诺基亚2720翻盖手机国行版官宣内外双屏12月24日见

 诺基亚手机官微今天预告,Nokia 2720翻盖手机将于12月24日10点见,主打内外双屏。值得一提的是,12月24日是否是正式上市时间还未知,因为诺基亚上周表示“2720将于下周一(今天)上午10:00见。”

面对量子计算时代的挑战和万物互联的时代需求,刘哲希望自己能设计出安全性好、性能优、代码量小的后量子密码算法,推动我国后量子密码算法标准的制定。

问:近期,在国际人工智能顶级学术会议 NeurIPS 上,关于人工智能应用程序的伦理问题颇受关注。在 18 个月前,Google 曾因与五角大楼合作的人工智能项目“Maven”遭到抗议而宣布了一套人工智能伦理原则,在那之后,人工智能在 Google 的工作中发生了什么变化?

同时,我们也将继续推动那些体现在原则中的研究方向,我们在偏见、公平、隐私和机器学习等方面做了很多工作。

MoTE曲线算法在多个方面,优于现有适用于物联网芯片上的椭圆曲线算法。“MoTE椭圆曲线可在资源受限的物联网芯片上,更高效、更节能地保护数据,保障物联网设备安全,同时也为我国设计适合物联网的密码算法提供了实践依据。”刘哲说。

另外, Kent 团队目前正在致力于完善人工智能原则,为那些想要在 Google 产品中应用人脸识别等 AI 功能的团队提供更多的指导。

为量子时代的密码筑起护城河

答:下一年可能会多致力于“多模式学习”:具有不同类型的模式的任务,例如视频和文本、视频和音频。作为一个社区,我们在这一方面做的还不够多,未来将会在这一方面多发力。

还有,设备上的机器学习模型也是我们关注的。如果我们能够把设备上的机器学习模型做得更好,我们就可以将更多有趣的功能加入到 Google 硬件部门所制造的手机和其他设备中。

问:如今,具有强大功能的芯片对 AI 的发展越来越重要,但 Facebook 的 AI 负责人最近却表示这种依靠芯片发展 AI 的策略将会陷入瓶颈。在本周,Google 的一位顶级研究人员也附议了这个想法,你怎么看呢?

问:您做了一个关于制造新型计算机来驱动机器学习的研究报告,能否透露一下 Google 正在测试什么新想法呢?

另外,关于医疗保健的机器学习也将会是我们所聚焦的领域。

答:我们很乐意以符合我们原则的方式与军方或其他政府机构合作。比如说,如果利用云计算能够提升海岸警卫队人员的安全性,那我们将很乐意这么做,同时,这也确实是云计算部门的业务范围。

近年来,随着物联网技术的兴起,物联网安全成为网络空间安全领域的一个研究热点。

近日,型号为TA-1170的诺基亚手机也入网工信部,机身尺寸为18.7×54.5×104.8mm,重118克,这款手机应为诺基亚2720 Flip翻盖手机。

答:我认为,建立一个更有效、规模更大的计算系统,尤其是为机器学习量身定制的系统依然是很有潜力的。并且,在过去五六年里所做的基础研究也有很大的应用空间,我们将与 Google 产品部的同事进行合作,将这些东西投入实际应用。

前不久,阿里巴巴达摩院揭晓第二届青橙奖获奖名单。刘哲凭其在密码算法与系统领域取得的成果,捧起了该奖的奖牌。

答:在芯片上利用机器学习进行电路的布置和布线。当你设计了一堆新的电路后,你需要把它融进芯片中,以一种有效的方式对面积、使用功率以及其他参数进行优化。

不过,我们也在考虑一些即将到来的问题,考虑今天能做什么,不能做什么。另外,我们还想构建一个泛化到新任务的系统,如果能用更少的数据、更少的计算来做事情,这将很有趣。

近年来,刘哲首次将可抵抗量子攻击的格密码算法,应用在嵌入式芯片上,并且提出了轻量级策略来抵抗侧信道攻击,为我国设计下一代适合物联网的密码算法提供了实践依据。

如何提高物联网芯片的安全性?2014年,刘哲设计了一种适用于物联网芯片的轻量级MoTE椭圆曲线算法,并设计、实现、开源了基于该曲线的密码库。

问:虽然 Google 发布的原则剔除了武器方面的合作,但仍然与政府有国防方面的业务往来。想请问在 Maven 项目之后,Google 是否启动了任何新的军事项目?

曾质疑自己的科研能力

近年来,刘哲已带领南京航空航天大学网络空间安全团队在密码工程、物联网安全、区块链技术、人工智能安全等领域取得了一系列突出的研究成果,在国际安全会议上3次获得最佳论文奖。未来,他希望能将自己的研究成果应用于国家电网、工业控制网络等领域。

关于这个问题,致力于“AI first”发展的 Google 或许有着不一样的发言权。而近日,Google 首席架构师、AI 团队负责人 Jeff Dean 在媒体采访中就对 Google AI 带来的相关问题进行了回应,雷锋网对其进行了不改变原意的编译。

工信部信息显示,诺基亚2720 Flip采用2.8英寸240×320分辨率内屏以及1.3英寸240×240分辨率外屏,配备T9物理键盘,拥有黑、黄两种配色。配置方面,诺基亚2720 Flip的CPU主频为1.094GHz,搭载KaiOS 2.5.2操作系统,配备200万像素摄像头,内置1500mAh电池。

量子计算机何时才能出现,学界尚没有准确的预测,但不少学者认为,如果不采取预防措施,量子计算可能会给网络安全带来威胁。刘哲的另外一个研究方向,便是设计能在量子时代使用的密码算法,这类密码算法被称为后量子密码算法。

我主要关注的是碳排放和机器学习。在我看来,机器学习项目的碳排放在总排放量中所占的比例还是相对较小的。在 Google 数据中心,我们全年所有计算需求的能源都是 100% 可再生的。

最初连开机都战战兢兢

此前,该机已经在国外上市,售价约710元。

刘哲的科研之路并非一帆风顺。他坦言,自己的第1篇学术论文曾被拒3次,前后历时1年才得以发表。“那时曾对自己充满质疑,不知自己究竟是否适合读博。”

雷锋网原创文章,。详情见转载须知。

2004年,对中国密码学领域来说,是一个特殊的年份。这一年,山东大学教授、中国科学院院士王小云破解了国际著名密码算法MD5,这在18岁的刘哲心里种下了密码学的种子。

后来,刘哲在阅读大量文献后,利用处理器的结构特性,重构算法,设计出新的运行流程,减少内存和处理器之间的数据交换次数,以提高运算速度,减少内存的占用量,并首次高效地把可以抵抗量子攻击的格密码实现在嵌入式芯片上。该成果论文在密码工程领域顶级会议——密码硬件与嵌入式系统国际会议(CHES)上发表。

对于计算机这个新生事物,刘哲起初有点发怵,“刚开始连开机都战战兢兢”。

AI 的路,究竟该如何行进下去?

“这一研究结果轰动了整个密码学界,密码学第一次真正进入了我的视野,它就像‘设谜’和‘猜谜’一样,其乐无穷。”刘哲自此对密码世界着了迷,他开始恶补密码学知识,学习晦涩的公式,并在4年后读研时选择了密码学方向,后赴卢森堡大学攻读博士学位。

回国后,刘哲与中国科学院信息工程研究所信息安全国家重点实验室的研究人员合作,将我国自主设计的格密码算法LAC实现在各类嵌入式芯片上,为LAC密码算法参与国际密码标准竞争提供重要支撑。

刘哲说,该研究成果已被收录进欧盟地平线2020项目的年度报告里,并受到了多位国际密码学家的肯定。

0和1,两个简单到极致的数字,由它们构筑起的密码世界,如今几乎是刘哲人生的全部。

答:我认为,我们将这些原则付诸实践的方式将能够让 Google 员工更好地理解这些原则。不过,这需要一个过程。通过这个过程,产品可以在设计整个系统之前,以某种方式使用机器学习来获得早期的意见,比如,你应该如何收集数据,以确保它没有偏见或诸如此类的事情。

此外,官方还表示,Nokia 2720翻盖手机拥有出色的耐用性和经典的设计,并且够小巧,可放入口袋或手提袋中。采用坚固的聚碳酸酯材质制成,强度足以应对日常生活中的磕磕碰碰。续航28天(待机),支持三网4G VoLTE,提供应用商店,可下载应用。

“刚开始接触后量子密码时,发现相关算法比较难实现,特别是在嵌入式设备,例如无线传感点、智能卡、手机等移动设备上。其难点在于嵌入式设备处理器的计算性能比较差,内存比较小,而后量子密码算法需要较大的内存。”刘哲说。

此后,刘哲依然保持每天12小时、每周工作6天的工作节奏,常常半夜起来写论文。付出总有回报,最终他在毕业时,获得卢森堡国家自然科学基金委当年授予的、唯一的杰出博士毕业论文奖,也成为首位获得该奖项的中国人。

那时,刘哲的导师、卢森堡大学教授基恩·塞巴斯蒂安·科隆对他进行了开导,让他明白,论文暂时不被认可并不代表科研工作不被认可。

答:Mustafa 对人工智能相关政策的问题有着广泛的见解,同时,他也参与了 Google AI 原则的审查过程,我认为他应该会聚焦于 AI 伦理和和 AI 政策的相关工作上。关于他的工作内容,我想应该由他个人说明会好一些。

问:除了气候变化,您和您的团队明年还将扩展哪些研究领域呢?

答:事实上,机器学习在气候问题上能有许多方面的应用。最近,有一篇关于利用机器学习应对气候变化的论文发表,有 100 多页长,我的同事 John Platt 是作者之一。论文里提到,机器学习可以帮助提高交通运输的效率。另外,由于传统模型的计算量非常大,限制了空间分辨率,而机器学习能使气候模型更加精确。

问:在本周,您曾就“机器学习如何帮助社会应对气候变化”这一主题发表了演讲。那么,您认为(机器学习的)机会在哪儿呢?您又是如何看待机器学习项目本身带来的大量能耗呢?

2004年9月,刘哲以优异的成绩考入山东大学。对于乡村的孩子来说,计算机是个稀罕物,刘哲连见都没见过几次,但在强烈好奇心的驱使下,他选择了计算机和软件工程专业。

通常情况下,人类学专家在几周内就可以完成。而我们可以获得和人类学专家同等,甚至是更好的效果。在 Google,我们就一直在使用不同的内部芯片,如 TPU 这种(雷锋网(公众号:雷锋网)按,Google 的自定义机器学习芯片)。