机密计算是一种在处理过程中对数据进行加密的技术,即使在使用过程中也能确保敏感信息的安全,因而迅速流行起来。机密计算将数据隔离在可信执行环境中,这样可以防止未经授权的访问,并为云和多租户环境中的敏感工作负载提供增强的隐私和安全性。由于机密计算弥补了传统加密方法的短板,这种方法在医疗保健和金融等处理关键数据的行业中越来越受欢迎。
正如英特尔在一篇博文中指出的那样,需要组合多个私有数据集的组织可以使用机密计算来执行联合分析或提供机密人工智能服务,这样做不会暴露任何人的私人数据。该功能已用于银行欺诈检测和集体医学研究等领域。
Google Cloud 的新C3实例为Intel Trust Domain Extensions支持的敏感工作负载或受监管数据提供基于硬件的隐私保护和机密性。英特尔TDX是一种基于硬件的技术,通过创建隔离的执行环境来增强数据隐私和安全性,保护敏感工作负载免受未经授权的访问——即使在共享云基础设施中也是如此。使用谷歌云的应用程序可以看到虚拟机中的软件和数据,这些软件和数据与其他云租户中运行的软件以及谷歌的云堆栈、虚拟机管理程序和系统管理员隔离。
英特尔的Xeon可扩展处理器提供对虚拟机的“信任边界”的控制,以及对虚拟机内存的加密(由处理器内部的硬件进一步强制执行)。最终结果是工作负载保持私有,而采用英特尔TDX的机密计算使敏感数据和代码保持私有并且更安全,即使在公共云中也是如此。
Intel Google Cloud Confidential Computing 解决方案还提供可信执行环境的远程认证。该认证为数据相关方提供加密证据,证明其机密虚拟机是真实的,在策略范围内保持更新,并使用经过身份验证的固件启动,从而确保虚拟机正常运行。
客户还可以选择使用 Intel Trust Authority 来认证基于英特尔芯片的机密虚拟机。Intel Trust Authority独立于谷歌云,提供机密虚拟机完整性的独立评估。
好文章,需要你的鼓励
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。