一款校园管理类应用服务器返回的链接可被互联网公开访问。
除了人脸照片，被测应用往往还会一并传输手机号、身份证号等个人敏感信息。例如，一款采集学生体温的应用一次性收集了学生的姓名、手机号、身份证号、学校、家庭住址。
针对上述问题，报告建议应用运营者通过加密等多种数据保护措施，降低人脸信息被攻击者恶意获取或破解的风险。同时，应用运营者需建立严格的内部管理措施，防止人脸信息被滥用，或是被非法提供给第三方。如无必要，应用运营者应尽量避免存储人脸原始图片。
业务中台、数据中台、技术中台都讲明白了
发布时间：2021-02-01 14:24:35 所属栏目：外闻 来源：互联网
导读：我感觉自然语言处理(NLP)当前正在以不可思议的速度发展，这同时令人兴奋和沮丧。一旦建立了不错的文本分类或分布式词表示聚类的管道，就会出现一个新模型，该模型的性能优于我昨天使用的模型。 话虽这么说，我对NLP的发展方向感到非常兴奋，特别是在针对复杂
|
我感觉自然语言处理(NLP)当前正在以不可思议的速度发展，这同时令人兴奋和沮丧。一旦建立了不错的文本分类或分布式词表示聚类的管道，就会出现一个新模型，该模型的性能优于我昨天使用的模型。 话虽这么说，我对NLP的发展方向感到非常兴奋，特别是在针对复杂NLP任务的开源解决方案方面。我在这个领域最喜欢的公司之一，也是我个人的开放源码晴雨表，即最先进的NLP，就是Hugging Face。Hugging Face通过使复杂的NLP模型和任务民主化而遵循"解决NLP"的信条，由于缺乏计算能力或专业知识，许多人通常无法使用这些模型和任务。
他们已经提供了需要最少用户输入的简单情绪分析解决方案。在此基础上，我认为2021年将迎来一系列可与一行代码一起使用的预打包SOTA NLP模型。虽然无法预测2021年在这个领域中将真正实现什么，但我相信，至少，开箱即用的NLP模型将比以往更多的人从他们的自然语言数据中获得洞察力—这就是2021年我在我们领域最 2013年，DeepMind发明了DQN算法，成功将深度学习和强化学习结合起来，开启了深度强化学习的新纪元。此后数年，强化学习的成果日新月异，很多非常困难的问题都被深度强化学习算法解决。 2016年，谷歌阿尔法围棋以4:1战胜围棋世界冠军、职业九段棋手李世石，不仅让深度学习为人们所知，而且掀起了人工智能的“大众热”，大家由此更加关注强化学习这一技术要点。 使用强化学习的一个很好的例子是让机器人学习如何走路。机器人首先向前迈出一大步然后跌倒。这一大步和摔倒是强化学习系统关注的响应点。由于反馈是负面的，所以继续调整，系统会根据多个负反馈的比对最终确定机器人应该把步子迈的小一点，不停地小，直到机器人走路不会摔倒为止。 通过强化学习，Boston Dynamics公司的机器人已经掌握了托举、后空翻、跳上窗台的要点。而迪斯尼幻想工程已经把这一点带到了一个新的层面，那就是让人形机器人来执行玩命的特技。
有业内人士指出，强化学习和其他的人工智能技术有一个很大的差异，那就是它的学习范式和其它技术不太一样。它不需要我们去收集数据，也不需要我们去做任何标记，而是我们把称之为智能体(Agent)，放在一个环境里，就像动物或者我们自己生存的一个环境里，它会和环境自己打交道，自己学会在环境里如何完成一个任务，解决一个问题。
此外，报告还建议各类机构在研发和部署人脸识别应用时，有必要了解法律法规中关于人脸信息处理的最新规定，积极开展合规审查，对相关工作人员进行基本的法律知识培训。在告知同意方面，报告建议应用运营者完善隐私政策，将涉及人脸信息等个人敏感信息的条款单独列出 （编辑：保山站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
