希拉里“电邮门”调查结果出炉:38名美国官员涉嫌违规

原题目:希拉里“电邮门”查询拜访成果出炉:38名美国官员涉嫌违规


华府察看:希拉里“电邮门”查询拜访陈述正式出炉

希拉里•克林顿

美国国务院日前完成了对前国务卿希拉里•克林顿(Hillary Clinton)“邮件门”事务的查询拜访,她被指在担负国务卿时代经由过程私家邮箱办事器收发公函。查询拜访陈述称,有38人涉嫌违规,此中一些人可能面对规律处罚。

据美联社19日报道,这项查询拜访始于三年前美国上一次年夜选时代,本周国务院向参议院司法委员会成员、共和党议员查克·格拉斯利发送了查询拜访陈述,后者于18日公然宣布了这份陈述。查询拜访发明,在该事务中共有91起违背平安划定的邮件传送,共涉及38名现任和前任国务院官员,他们的身份不明。

尽管该陈述指出了违规行动,但它说查询拜访职员没有发明“有说服力的证据表白对秘密信息体系地、居心地处置不妥。”不外,陈述也明白地表白,希拉里应用私家邮件体系增添了秘密信息泄漏的可能性。

这项查询拜访共涵盖了33,000封电子邮件,此中588起涉及秘密信息,但此中497起不涉及违规。

在2016年美国年夜选中,平易近主党候选人希拉里“邮件门”事务被曝光后,成为共和党候选人特朗普进犯她的一个重要题目。

义务编纂:

“中国电影界泰斗”谢飞:青年导演要知晓“十八般武艺”视频

【解说】10月17日,第三届平遥国际电影展举行大师班“谢飞:致青年”活动。今年77岁的谢飞,满头白发,但依然精神矍铄。在为期两个小时的活动中,谢飞为青年导演提供了许多中肯建议,并与现场的青年观众进行交流互动。 【同期】导演 谢飞 导演就像个乐队指挥一样,首先你什么都要知道一些,所以我们导演系,剧作、表演、视听语言这是三门基础课,这三门你都要了解,了解以后,在这过程中你要发现自己的创作能力哪个方面最好。反正十八般武艺,作为一个导演你都要知道。 【解说】活动中,谢飞说对于导演的处女作,应该尽量降低成本。他认为一百万元拍的电影和一亿元拍的电影没有本质区别,都是90分钟左右的故事片。 【同期】导演 谢飞 我第一届到平遥来当评委是(和)罗西里尼(伦佐·罗西里尼),我们给了最佳(导演)的一个奖,就是赵婷的《骑士》,她是在纽约大学学完的华人的女孩,她那个她得奖,只花了8.5万美元拍的这个片子,非常漂亮,而且大银幕,像史诗一样。所以就是处女作真诚一点,表现自我这是应该的,那你成本要降低,尽量地降低,这样的话你又得到了实践,然后也不会背很大的包袱。 【解说】谢飞是中国内地电影导演、编剧、制片人,1965年从北京电影学院导演系毕业后留校任教,从教半个世纪以来,谢飞培养了大量的优秀电影专业人才。谢飞表示,要知道自己的长处是什么,再去好好发挥。尤其是对学影视的年轻人,要去发掘自己的才华和适合发展的方向。 【同期】导演 谢飞 条条道路通导演,青年人你们要明白,要不断地去开掘自己,锻炼自己这方面的能力,如果你做得好,那你就会拍出好电影,你就成为一个好的电影人。 刘涌 山西晋中报道 责任编辑:【王凯】

最新版京津冀秋冬大气污染治理方案来了!治污与取暖,如何两全?

近日,生态环境部、国家发展和改革委员会、工信部等十部门和北京、天津、河北等六省市人民政府联合印发《京津冀及周边地区2019-2020年秋冬季大气污染综合治理攻坚行动方案》(以下简称《方案》),明确京津冀及周边地区2+26城市要全面完成2019年环境空气质量改善目标,2019-2020年秋冬季PM2.5浓度同比下降4%左右,重污染天数同比下降6%。《方案》同时强调,污染治理中坚决反对“一刀切”,不再涉及强制性错峰生产、大范围停工停产等要求,散煤治理要以保证温暖过冬为前提。污染指标靠什么才能“双降”?清洁取暖和温暖过冬,如何才能“两全”? 10月14日晚,《央视财经评论》邀请国务院发展研究中心资环所副所长常纪文和央广财经评论员王冠做客演播室,深度解析。 治污指标双降 靠什么? 新闻链接:超长“厄尔尼诺”影响今年大气污染治理 国家气候中心最新监测显示,观测史上罕见的超长“厄尔尼诺现象”将持续到今年底,今年极有可能成为史上全球平均气温最高的年份之一。受此影响,今年秋冬季北方风速小,气温偏高,冷空气活动少,强度偏弱,可能出现雾霾持续时间长、覆盖范围广的情况,进一步增加了约束性指标完不成的风险。 常纪文:污染浓度污染天气双降 做好加减法 国务院发展研究中心资环所副所长 常纪文:概括来说,就是要做好加减法。加法今年特别突出,比方说好的企业可以不限产停产,还有一个特点,就是从园区入手,这是之前没强调的,比如有产业特色的,通过园区发展,环境保护统一采取措施,有的是树立一批标杆,改造提升一批,鼓励优等生,原来是一个个企业做加法,现在是一个个园区做加法,既保证经济发展,同时又保证整个区域环境质量能够达到目标。减法就是该淘汰关停就真的要淘汰关停,要实现预定目标,压力还是比较大的,任务、指标要逐级分解、量化。《方案》后面有附表,“2+26”城市目标都定得很实。 王冠:让市场配置资源 用环保推行奖惩 央广财经评论员 王冠:以京津冀三地实力最雄厚的北京来看,北京上半年经济增长速度6.3%,但一般公共预算收入增长却是负的,说明什么?花钱的地方更多了,比如史上最大规模的减税降费,正在落到实处。这样,推动环保建设的过程中,也就没有太多余地和空间搞补贴,市场化理念此时也就更为重要。实际上,真的不要把环保和经济增长理解成此消彼长的零和游戏。这回《方案》把很多行业进行分级,比如钢铁、陶瓷、玻璃等等,A级就是全国先进,可以不停产;B级就是全省先进,在重污染情况下适度停产限产;C级相对落后,就会面临更严格的要求,这本身就是对优等生的激励。 清洁温暖两全 咋实现? 新闻链接:推进清洁取暖要坚持五个原则 坚持统筹协调温暖过冬与清洁取暖,以保障群众温暖过冬为第一原则;坚持以供定需、以气定改,根据天然气签订合同量确定“煤改气”户数;坚持因地制宜、多元施策,宜电则电、宜气则气、宜煤则煤、宜热则热;坚持突出重点、有取有舍,重点推进京津冀及周边地区和汾渭平原散煤治理;坚持先立后破、不立不破,在新的取暖方式没有稳定供应前,原有取暖设施不予拆除。 常纪文:稳中求进 保清洁供暖 国务院发展研究中心资环所副所长 常纪文:今年文件尤其强调不搞一刀切,工业生产不搞一刀切、居民取暖不搞一刀切。从去年,中央已经给各地搞清洁取暖改造的补贴,今年会延续这样一些措施,确保老百姓用得起。中国有句古话“有多少汤就泡多少馍”,放到现实语境下,就是有多少气改造多少户,也更加人性更加实事求是。 王冠:用政策的精准度确保民生的温度 央广财经评论员 王冠:比如错峰用电,北京最近几年在传统胡同、老旧小区,实施煤改电,有相应的晚上取暖的低谷用电价格,这是一种精准的政策设计,也是一个很典型的市场化手段,用这样的手段鼓励大家用勤调的方式,提高电力使用效率,在没有太多增加整个财政和居民开支成本的情况下,能达到性价比更高的目的。 常纪文:治标与治本相结合 力求实效 国务院发展研究中心资环所副所长 常纪文:治标不治本,雾霾治理是不长效的。现在信用管理抓得比较紧,包括区域信用管理和企业信用管理,比如对进驻企业,污染严重的拉入黑名单。通过各种措施,让区域守法、企业守法,这当然重要,但同时要给经济发展创造条件,治标与治本相结合。 王冠:攻坚战已经打响 不能搞运动 关键在行动 央广财经评论员 王冠:最近几年不管是环保督察,还是陆续出台的各种行动方案,它都是手段不是目的。不是说短期之内让大家完成一个考试,完成4%、6%的双降目标。真正的目的,是形成环保的长效机制,同时这样的机制还能跟整个经济增长、产业转型升级形成同步。这不是生态环境部一家的事情,需要不同部门、不同区域间的配合,如何推进治理体系和治理能力的现代化,如何体现精细化管理,更多在行动上。

当AI开始拥有“潜意识”-本站网

资讯号外号外时间线时间线文集文集 24小时 活动投稿2019-10-19 10:28当AI开始拥有“潜意识”脑极体关注

头图来源:东方IC。

好久没有跟大家聊聊算法方面的新研究了。理由当然不是学术领域没有新闻,毕竟顶会们收到的论文也是盆满钵满。但总体而言,说深度学习的理论研究一直在瓶颈期徘徊,想必也少有人会反对。

深度学习在应用上与广大传统行业融合,让AI获得了前所未有的大爆发。但正如斯坦福大学教授李飞飞所说,(深度学习)无论在智力、人力或机器设备方面,都还有很长的路要走。

学无止境,不过在很长一段时间内,算法领域几乎没有什么重大显著的进步,这也导致模型在落地部署中显露出的一些先天不足,也使AI没有停止过被质疑的命运。比如人工智能泛滥所带来的隐私问题,在要求科技企业进行自我约束的同时,对算法的优化与完善显然也很必要。

AI会如何影响人们的隐私?仅靠一篇文章或许无法回答这个复杂问题,但我们希望现在就开始抛出它。

当神经网络拥有记忆

在探讨隐私问题之前,我们先来聊聊老生常谈的LSTM模型。

关于其作用,我们已经有过很多介绍了,简单来说,就是在神经网络上加入记忆的概念,使模型可以记住长时间序列上的信息,并作出预测。AI能写出语句更通顺的文章、与人类进行流畅自然的多轮对话等等神奇能力,都建立在这一能力基础上。

随后很长一段时间内,科学家们对神经网络的记忆进行了一系列的补充和扩展。比如引入注意力机制,让LSTM网络可以对信息进行长期而精确的跟踪。再比如运用外部记忆来增强时序生成模型,提升卷积网络的性能。

总的来说,记忆能力的提升,一方面赋予了神经网络对关系进行复杂推理的能力这使其智能得以明显提高;而在应用端,写作、翻译、客服系统等智能系统的体验也大幅度升级。某种程度上,记忆是AI撕掉“人工智障”这一印象标签的开始。

不过,拥有记忆力,也代表着两个问题:一是神经网络必须要学会遗忘,从而释放出存储空间,只保留那些重要信息。比如某部小说中一个篇章结束,那模型应当重置相关信息,只保留对应的结果。

另外,神经网络的“潜意识”也需要被警惕。简单来说,就是经过在敏感的用户数据上进行训练之后,机器学习模型被发布给公众时会不会不自觉地带出那些敏感信息呢?在这个人人皆可被采集的全民数字化时代,这是不是意味着隐私风险在加剧?

AI真的会偷偷记住隐私吗?

对于这个问题,伯克利大学的研究人员做了一系列实验,答案也许震撼很多人,那就是——你的数据,AI可能都记在心里了。

想要理解神经网络的“无意记忆”,首先要引入一个概念,即过度拟合。

在深度学习领域,模型在训练数据上的表现很好,在训练数据之外的数据集上却达不到同样的精度或错误率,这就是出现了过度拟合。而造成这种从实验室到现实样例中的差异,主要原因是训练数据中存在噪音,或者是数据量太少。

作为深度神经网络训练时的常见副作用,过度拟合是一种全局现象,也就是整个数据集的状态。而要检验神经网络会不会偷偷“记住”训练数据中的敏感信息,要观察的却是局部细节,比如某个模型是不是对某个示例(如信用卡号码、账户密码等)有特殊情结。

对此,伯克利的研究人员为了探寻模型的“无意记忆”,进行了三个阶段的探索:

首先,防止模型的过度拟合。通过对训练数据进行梯度下降和最小化神经网络的损失,保证最终模型在训练数据上达到接近100%的精度。

然后,给机器一个理解语言底层结构的任务。这通常是通过在一系列单词或字符上训练分类器来实现的,目的是预测下一个标记,该标记将在看到前面的上下文标记后出现。

最后,研究人员进行了一个对照实验。在给定标准的penn treebank(ptb)数据集中,插入了一个随机数“281265017”,用来做安全标记。然后在这个扩充后的数据集上训练一个小的语言模型:给定上下文的前一个字符,预测下一个字符。

从理论上来说,模型的体积都比数据集小很多,所以它不可能记住所有的训练数据。那么,它能记住那串字符吗?

答案是YES。

研究者给模型输入一个前缀“随机数是2812”,模型就愉快而正确地预测了整个剩余后缀:“65017”。

更令人惊讶的是,当前缀改为“随机数为”时,模型却不会紧接着输出“281265017”这串字符。研究人员计算了所有9位后缀的可能性,结果表明插入的那串安全标记字符比其他后缀更有可能被模型选中。

至此可以谨慎地得出一个粗略的结论,那就是深度神经网络模型确实会在训练过程中,无意识地记住那些投喂给它的敏感数据。

当AI拥有潜意识,人类该不该恐慌?

我们知道,今日AI已经成为一场跨场景、跨行业的社会运动,从推荐系统、医疗诊断,到密布城市的摄像头,越来越多的用户数据被收集来哺育算法模型,里面都可能包含敏感信息。

以前,开发者往往会对数据的敏感列进行匿名化 (anonymization)处理。但这样并不意味着数据集中的敏感信息就是绝对安全的,因为别有用心的攻击者依然可以通过查表等方法反推原数据。

既然模型中涉及敏感数据已经不可避免,那么衡量一个模型对其训练数据的记忆程度,也是评估未来算法模型安全性的应有之义。

这里就需要解决三个疑惑:

神经网络的“无意记忆”会比传统的过度拟合更危险吗?

伯克利的研究结论是,尽管“无意记忆”在第一次训练之后,模型就已经开始记住插入的安全字符了。但测试数据显示,“无意记忆”中数据曝光率的峰值,往往随着测试损失的增加,在模型开始过度拟合之前,就已经达到了峰值并开始下降。

因此,我们可以得出这样的结论:“无意记忆”虽然有一定的风险,并不会比过度拟合更危险。

2.“无意记忆”的具体风险可能发生在哪些场景?

当然,没有“更危险”并不意味着无意记忆不危险。实际上,研究人员在实验中发现,利用这种改进的搜索算法,只需数万次查询就可以提取16位信用卡号码和8位密码。具体的攻击细节已经被公之于众。

也就是说,如果有人在训练数据中插入了一些敏感信息,并发布给世界时,那么它被曝光的概率其实很高,即使它看起来并没有出现过拟合现象。而且这种情况还不能立即引发关注,这无疑大大增加了安全风险。

3.隐私数据被暴露的前提有哪些?

目前看来,被研究人员插入数据集中的“安全字符”被暴露的可能性会比其他随机数据更大,并且呈现正态分布趋势。这意味着,模型中的数据并不享有同样概率的暴露风险,那些被刻意插入的数据更加危险。

另外,想要提取模型“无意记忆”中的序列也不是一件容易的事,需要纯粹的“蛮力”,即无限的算力才能做到。举个例子,所有9位社保号码的存储空间只需要几个GPU数个小时的时间搞定,而所有16位信用卡号码的数据规模则需要数千GPU年才能枚举。

目前来看,只要有了量化这种“无意记忆”,将敏感训练数据的安全性控制在一定的范围内。即知道一个模型存储了多少训练数据,又有多少被过度记忆,从而训练出一个通向最优解的模型,帮助人们判断数据的敏感性,以及模型泄露数据的可能性。

过去我们提到AI产业化,大多聚焦在一些宏观层面,如何消除算法偏见,如何避免复杂神经网络的黑箱性,如何“接地气”实现技术红利落地。如今伴随着基础改造与观念普及的逐步完成,让AI走向精细化、微观层面的迭代升级,或许是产业端正翘首期盼的未来。

本内容为作者独立观点,不代表本站立场。未经允许不得转载,授权事宜请联系hezuo@huxiu.com

正在改变与想要改变世界的人,都在本站APP

关闭赞赏
开启赞赏
支持一下
  修改

确定读了这篇文章的人还读了…相关文章辱华、投诉、撤档,《好莱坞往事》变成华莱坞现实爱回收模式之殇:融资自救成徒劳?当AI开始拥有“潜意识”互联网大佬工资有多高,微软CEO年薪4290万美元80年代的公园秀场,过分摩登汉学家、诺奖评委马悦然辞世,享年95岁中日独角兽数量96:3,日本为何成不了创业热土?丰巢“交钱开柜”,讨赏的苍蝇腿肉够吃吗?“一人分饰两角”的电影技术发展史一个冯提莫救不了斗鱼人工智能带来的是大规模失业,还是“活少钱多”?陈天桥:为什么我们必须了解大脑?AI时代,人类最担心的事情会发生吗?一个AI创业者看《投资人逃离人工智能》德勤全球AI发展白皮书出炉中国硬科技70年“AI算命”套路:内容全靠编,结果随机出AI医疗实战手册曝光:医生诊断提速10倍你和人工智能的对话,正在被人工收听任正非:华为5G技术只授权给一家美国公司热门标签卷积定理长寿咫尺天涯权益融资富媒体中煤集团画眉徐文运动估计cvt中国房价即将暴跌善终信息融合鲁商集团海螺沟李富荣施丹兰河池化工玉米汁文化相对主义回顶部收藏评论点赞2
Copyright © 
本站网 京ICP备12013432号-1      
京公网安备 11010502037938号