| Contact Us | CHT | Mobile | Wechat | Weibo | Search:
Welcome Visitors | 登录 | 免费注册 | 忘记了密码 | 社交账号注册或登录

Home

News

Forums

Realty

大温餐馆点评

Car

Education

Yellow Page

Travel

纽约新闻: 纽约时报:中国尝试利用人工智能预测异见倾向


请用微信 扫一扫 扫描上面的二维码,然后点击页面右上角的 ... 图标,然后点击 发送给朋友分享到朋友圈,谢谢!



北京的天际线。一家中国公司正在研发利用人工智能分析位置数据和网络使用情况的产品,以预测哪些人可能会发表批评政府的言论或有所行动。

一家中国公司一直在尝试开发一项由人工智能驱动的技术,不仅能让威权政府监控异见人士,还能潜在地预测未来谁可能成为异见人士。


这项似乎还处于研究阶段的工作简直如同出自反乌托邦科幻小说,让我们得以一瞥一个威权国家在公民尚未公开表达异议之前就对其采取行动的世界。

这家名为积至的中国公司销售商业版的“防火长城”——中国用于控制网络活动的监控和审查软件。这些工具使政府可以监控互联网流量,并在有人试图绕过传统互联网审查时发出警告。

但范德比尔特大学的研究人员表示,根据泄露的公司文件,该公司正在开发使用人工智能审查位置数据和互联网使用情况的新产品,以预测哪些人可能会发表批评政府的言论,或是有所行动。




这种技术一旦完善,将为威权政府提供一个对付假想敌的强大工具。

威权政府利用人工智能镇压异见的想法已经足够令人不安。但一些业内人士表示,在个人采取行动之前就使用人工智能来预测异见倾向已经成为一种噩梦般的场景。

“这就是大规模监控与人工智能结合时会发生的情况,”范德比尔特大学国家安全研究所棘手问题实验室主任布雷特·戈德斯坦说。“在没有制衡的情况下,中国对其本国公民所做的事情预示着,任何缺乏监管的地方都可能发生这样的事情。”


范德比尔特大学的研究人员发现,积至正与其政府支持的研究分支MESA实验室合作,开发一种技术,能生成中国公民的个人档案,然后使用人工智能来筛选出可能构成政治风险的人员。

拜登政府时期对驱动人工智能的美国设计计算机芯片实施的出口管制似乎阻碍了该公司的进展。这表明,美国的限制措施可能已经减缓了中国下一代监控技术的发展。

积至的文件显示,2024年,当美国中国实施严厉的出口管制时,该公司及其实验室很难为监控技术找到足够的算力。


您的点赞是对我们的鼓励     还没人说话啊,我想来说几句
Prev Page1234Next Page
Note:
  • 新闻来源于其它媒体,内容不代表本站立场!
  • _VIEW_NEWS_FULL
    _RELATED_NEWS:
    _RELATED_NEWS_MORE:
    _POSTMYCOMMENT:
    Comment:
    Security Code:
    Please input the number which is shown on the following picture
    The Captcha image
      _TODAYMOSTREAD
    当年天价抢房 Oakridge豪宅要交付
    coco彻底不装了!曝张柏芝三胎生父
    丽晶美食广场经营18年老店将关闭
    最新周薪榜:加拿大最赚钱行业公布
    加国大学有多强? 4校跻身全球百强
    租金真降!BC公布最新租赁市场数据
    大温和BC省接下来3个月将会很炎热
    有机食品到底值不值?你可能浪费钱
    报告警告:加国云计算市场"已崩溃"
    刚降又涨?加国油价或迎新一轮上涨
      _TOPIC_MOSTREAD
    中国国宝级歌手娶小32岁学生被痛
    中国家庭最担心的事,终于还是发生
    1.2万亿美元创百年记录!中国将有
    鞠萍退休 中专学历进央视 再婚送
    只因一条重磅消息,中国这城市房价
    一个企业对抗一个国家:北京大手笔
    女儿喝百草枯丧命,百草枯发明者如
    世界离不开中国稀土?这三家公司称
    内娱第1女海王 嫁给宠妻爱女的他
    拒绝被恐惧支配:"李老师"的非暴力
      随时阅读新闻

    加西网微信

    大温优惠小红书

    温哥华地产中心微信

    Android: 加西网
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西网为北美中文网传媒集团旗下网站

    Page Generation: 0.0645 Seconds and 5 DB Queries in 0.0045 Seconds