亚马逊近期发布了其去年下半年的最新“透明度报告”,这是其第四次发布“透明度报告”。
(图片来自网络)
周四晚间,零售和云计算巨头亚马逊悄悄发布声明,此份声明同以往一样,详细说明了2016下半年的最新数据。
(亚马逊信息请求报告——https://d0.awsstatic.com/certifications/Information_Request_Report_December_2016.pdf)。
报告显示,总共有1,583个不同的请求,比上季度略有下降。
亚马逊收到的请求包括:
亚马逊发布此“透明报告”后,截止发稿前,没有收到任何删除报告的要求。
与以前的报告一样,亚马逊拒绝说明在此期间是否收到国家安全信。
实际上,科技技术类公司是被禁止披露其此类信息的(比如收到的这些有关要求开放数据信息的信件有多少),但他们可以根据他们的第一修正案的言论自由权来选择是否披露有关数据。
亚马逊选择披露。亚马逊表示他收到了最多249个国家的安全请求,其中还包括通过外国情报监视法院( Foreign Intelligence Surveillance Court)提交的秘密命令。
好文章,需要你的鼓励
谷歌地图将集成Gemini人工智能技术,旨在将其升级为一个"全知型副驾驶"助手。这一整合将大幅提升地图服务的智能化水平,为用户提供更加个性化和全面的导航体验。通过AI技术的加持,谷歌地图有望在路线规划、地点推荐和实时信息服务等方面实现重大突破。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软研究人员发布新的仿真环境来测试AI智能体,研究显示当前智能体模型容易受到操纵。该名为"Magentic Marketplace"的合成平台让客户智能体与商家智能体进行交互实验。测试包括GPT-4o、GPT-5和Gemini-2.5-Flash等模型,发现智能体在面临过多选择时效率下降,且在协作方面表现不佳。研究揭示了AI智能体在无监督环境下的性能问题。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。