周二,有人偷偷潜入一处地下室中,割断3条高功率互联网电缆,造成美国加州萨克拉门托市及其周围大量商家和居民断网。
这是从旧金山湾区到萨克拉门托市之间连续发生的第11起互联网电缆被割断事件,FBI已经介入调查。这些袭击多发生在没有安全摄像头监控的隐秘地带。FBI特工格雷格·乌斯里奇(Greg Wuthrich)说:“这些袭击已经对许多公司和城市造成影响,我们非常需要公众帮助。”
我们多数人认为,所谓的网络犯罪通常与黑客袭击、窃取个人数据有关,但物理袭击同样能够重创大量用户。周二被割断的光纤电缆被用于传送大量数据,这些数据将被分配给使用小型网络的家庭和企业。
但是这些袭击的动机是什么?目前还不清楚,但安全公司CEO汤普森(JJ Thompson)表示,这可能只是尝试。他说:“在这种分散于各地的袭击中,袭击者很有可能在测试我们的能力、反应时间以及影响。对于网络安全人员来说,这是个噩梦。”
尽管FBI没有对袭击者的可能动机发表评论,但旧金山地区科技部门与普通民众之间的关系在过去几年间变得非常紧张。抗议者谴责谷歌(微博)等公司故意将居民驱逐出这一地区,它们正毁掉湾区的独特文化。
在很多情况下,这些攻击都在提醒我们,技术可能被暴力行为破坏。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。