘岛项目是基于“反向隐私”的概念,这是2014年由Yuri Gurevich、Efim Hudis和Jeannette Wing撰写的论文的主题,他们当时都在为微软研究院工作。如果一条个人信息可以由某一方访问,而它的创建者/用户却不能,那么这条信息就是反向隐私。这些作者指出,卫生服务提供者、警察、收费公路运营商、杂货连锁店和雇主都创建了反向隐私数据,在许多情况下,用户可以从拥有这些数据中受益。
巴厘岛项目的“关于”页面显示,该项目处于“初始阶段”,这意味着开发人员专注于帮助用户汇总来自各种网站的个人数据,并能够查看这些数据。
虽然并非每个微软研究院的项目都以某种方式转变为商业化产品或服务,但现在很多项目都已经实现了这一点。所以我认为巴厘岛很有可能在某个时候会成为一个商业实体。与其他技术供应商一样——例如最近因为数据隐私相关问题而负面缠身的脸书,微软也可以通过发布支持用户控制自己数据的技术获益。
微软称,用户对自己数据的控制是微软、Adobe和SAP去年秋天公布的开放数据计划(Open Data Initiative)的核心原则。微软几乎没有提供任何关于此数据所有权模型如何工作的详细信息。
好文章,需要你的鼓励
Docker公司发布重大新功能,旨在简化智能体AI应用的构建、运行和部署。公司扩展了Docker Compose工具以支持AI智能体和模型的大规模部署,并推出Docker Offload服务,允许开发者将AI工作负载转移到云端。新功能还支持模型上下文协议网关的安全连接,并与谷歌云、微软Azure等合作伙伴集成。
这项研究首次将在线强化学习成功应用于流匹配模型,通过巧妙的ODE到SDE转换和去噪减少策略,显著提升了AI图像生成的精确度和可控性。在复合场景生成、文字渲染等任务上取得突破性进展,为AI生成领域开辟了新的技术路径。
欧盟发布AI法案实施细则,要求谷歌、Meta、OpenAI等公司承诺不使用盗版材料训练AI,详细披露训练数据来源和模型设计理念。新规还要求公司尊重付费墙和网站爬虫限制,公开训练和推理的总能耗,并在5-10天内向欧盟AI办公室报告安全事件。违规企业可能面临年销售额7%或3%的罚款。
这篇由阿里巴巴集团联合多所知名高校发表的综述论文,系统梳理了统一多模态理解与生成模型的最新发展。研究将现有模型分为扩散、自回归和混合三大类型,详细分析了不同图像编码策略的特点,整理了相关数据集和评估基准,并深入探讨了当前面临的技术挑战。