Google正在推出一个新的云端平台,让用户在保持数据隐私的同时,能够在设备上使用高级AI功能。这项功能与苹果的私有云计算几乎完全相同,体现了各大公司在满足用户隐私需求与不断增长的最新AI应用计算需求之间寻求平衡。
目前,许多Google产品的AI功能,如翻译、音频摘要和聊天机器人助手,都在设备本地运行,这意味着数据不会离开用户的手机、Chromebook或其他设备。但Google表示,随着AI工具的不断发展,需要更多推理和计算能力,单纯的设备端处理已经不可持续。
为了解决这一问题,Google选择将更复杂的AI请求发送到名为Private AI Compute的云平台。Google将其描述为一个"安全、加固的空间",提供与设备端处理相同程度的安全性。敏感数据"只有用户本人可以访问,其他任何人都无法获取,包括Google在内"。
Google表示,通过利用更强大的处理能力,其AI功能将从完成简单请求升级为提供更个性化和定制化的建议。例如,Pixel 10手机将从Magic Cue获得更有用的建议,这是一个能够根据上下文从电子邮件和日历应用中提取信息的AI工具,同时录音机转录功能也将支持更多语言。Google表示:"这仅仅是一个开始。"
Q&A
Q1:Google的Private AI Compute是什么?
A:Private AI Compute是Google推出的云端平台,类似于苹果的私有云计算。它允许用户在保持数据隐私的同时使用高级AI功能,Google称其为"安全、加固的空间",敏感数据只有用户本人可以访问。
Q2:为什么Google要推出云端AI计算?
A:因为随着AI工具的发展,需要更多推理和计算能力,单纯的设备端处理已经无法满足需求。通过云端平台,Google的AI功能可以从完成简单请求升级为提供更个性化的建议。
Q3:Private AI Compute会带来哪些新功能?
A:Pixel 10手机将获得更智能的Magic Cue建议功能,能够根据上下文从电子邮件和日历应用中提取信息,录音机转录功能也将支持更多语言,这些都得益于云端更强的处理能力。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。