Cointime

扫码下载App
iOS & Android

谷歌

Google

全部文章

AI

谷歌CEO:负责任地构建人工智能是真正重要的竞赛

谷歌CEO桑达尔·皮查伊认为,负责任地构建人工智能是社会最重要的竞赛。虽然许多人将其视为一场竞争,但他却将其视为一个扩大各个社区机遇的机会。谷歌通过三种方式追求这一目标:创新使AI更有帮助、负责任地开发和部署技术以及与其他人合作安全而负责任地构建AI。皮查伊还强调了美国和欧洲之间需要国际合作,以基于共同价值观和目标创建支持创新的框架。

谷歌将在2024年第一季度为Chrome浏览器的1%用户禁用第三方Cookie

谷歌计划在2024年第一季度禁用Chrome浏览器1%的第三方Cookie,作为其隐私沙盒计划的一部分,旨在将这些Cookie替换为更注重隐私保护的方法。此举将有助于开发人员评估他们对即将到来的更大变化(谷歌计划在2024年底完全停用第三方Cookie)的准备情况。随着7月份Chrome 115版本发布,Google正在向所有Chrome用户提供Privacy Sandbox相关性和测量API,并允许开发人员使用实时流量测试这些API。然而,其他浏览器供应商采取了不同的方法来保护其用户的隐私,目前尚不清楚这将对整个网络广告生态系统产生什么影响。

谷歌得到一位重要合作伙伴的支持,避免了三星手机默认搜索引擎换成微软必应

三星电子已暂停了一项内部审查,该审查正在考虑将其智能手机上的默认搜索引擎从谷歌更改为微软必应。潜在的转换将会取代谷歌成为三星“互联网”浏览器应用程序上的首选搜索引擎,该应用程序预装在这家韩国公司的智能手机上。然而,对于市场可能如何看待此举以及它对三星与谷歌业务关系的影响所产生的担忧导致决定目前不再进一步讨论此事。去年,三星出货约2.6亿部智能手机,占全球总量约五分之一。

新的ZIP域名引发网络安全专家之间的争议

谷歌推出包括.zip和.mov在内的新顶级域名(TLDs)引起了网络安全专家的关注。这些TLD也是常见文件类型的扩展名,可能会导致域名和文件名之间混淆,从而可能导致钓鱼攻击或恶意软件传递。虽然一些开发人员认为这种担忧过于夸大,但其他人已经注册了与常见ZIP存档相关联的.zip域来显示有关这些TLD风险的信息。谷歌表示浏览器缓解措施已经就位以保护用户免受滥用,但个人仍需在点击链接前进行研究,并不要从不受信任的网站下载文件。

谷歌将很快让Pixel手机成为行车记录仪

谷歌计划发布 Personal Safety 应用的更新版本,该版本将允许部分 Android 设备(包括 Pixel 手机)作为行车记录仪使用。这个名为“Dashcam”的功能可以在应用主页上通过一个新的快捷方式启动,并且在驾驶时记录视频和音频。录制可以设置自动开始,当手机连接到特定蓝牙设备时开始并在断开连接后结束。除非保存,否则应用会在三天后自动删除录像。预计该功能将包含在即将推出的 Pixel Feature Drop 中。
AI

谷歌现在开始缓慢而谨慎的在搜索结果中引入AI

谷歌正在将人工智能置于其搜索结果的前沿,引入了由AI生成的摘要和相关来源链接。这个名为“AI快照”的新功能由谷歌庞大的语言模型驱动,从全网中提取信息。AI快照将出现在搜索结果的顶部,并且只有用户选择才会显示。谷歌高管认为这是人们进行搜索方式长期变化的一种体现,增加了另一层输入和输出来帮助用户提出更好的问题并发现新信息。然而,该公司对于AI可能提供不正确信息的潜力持谨慎态度,并专注于在其方法上“勇敢而负责任”。

谷歌决定从2023年12月开始删除不活跃账户的情况

该公司表示,这是为了防止安全威胁,如黑客攻击。如果一个账户至少两年没有使用或登录过,谷歌可能会删除与之相关联的所有内容,包括电子邮件、文档、照片和视频等。

谷歌人工智能搜索已死

看看谷歌、Facebook、微软和苹果,它们最后一次创造出具有巨大颠覆性的产品是什么时候?
谷歌人工智能搜索已死

一名谷歌工程师担心失去人工智能领域的优势地位,因为开源技术在崛起

谷歌公司的一名高级软件工程师在一份批评报告中称,该公司正在AI领域失去优势,而开源社区正在以迅猛的速度取得AI技术的突破。该工程师认为,独立的开源技术研究人员正在AI技术方面取得迅速而意想不到的进展。他担心,客户可能不愿意为高质量的技术付费,因为它在开源社区中是免费的。

谷歌披露其超计算机速度、能耗效率高于英伟达A100芯片构建的同类系统

Cointime 4月10日消息:谷歌本周披露其训练人工智能模型使用的超级计算机的最新细节,其称这些系统的速度和能耗效率均高于英伟达基于A100芯片的同类系统,其90%以上的人工智能训练任务都通过谷歌拥有自主定制的TPU芯片完成。 目前,AI芯片主要包括GPU、FPGA、ASIC等。ASIC作为专用集成电路,广泛应用于人工智能设备等领域,其根据终端功能又细分为TPU芯片、DPU芯片和NPU芯片等。资料显示,ASIC在吞吐量、功耗、算力水平等单个方面都是最优秀的,其中,TPU比同时期的GPU或CPU平均提速15-30倍,能效比提升30-80倍。