微軟限制對其部分人工智慧服務的訪問
人工智慧掌握著科技的未來,但落入壞人之手,會給許多人帶來麻煩。這就是微軟宣布對其負責任的 AI 標準進行一些更改的原因,其中引入了新的有限訪問政策。該公司在 6 月 21 日的一些帖子中表示,它現在將刪除並限制對其使用 AI 的某些服務的存取。特別是,這些政策變更將影響微軟的 Azure Face 臉部辨識服務和自訂神經語音。
這項變更將極大影響的功能之一是備受爭議的臉部分析技術,旨在推斷個人的情緒狀態並識別不同的人類屬性,如性別、年齡、微笑、臉部毛髮、頭髮和化妝。微軟表示,此舉是在對隱私的一些擔憂以及對「情感」概念的定義缺乏科學共識之後做出的。
「我們與內部和外部研究人員合作,了解這項技術的局限性和潛在優勢,並進行權衡,」Azure AI 首席集團產品經理 Sarah Bird 說。 「特別是在情緒分類的情況下,這些努力提出了關於隱私的重要問題,對『情緒』的定義缺乏共識,以及無法概括用例、地區和人口統計數據之間的面部表情和情緒狀態之間的聯絡. 對預測敏感屬性功能的API 存取也開闢了多種可能被濫用的方式-包括使人們受到刻板印象、歧視或不公平地拒絕服務。」
因此,該公司宣布已於6 月21 日為新客戶提供屬性檢測功能,而同月30 日將停止為現有客戶提供屬性檢測功能。儘管如此,微軟表示它「認識到這些功能在用於一組受控的可訪問性場景時可能很有價值。」 因此,在為殘疾人設計的應用程式中不斷提供這些功能是一個例外,例如Seeing AI。
另一方面,微軟將限制申請者存取 Azure Face API、電腦視覺和視訊索引器中的臉部辨識服務。根據微軟推出的有限存取政策,客戶必須透過用例和客戶資格要求才能存取操作。當前客戶將有一年的時間(直到 2023 年 6 月 30 日)申請並獲準繼續使用臉部辨識服務。同時,用於偵測模糊、曝光、眼鏡、頭部姿勢、地標、雜訊、遮蔽和臉部邊界框的其他臉部偵測功能將保持可用,無需應用。根據伯德的說法,
最後,微軟的自訂神經語音功能也將面臨一些限制,以防止可能的濫用。 「基於我們從自訂神經語音中學到的知識,我們將對我們的臉部辨識服務應用類似的控制,」首席負責人工智慧長 Natasha Crampton 在另一篇部落格文章中寫道。 「在現有客戶的過渡期之後,我們將這些服務的存取權限限制為託管客戶和合作夥伴,將用例縮小到預先定義的可接受的用例,並利用設計到服務中的技術控制。」
以上是微軟限制對其部分人工智慧服務的訪問的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

本站8月1日消息,SK海力士今天(8月1日)發布博文,宣布將出席8月6日至8日,在美國加州聖克拉拉舉行的全球半導體記憶體峰會FMS2024,展示諸多新一代產品。未來記憶體和儲存高峰會(FutureMemoryandStorage)簡介前身是主要面向NAND供應商的快閃記憶體高峰會(FlashMemorySummit),在人工智慧技術日益受到關注的背景下,今年重新命名為未來記憶體和儲存高峰會(FutureMemoryandStorage),以邀請DRAM和儲存供應商等更多參與者。新產品SK海力士去年在

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S