Infos beyond the wall
40 subscribers
6.63K photos
1.03K videos
95 files
24.6K links
Download Telegram
#Google’s manipulation of #Robinhood ratings continues: https://fedi.club/objects/f5be233b-47e4-46b4-9e67-53fac201d58e
谷歌這些年在持續作惡,快點死吧谷歌
Shitty DRM malware that Firefox seems to ship with nowadays?

Oh holy crap I found the culprit!

#Firefox came with this Widevine DRM extension by #Google. That was overriding uBlock Origin. As soon as I disabled the YT ads were gone. TIL. https://fosstodon.org/@Gina/105701095680640314
🔥✍️🔥【YouTube下架三千频道 几乎全是中共国帐号】


#谷歌 ( #Google )宣布,旗下影音分享平台 #YouTube 上个月移除了约3000个频道,这些频道有组织地散布不当讯息,企图影响政局、政府和民意的频道,其中 #中共国 创建的频道竟然多达2946个!

Google这项打击假讯息的行动,呼应了美联社以及美国智库「 #大西洋理事会 」(Atlantic Council)上周公布的调查结果,显示中共国已取代俄罗斯,成为不实消息最大来源国。

根据Google 的「 #威胁分析小组 」(Threat Analysis Group,简称TAG)日前公布2021年首季通报,Google上月下架了2946个与中共国有关的YouTube频道,这些频道涉及有组织地上载垃圾内容,还有关于近期美国政治分歧、武汉肺炎相关的中文或英文内容,借此影响政局和民意。

多个与俄罗斯有关的YouTube频道、Google广告帐号也被移除,原因是上传影响美国总统选举、针对俄国反对派 #纳瓦尔尼 (Alexei Navalny)、吞并克里米亚和叙利亚内战等不当内容。其他被移除的小部分频道来自乌克兰、摩洛哥、巴西、吉尔吉斯、埃及。

TAG称,中俄等国有组织地透过YouTube频道或Google广告散布讯息,尝试干扰邻国政局、制造舆论支持某些候选人、针对和打击敌对政治势力,或在中东国家上载对俄罗斯政府有利的内容。

此前,美联社以及智库「大西洋理事会」15日公布历时9个月的联合调查报告,指出自2016年起,俄罗斯普遍被视为假消息的最大来源国,但在武汉肺炎爆发后,这个领先位置被中共国取代,中共持续散布有关病毒起源的阴谋论。

报告说,中共在疫情间首度展开「 #全球数码假消息行动 」,利用本身在西方社群媒体上日益显著的影响力,捏造及散布美国制造武肺病毒为生物武器等不实论述。
🔥⬛️🔥【撕毁停战协议 谷歌微软重新公开互撕】


上周五,#微软 ( #Microsoft Corp., MSFT)总裁猛烈抨击 #谷歌 ( #Google ),后者的首席律师迅速回击。这场公开互撕正值美国会就网络平台对新闻行业影响力展开听证会。

谷歌首席律师说,微软把矛头对准谷歌是为了转移视线,因为微软自己刚刚卷入了两起重大黑客事件。这也是今年硅谷发生的几起备受关注的纠纷之一,除了微软和谷歌之外,Facebook Inc. (FB)和苹果公司(Apple Inc., AAPL)也在隐私相关问题上陷入争执。

上周五美国国会举行了听证会,微软总裁史密斯(Brad Smith)在事先准备好的发言中大谈谷歌问题,称谷歌的搜索和广告网络是靠在线新闻支撑起来的,谷歌可以采取一些措施更好地支持新闻产业。他还表示支持立法,让新闻机构与Facebook和谷歌谈判时拥有更多筹码。

支持相关立法的还包括 #新闻媒体联盟 (News Media Alliance),《华尔街日报》(The Wall Street Journal)的出版商新闻集团(News Corp, NWS, #NWSA )就是这个组织的成员。

而就在听证会召开前不久,谷歌全球事务高级副总裁 #沃克 (Kent Walker)在一篇博客文章中做出了反击。他为谷歌支持新闻业做了辩护,称谷歌已经向出版商支付了内容链接费用,并指责微软是“赤裸裸的企业机会主义者”。

沃克写道:“他们故技重施,攻击对手,为了一己私利鼓动立法。”“他们现在说的都是对自己有利的话,为了打击竞争对手,甚至不惜毁掉网络开放的原则。”

沃克说,最近两起黑客事件让微软暴露在聚光灯下,微软选在这个时候抨击谷歌,这“绝不是巧合”。

微软推出了一款新闻应用软件和网站,自称囊括了1,200多家出版商的内容。Alphabet Inc. (GOOG)旗下的谷歌在去年10月份表示,将投入10亿美元开发一款名为Google News Showcase的新产品,这款产品将支持全球各地的出版商。

沃克说,从历史上看,微软对新闻业的支持“时好时坏”,付给出版商的钱也没有谷歌多。

微软对谷歌的声明不予置评。谷歌也没有进一步发表评论。

引发这场纠纷的导火索是全球范围内针对一套新监管规则产生的争论,按照新监管规则,内容聚合平台如果链接了出版商的新闻网站,需要向出版商付费。上个月,澳大利亚出台了强制要求付费的立法,促使谷歌和Facebook Inc.(FB)与新闻集团等内容提供商达成为期多年的授权协议。

正是由于这项立法,谷歌一度威胁要退出澳大利亚市场。

史密斯在上周的证词中表示,澳大利亚的立法是合理的,谷歌退出澳大利亚的计划对这个国家、这里的民众和出版商都是不利的。

他表示,他和微软首席执行官纳德拉(Satya Nadella)向澳大利亚总理莫里森(Scott Morrison)保证,他们愿意按照比谷歌更低的利润率来运营必应(Bing),因为“对我们而言,共赢是很重要的。”

“当企业开始威胁国家,说一旦立法不合他们的意,他们就会撤走,那么情况就有些不正常了。”他表示:“谁都不应该凌驾于法律之上。个人不应该,政府不应该,企业不应该,技术也不应该。”

在遭到微软指责的同时,谷歌也面临着美国司法部去年秋天提起的反垄断诉讼,司法部指控谷歌通过商业协议排挤竞争对手,以不正当手段维持其互联网搜索疫情霸主的地位。虽然这起案件的审判预计要到2023年底才会进行,但面对华盛顿新一轮的质疑,这种监管压力无疑激化了科技公司之间的矛盾。

微软与谷歌争当互联网守门人的战争早在本世纪初就开始了,当时微软的IE浏览器正在被还是一家搜索引擎初创公司的谷歌所蚕食。就在微软抵挡一场反垄断调查的时候,谷歌的地位迅速蹿升,并成为头号网络浏览器和电子邮件提供商以及手机服务商。随着两家公司之间的竞争扩展到新业务领域,双方的紧张关系也不断加剧。

微软和谷歌在多条业务线上是既竞争又合作的关系。微软的必应搜索引擎与谷歌应用更广泛的搜索服务争夺市场。谷歌发展云计算业务也让双方的竞争更加白热化。但微软的一部分Surface设备也依赖谷歌的Android软件。

微软对谷歌的抨击由来已久。还在鲍尔默(Steve Ballmer)执掌微软的时候,该公司就掀起过一场名为“Scroogled”的反谷歌广告行动,这场行动从2012年一直持续到2014年。

2014年 #纳德拉 上任后,他开始尝试与谷歌和解,并结束了对谷歌的攻击。负责反谷歌广告行动的高管 #潘恩 (Mark Penn)已于2015年离职。2016年,微软和谷歌达成“休战”协议,并在全球范围内撤销了相互之间的监管投诉和诉讼。

微软最近一个财年的搜索广告收入约为77亿美元。上一个财年谷歌搜索相关营收约为1,040亿美元。
🔥✍️🔥【南韩正研议立法禁止苹果、Google向软件开发商抽佣金】


#Google 和 #苹果 应用程式商店都会向合作的软件开发商抽佣金,但南韩正研议禁止此事。这是全球主要国家之一首次采取此类限制,可能会让两家科技巨头损失一大笔钱。

《路透》(Reuters)报道,南韩新法案被称为「反Google法」,禁止拥有主导市场力量的大型应用程式商店营运商强制软件商使用特定的支付系统,预计南韩议会今日将批准这项新修正案,周三进行最终投票。

苹果的App Store、Google的Google Play Store两大应用程式商店,都要求店内的软件开发商必须使用内部支付系统,借此向商家抽取最高30%的佣金,长期以来一直为外界诟病。

欧盟去年对此提出了《数位市场法案》,南韩去年中也开始关注科技巨头的抽佣问题。根据南韩政府去年发布的一份报告,Google Play Store 2019年在南韩的收入高达近52.9亿美元。

不过,对Google和苹果来说,这笔佣金是服务业务中的重要营收,因此要让他们乖乖配合,恐怕没那么容易。
谷歌又来开大‼️🤯

Google 刚刚把一个真正的「本地AI」上架了 Play Store。

名字叫 Gemma 3n,重点是: ⚡️ 完全断网运行,你的数据彻底属于你。 ⚡️ 语音、图片都能识别,不只是打字。 ⚡️ 代码全开源,随便你怎么玩。
我们离真正的「个人AI助手」又近了一大步。科幻成真了。
#Gemma #Google
https://x.com/berryxia_ai/status/1965945707661348880?t=VKsCyFxcIdOfMM6Kld3dRg&s=35
最近达沃斯论坛很热闹,重点看了Google DeepMind CEO Demis Hassabis的访谈,几个点非常有意思:

1、谷歌的技术自信回来了
Hassabis精神状态非常好,他觉得随着Gemini 3 和NanoBanana的发布,谷歌已经熬过了“Code Red”,重回巅峰。
Hassabis说他们现在内部已经适应了AI 的快,有点像创业、非常有能量。
在这个节点,他非常低调温和的秀了一把肌肉:过去十年现代AI 基石(比如 Transformer 架构、AlphaGo的深度强化学习),大多由Google和DeepMind发明,加上完整的技术栈(TPU、数据中心、云业务、产品矩阵),从第一性原理看Google应该领先。

2、关于中国AI
他认为西方对DeepSeek是大规模过度反应(massive overreaction)。
他承认DeepSeek确实impressive,证明了中国公司很有能力。还点名了字节,说字节跳动这样的公司实际上是最有能力的,现在可能只落后前沿6个月,而不是之前很多人认为的1-2年。
不过他也抛出了一个犀利的质疑:中国公司目前极其擅长“追赶”到前沿,而且越来越有能力做到这点。但我们还没有证明能够在前沿之外进行原创创新。

3、关于AGI路径
Hassabis 对同行的回应也很有意思,主打一个“温和地怼回去”:
- 回杨立昆(LeCun):Transformer不能实现AGI。Hassabis说这明显不对,它已经极其有用了。但他承认单纯Scaling 不一定够,概率可能是50/50。而且还需要 1-5 个小突破。比如:世界模型、持续学习、 更好的推理能力、长期规划能力。
- 回Ilya Sutskever:scaling时代结束了,我们回到了研究时代。Hassabis说,我们从未离开研究时代。
- 回马斯克:“我们已经进入奇点”。Hassabis说“非常过早”。
这里说下世界模型,感觉Google 应该是主流 AI 实验室里最强调世界模型重要性的。Hassabis亲自参与Genie这个项目。他说自己花了大量时间研究机器人,认为距离突破还需18-24个月。硬件(特别是模仿人手的灵巧度)和算法(需要更少的数据、更强的鲁棒性)仍是瓶颈。

4、关于饭碗:不慌。
Dario 说5 年内淘汰 50% 白领,Hassabis觉得没那么快。
今年可能开始看到入门级岗位、实习类职位受影响的初步迹象。但大家也不用担心,大规模影响还需要更长时间,因为现在的 AI 是“锯齿状智能”,某些地方特别强,某些地方又很拉。
如果想把整个任务委托给AI代理,95%好是不够的,得100%都靠谱才能真正放手。所以大规模替代还早。

5、Hassabis的选择
Hassabis说他选Google是因为那里有植根 DNA的科学文化(董事会坐着图灵奖和诺贝尔奖得主)。他说应该通过行动和领导者动机来判断一家公司是否值得信任,这点我也很有感受。
比如他专门点名了字节跳动。大部分人提到字节在 AI 的地位,想到的都是流量优势、多模态数据积累。但字节其实不光是在大模型、芯片上重兵投入,连AI4S也踏踏实实做了很多年,技术布局全面向Google看齐。说实话,字节在LLM早期确实不算国内声量最大的。但以他们的资源,如果想走捷径,模型学DeepSeek、数据蒸Gemini和Claude,分数早就刷上去了。但他们没这样做,说实话也确实让我高看一眼。

还有,老特舌战群儒也挺精彩,就不在帖子写了。
m.youtube.com/watch?v=BbIaYF…
#Google #DemisHassabis #DeepMind #字节跳动 #AI大模型 #DeepSeek #算法工程师 #LLM #世界模型
https://x.com/i/status/2014336294760194529
给大家写个小学水平也能理解TurboQuant的解读

Google 刚发布的 TurboQuant 论文有多猛? X 上1000多万阅读了, 给大家写个都能看懂的大白话解析介绍下, 着又是能让大模型成倍提速, 价格嗷嗷给打下来的技术创新.

首先要从KVCache说起, 也算是老生常谈了, KVCache 是啥? 简单来讲, 大模型是一个个字往外蹦的, 而每蹦一个字都需要把这个字跟之前已经输出的字都计算一下, 类似于人类的边说话边回顾.

但是把刚开始说话的内容全算一遍显然不靠谱, 于是有了缓存, 直接把之前的计算结果保存下来, 每次只要跟这个缓存的结果去计算就行了,这个缓存里面存的就是每个字每次的特征数据

聪明的你一定能想到了, 那话说的越多, 这个缓存就会变得越大. 为了解决这个问题,业界卷出了【滑动窗口注意力】和【线性注意力】

这俩是啥呢? 我们可以把 KV Cache 想象成一个存放数据的【3D立方体】

立方体的【长】(上下文长度): 随着对话变长而不断变长。【滑动窗口注意力】就是限制了它的长,只保留最近固定长度的记忆,扔掉太老的,有效控制了体积。

立方体的【高】(状态大小): 【线性注意力】出手了,它通过数学魔法,把所有历史记录压缩成一个固定大小的隐状态。也就是说,无论说多少话,立方体的高永远被卡死了。

还剩下一个KVCache的【宽】对吧? 没错, 这个就是里面数据的精度(可以简单理解为小数点后面保留几位小数), 大家都知道模型参数是有精度的, 自然KVCache也有精度, 答案呼之欲出了——压缩KVCache的数据精度!

但是问题来了, 压到特别小 3bit 特别难, 而这就是 Google 这篇论文的核心了, 它使用了新的算法 (PolarQuant+QJL) 成功把 KV Cache 无损压缩到只有 3-bit! 要知道,今天很多普通大模型的KVCache还在用 16-bit(FP16/BF16)跑!

那为啥 KVCache 小了大模型会提速? 是因为计算的数据少了吗?

并不是, 因为现在显卡的算子也是有最小精度要求的, 比如 H100, 硬件底层的 Tensor Core 原生也只能算到 8-bit, 再小的精度还要反量化扩充到8bit才能计算.

提速的奇迹,其实发生在数据的读写上!

大模型数据和KVCache都存储到显存中, 而GPU计算这些数据要加载到GPU的SRAM中, 这个过程十分受限于显存带宽(我已经给大家科普这个观点不下100次了...).

所以,现在把 KV Cache 的精度从 16-bit 砍到 3-bit,直接就把需要读取和搬运的数据量缩小到了 1/4 到 1/5 !在显卡带宽不变、算力严重过剩的情况下,省下了海量的“搬砖时间”,速度自然就成倍飙升了!

目前我十分看好TurboQuant, 如果这个搭配线性注意力或者滑动窗口, 未来模型的推理速度翻倍完全没问题了!

#TurboQuant #PolarQuant #Google #线性注意力 #滑动窗口注意力
https://x.com/i/status/2036969343784017959