月度归档:2018年02月

MIT与商汤宣布成立人工智能联盟 助力MIT Intelligence Quest新项目

2018年2月28日雷锋网消息,今日,美国麻省理工学院(简称MIT)与中国人工智能平台公司商汤科技SenseTime宣布成立人工智能联盟。

据雷锋网了解,商汤科技由MIT校友汤晓鸥教授创立,专注于计算机视觉和深度学习技术。而该联盟将致力于全方位人工智能原创技术研发,涉及领域包括计算机视觉、脑科学智能算法、医疗图像、机器人等全力推动人工智能技术突破以应对更多全球性挑战。

同时,商汤科技也是全球首家参与MIT最近成立的Intelligence Quest (简称IQ)项目的公司。这个项目发挥MIT在人脑研究、认知科学及计算机科学的优势,推动人类与机器智能研究的发展。IQ项目覆盖包括材料设计、金融、早期疾病诊断等在内的多个领域。此外,它还将对人工智能在经济、文化和伦理层面产生深远的影响。MIT希望通过这个平台联接更多致力于人工智能研究的创新公司及个人。 

MIT-商汤科技人工智能联盟的成立,起源于MIT与汤晓鸥教授之间的深厚渊源。

据雷锋网了解,二十五年前,汤晓鸥在MIT攻读博士学位,从事水下机器视觉研究,将计算机视觉应用于水下图像识别领域。他的导师是现任麻省理工学院学术发展校长W. Eric L. Grimson教授。

Grimson教授表示:“晓鸥成功地将他在MIT计算机和人工智能领域学到的研究方法应用于学术和工业应用研究,创建了一家非常成功的、掌握原创技术的科技公司商汤科技。我对晓鸥的成就及其对世界的影响倍感自豪,并期待MIT与商汤科技建立深厚的合作共赢关系。”

最近领导MIT IQ项目发展的MIT工程院院长Anantha Chandrakasan教授表示:“非常高兴看到商汤科技与我们的合作,我们的使命就是深入探索智能背后的科学与工程原理来创造更美好的世界。”

自上世纪50年代,Marvin Minsky和John McCarthy两位先驱者创立了人工智能学科,MIT始终处于智能研究的最前沿。此后数十年间,MIT大力推动了从神经网络到数据加密,再到量子计算及众包大数据研究等多项重大科研进步

目前,MIT拥有200多位专注于智能研究的研究人员,从事人工智能和相关领域研究有多个重要机构,包括计算机科学与人工智能实验室,媒体实验室,大脑与认知科学学院,大脑、心智与机器研究中心以及数据、系统和社会研究所等。

雷锋网

欧洲央行11月将推的即时支付结算系统要和区块链打对台,谁能更胜一筹?

区块链技术一直因其不可篡改、全网同步、透明、低成本等特质而备受夸赞,瑞信这样对数字货币持怀疑态度的银行也对这一技术表示支持,但欧洲央行(ECB)执行董事会的成员Yves Mersch不服——他认为即时支付结算系统(Target Instant Payment Settlement,TIPS)能比区块链做得更好。

此前政策制定者们已经敦促银行采用这个允许实时交易的技术。对于他们来说,分布式账本技术(DLT)和虚拟货币是破坏者,而他们的目的是提供实时支付交易以扰乱破坏者。Mersch去年11月就曾发声,“商业银行需要开发更快的支付系统来抵御加密货币的崛起。”

Mersch在接受彭博社采访时指出,TIPS的响应时间是10秒,花费0.2美分;分布式账本技术的交易最多需要30欧元,至少耗费一个小时。他表示欧洲央行更注重结果:“我们有一个高效的支付系统,更追求效率,而不是甘受技术的约束。”

此前加拿大央行的高级副行长Carolyn Wilkins也指出,一个独立的分布式账本系统的效率无法与中心化的系统相比,还存在隐私性和可延展性的阻碍。

比如比特币,确认一笔交易需要60分钟甚至更长。不过,比特币不是专为支付设计的虚拟货币,其实还有更多其他选择,比如瑞波币等。同时也有外媒认为,一些分布式账本技术平台也在提高处理效率。据Cryptovest报道,去年10月,悉尼大学就测试过一个区块链系统,交易次数达660000次/秒——这是全球最快的分布式账本系统,甚至比TIPS的速度更快。

而事实上,据雷锋网AI金融评论了解,早在去年6月,欧洲央行已经打算开发这样一个即时支付结算系统,提供全年无休全天候的资金转账服务,以进一步促进欧元区的整合。

虽然官方并未披露更多TIPS系统的细节,但可以确定的是,它提供了一个实时结算方案。因为就算以数字格式传输,目前欧元区的结算系统也要长达24小时才能完成交易,即时结算意味着公司和人们能立即使用自己收到的资金。Mersch在采访中也承认,TIPS仍处在早期阶段。

此外,雷锋网AI金融评论获悉,欧洲央行本周召开了一场关于TIPS的会议,对项目时间表以及应用整合等问题进行讨论。据称,这一结算系统将专门用于欧元,并计划在今年11月正式登场,预计到2021年底完善全部功能。

新系统和区块链谁能做得更好,二者表现还有待观察。尽管区块链在支付领域的实践并不尽如人意,但到目前为止,该新技术仍然是支付领域非常有利的竞争者。

更多区块链报道,请关注雷锋网公众号AI金融评论

雷锋网

为何医院屡屡成为勒索病毒攻击的靶子?

春节刚过,年轻的住院部医生张楠第一天上班,她突然发现,自己的电脑竟然出现了淘宝广告弹窗,真是新年新气象,按理来说,它只能连内网,上不了外网的。没容她多想,忽然走廊里传来药剂科同事的“哀嚎”,他的电脑系统瘫痪,录入其中的药价等数据不见了。几乎同一时间,对面诊室的主治医生袁朗眼睁睁的看着电脑中的病例瞬间消失……

10分钟后,医院紧急通知,系统可能受到了新型勒索病毒的攻击,各部门启用应急预案。

不到半个小时,医院的住院部大厅内就人满为患,陷入混乱,一些想挂急诊号的家属开始变得焦躁。

而这,并不是个例,第二天相隔不远的另一家儿童医院也遭遇了类似的黑客攻击,致使许多病患无法及时就诊。

其实,雷锋网发现,自去年WannaCry爆发以来,这些以前只在科幻大片中出现的场景,正越来越多的出现在现实生活中。比如,英国国立医疗服务(NHS)系统就曾成为重灾区,旗下248个医疗机构中共就曾有48个受到攻击,许多医院正常的治疗活动也受到影响,部分病人被迫转院。

之前更多针对个人的勒索病毒,近来频频瞄向医院等机构,比如这次的 GlobeImposter ,这也成为勒索病毒发展的“新趋势”。

为何救死扶伤的医院正越来越多的成为黑客攻击的靶子?这些本就配备安全团队的机构,为何系统屡屡被攻破?血的教训下,又该如何防范?

对机构进行勒索,成本低,来钱快

来自腾讯企业安全的技术专家饶帅,曾对多家医院有过防护和应急处理经验,他告诉雷锋网,相比于个人,黑客对机构进行勒索,更容易来钱。

之所以说是成本低,是因为对于一般的攻击来说,备好攻击“原料”并不难,有时甚至都不需要自己来开发,在网上就可找到已经发布的各类工具组合成攻击包。当然特殊的APT攻击也有,但比较少。

与其他机构相比,医院的信息系统也比较有特殊性,如其中的医学记录、数据、病患资料以及预约信息等,都属于需要紧急使用的信息,被加密后,会造成比较大的影响,所以势必会想尽办法以最快速度恢复数据,比如,马上交赎金。

这并非是向恶势力低头,而是,还有什么比生命更重要?

自从去年体会过勒索病毒对众多资料撕票的“血泪史”,不少人已经成为了及时升级、不随便点钓鱼网址的“机智”网民,各路杀软也会经常秀一把轻松碾压勒索病毒的肌肉。但对于服务器来说,可就没那么简单了,因为需要防护的点实在太多,不像个人PC 下载一个靠谱的杀软就万事大吉。

俗话说,苍蝇不叮无缝的蛋,而服务器,正好是那个“缝”比较多的蛋。

对于服务器来说,可访问外网的终端,外接u盘,对外的web服务,内部设备直接的访问控制,关键服务器防渗透、爆破,各种系统软件、第三方软件漏洞等都可能让攻击者趁虚而入。

在饶帅的实际工作中,一般医院对于勒索病毒之类的紧急事件都会有应急预案,目前他所知道的还没有因此而造成生命危险的案例,不过在前文中所提到的NHS所遭遇到的勒索病毒,有一些病人被迫进行了转院。

在他看来,情况也许并没有到达某些媒体所渲染的“非常严重”的境地,就目前的勒索而言,黑客往往是批量去尝试找机会,广撒网,可能攻击了100家,其实可能只有1家的被攻击成功,而我们看到的都是被攻击成功的。

勒索分这两步

对于医院的电脑,很多人应该有这样的感受,医生无非也就是开个药,查询一下你的历史病例,看起来是个内网的操作流程,医生天天忙得团团转,又不会去发邮件逛淘宝点钓鱼网址,为啥会中招?

雷锋网发现,对黑客来说,把大象放进冰箱需要两步。

第一步,打入对方内部。

第二步,对其成员进行大规模策反。

具体来说,第一步需要突破边界,从外网进入内网,在这个过程中往往是利用服务器的系统漏洞,或者是暴力破解远程桌面服务密码,此时可成功打入敌方内部。而第二步则是横向扩散,利用内网互相传播,进一步扩散感染面。

在整个破解过程中,黑客往往会先在系统上安装远程控制木马,以此远程控制中毒机器执行任意操作,比如下发勒索者木马,甚至可以卸载安全软件。接着使用的手段就花样就比较多了,比如感染共享目录,抓取windows密码后尝试登录其它机器(不同服务器使用同样帐号密码会中招),远程桌面密码暴力破解,浏览器密码查看尝试等。

在饶帅和团队所接触到的被攻破的案例中,一般打补丁完成度比较高,但关闭文件共享、端口服务等就会有很多医院做不到,而不使用通用服务器帐号密码,密码定时更换,能做到这些的就更少了。

换句话说,你被勒索并不是对方有多高明,有时是自己漏出的破绽太多。

血泪教训后,如何防御?

血泪教训过后,到底该怎么应对“丧尽天良”的黑客?

腾讯企业安全团队给出了以下几点建议。

1.目前在省级及其以上级别的医院,都会配备安全人员或者有相关的预算(外包安全服务),可以定期做安全测试,相当于人每年要体检,知道问题在哪里后,根据情况配备安全产品或者自己来部署安全防护。

2.采用高强度密码,千万不要使用简单的弱密码、弱密码、弱密码……(恩,有人会说这是废话,但就是说上100遍,也还是有人会用,这点真的很重要)服务器密码使用高强度且无规律的密码,并且强制要求每台服务器使用不同的密码管理。

3.设置内部访问控制,对没有互联需求的服务器、工作站,内部访问需设置相应控制,避免可连外网的服务器被攻击后,被作为跳板进一步攻击企业服务器。

4.部署安全专业的云服务,在终端、服务器不熟专业安全的防护软件,服务器可考虑不熟腾讯云等具备专业安全防护能力的云服务。

除了对于安全人员的要求,普通的医生和后勤人员也要有安全意识。

1.不要让电脑裸奔,个人电脑安装靠谱的杀软。

2.保护好自己的文档,勒索病毒最想加密的就是你的重要文档,或者备份,或者加密。

3. 关闭不必要的端口,默认情况下,Windows 有很多端口是开放的,不法黑客可通过这些端口连上你的电脑。尽量关闭 445、135、139 等不必要开启的端口,对 3389 端口则可以进行白名单配置,只允许白名单内的ip 连接登录。

4.关闭不必要的文件共享,文件共享也存在隐患,如有需要,请使用 ACL 和强密码保护来限制访问权限,禁用对共享文件夹的匿名访问。

5.养成良好的上网习惯,切记不要随意点击来源不明的邮件附件。

雷锋网

阿里云用 8 款产品强势插入 MWC,要与亚马逊 AWS 一较高下

当众多智能手机厂商和 5G 相关厂商在 MWC 2018 展会上谈笑风生的时候,没有人会想到这个舞台上还会有阿里云的身影,毕竟这是一场属于移动通信领域的盛会。但阿里云的确来了,它带着大量的产品扑面而来。

2 月 27 日晚间,阿里云在 MWC 上全球发布了 8 款云计算和 AI 产品,其中包括图像搜索、智能客服云小蜜、大数据 PaaS 产品 Dataphin 等。

阿里云的图像搜索是基于机器视觉技术,此前这一功能已经在电商领域得到了应用,【拍立淘】就是阿里巴巴技术团队利用深度学习打造的拍照购物神器。

在发布会上,澳大利亚电商 ICONIC 通过阿里云展示了【图像搜索】技术,实现了与淘宝一样的拍照购物功能。阿里云方面表示已经在全球范围内开放图像识别产品公测,用户可以通过 API 和简单配置就能够实现自己的【以图搜图】能力;而且该技术还可以广泛应用于新零售、制造、媒体、旅游等多个行业。

至于云小蜜,它在 2017 年 11 月 11 日【双十一】期间接待了 4000 万个客户咨询,完成了 1.2 亿次对话,这个令人印象深刻的产品也出现在本次发布会上。

另外,在此次发布的 8 款产品中,还有一个超级计算集群。它可以为科学家、工程师快速提供【云端超算中心】,运行模拟客观世界的并行应用;借助运算结果,他们可以预测天气、勘探油气,并在任何时间、地点通过云端高性能计算服务开展数值仿真科研。

在发布会上,阿里云全球业务总裁王业明提到一句话:可以看到一个趋势,亚马逊 AWS 依旧聚焦在基础设施服务,而阿里云已经开始提供全面的数字化转型解决方案。可见,阿里云之所以要强势插入 MWC,还是打算以此为契机,在欧洲进一步打开自己的市场局面,与亚马逊的 AWS 相竞争。

不得不承认的是,阿里云当下的势头很强盛。雷锋网了解到,目前在中国有超过三分之一的 500 强企业是阿里云用户;而来自 Gartner 的数据显示,在全球范围内,阿里云的市场份额已经位居世界第三名,仅此于亚马逊的 AWS 和微软的 Azure。当然在中国云计算市场,阿里云是无可争议的第一名。

值得一提的是,阿里云风头如此之盛,连 Google 母公司 Alphabet 都将阿里巴巴列为其在企业云服务领域的竞争对手了。

雷锋网

专访TE Connectivity:汽车数据吞吐量将呈现井喷式增长,无人驾驶就是数据革命

今年是 TE Conectivity 在中国发展的第 30 个年头。

这家拥有 75 年历史,专注于连接和传感解决方案的供应商,产品涵盖汽车、航空航天、能源、工业、医疗、消费类电子等广泛领域,多达 50 万个品种。其中汽车是 TE 最大业务板块,市场份额超过 40 %。

作为供应商代表,在参加去年 12 月蔚来 NIO Day 那场声势浩大的发布会后,TE Connectivity 中国汽车事业部副总裁兼总经理沈伟明表示:「中国人能够自主研发制造高端车已经是板上钉钉了。」

这话并非空穴来风,中国汽车产业链经过 30 年发展积淀、近 3000 万辆的产销规模培养了一大批技术和产品供应商,支撑着汽车产业的发展。而类似蔚来在近三四年崛起的新造车公司可以在短期内推出一款产品,也是受益于像 TE 这样的成熟供应商的支持。

比如蔚来第一款量产车 ES8 配备的汽车高压配电盒(Power Distribution Unit,PDU),就是 TE 作为 Tier 1(一级供应商)提供的产品。

除了 PDU,TE 还作为 Tier 2(二级供应商)为蔚来提供连接器和传感器等零部件。例如在 NIO Power (充换电服务体系)、NIO Pilot(辅助驾驶系统)、NIO NOMI(车载人工智能系统领域),TE 均有提供对应的解决方案。用 TE 一位工程师的话说,「如果稍微深入技术层面,你会发现 TE 的产品无处不在。」

在这种情况下,汽车厂商的重心转变为如何利用与整合这些资源去塑造品牌和进军高端市场。

*不同的车身系统,不同的传输需求

当然,对 TE 这样的供应商而言,它想做的不仅仅是单纯的连接。随着 AI、自动驾驶的火热,汽车供应商在保证传统业务增长的同时,也面临着转型的难题:

如何加速步入智能连接时代?如何解决汽车传感器和数据吞吐量的井喷式增长?如何在恶劣环境下为汽车厂商提供一个安全可靠的数据传输,并保证功能安全和数据完整性?

这里的门道,都隐藏在看似不起眼的连接器中。

以下是雷锋网对 TE Connectivity 的专访(有删减):

雷锋网:自动驾驶是一个全新的领域,很多供应商都在探索,TE 在自动驾驶方面的思考是怎样的?TE 的连接器和传感器对自动驾驶会起到什么关键作用?

汽车工业最大的变革正在同时进行,其一是汽车电动化,另一个就是汽车的智能化和网联化。

就智能化、网联化而言,汽车对于数据量的处理是几何倍数的增长。当发展到无人驾驶,其实就是数据的革命,这也对数据的传输和感应提出了更高的要求。实现这场变革,需要整个行业的共同努力。

在自动驾驶领域,车企都在寻求独特卖点,需求多样化。TE 早在十几年前就已经对智能交通、自动驾驶等新领域进行规划和投入。我们在自动驾驶技术发展过程中努力推动连接的标准化,实现规模化生产。在合作模式上,TE 在设计阶段便与客户紧密合作,共同进行产品设计开发。

雷锋网:目前现在汽车厂商、科技公司都在进行自动驾驶(包括辅助驾驶)的研发,针对这一部分,TE 有哪些特定产品和技术?自动驾驶与之前汽车自动化部分的产品和技术会有哪些不同?

自动驾驶充分体现了汽车技术智能化、网联化的发展趋势,也对车辆在数据、信号等方面的感知和传输提出了更多更高的要求。

无论汽车系统架构如何改变,为了实现智能化、网联化,汽车上势必会大量装载各种感知传感器。如:高清摄像头;激光雷达,毫米波雷达,超声波雷达;各种天线,如:4G/LTE、导航、5G、V2X 天线等;各种分级高速运算平台,决策控制器;以及连接各模块所用的高速连接器和高速数据线束等汽车主干网络。

我们为此提供安全可靠的连接及传感解决方案。其中,TE 高速数据传输系统解决方案是非常重要的一部分。

随着先进驾驶辅助系统 ADAS,甚至 Level 4/5 高级别自动驾驶的到来,高速数据传输系统的应用外延被大大扩展。除了经典的信息娱乐应用外,还被扩展到了自动驾驶相关的安全系统以及车内数据传输的高速网络。

*TE 高速数据传输解决方案:高速数据连接、车载以太网连接器、小型同轴连接器、高清摄像头连接器、汽车天线等

我们对连接器的要求是不但能满足严苛环境下的耐高温、抗震等条件,还要不断适应更为复杂的网络架构设计,实现更高的传输速率,更强的抗电磁干扰能力,以满足大数据的传输需求。

雷锋网:对车载连接器,传感器产品来讲,现阶段较成熟的是哪些?国内 ADAS 和自动驾驶传感器市场处于什么阶段?未来还有哪些增长点?

在汽车智能化、网联化发展过程中,高速数据传输系统扮演着重要的角色,可以从其三大应用领域来了解未来发展的一些亮点:

信息娱乐系统是高速数据传输在汽车内的经典应用。自从上世纪二十年代车载收音机的问世以来,这类应用变得越来越广泛,如:高清、大尺寸显示屏,车载 USB/AUX,GPS 导航、2G/3G/4G 蜂窝网络等。

随着智能网联汽车时代的来临,我们看到这个应用趋势没有减弱,反而越来越明显,点对点的高速数据传输要求变得越来越多,原因在于:未来汽车更加关注人机互动以及乘客体验。

我们看到:显示屏的数量会越来越多,如新增全数字液晶仪表盘、新扶手箱显示屏;尺寸会越来越大,从数年前的 5 寸到目前主流的 8 寸、10 寸,再到以特斯拉为代表的的 12 寸、20 寸显示屏;分辨率和刷新率也会随之升高,从 640*480 提升到 720P,1080P 的汽车级显示屏,乃至 2020 年后,2K 屏幕会被逐渐引入到汽车中控屏,以提升客户体验。

在人机互动方面,USB2.0 和蓝牙连接已经变得非常普遍,未来的应用是会大大加快传输速度,并且实现大电流充电需求。USB3.1 STD A/USB Type C 和 WiFi 等新一代高速连接协议会被引入,这个趋势主要归功于这些协议在消费电子领域的成功。

同样,消费者对车载充电功率的需求也不断提升,从 5V/0.5A 的需求提高到现在的 5V/2A, 乃至 USB Type C 能够达成的 20V/5A,100W 的充电功率。

以自动驾驶和 ADAS(先进驾驶辅助系统)为主要需求的安全系统应用,是高速数据传输在汽车领域的新战场。这个新领域大大拓展了高速数据传输系统在汽车内的应用范围,提升了其重要性,使之成为了智能网联汽车中不可或缺的部分。

它的主要功能块分为:感知、判断、决策、执行。这些功能块由大大小小的传感器、ECU 组成,它们每秒收集着数 Gbps 的数据,给中央运算器做处理和判断,以实现正确的驾驶指令。

*不同的传输速率

相较于传统汽车,智能汽车新增的传感器包括:高清摄像头,毫米波雷达,激光雷达,以及现有的超声波雷达;同时,为了实现汽车互联,也包含了很多天线模块:4G LTE、5G、V2X、GPS、北斗,等等。新增的 ECU 包括:ADAS 控制模块、雷达控制模块、新一代高速运算平台(高速网关)等。

在这些模块之间,每秒钟的数据传输量少则数百 Mbps,多则有数 10Gpbs,而在传统汽车中,这是无法想象的数据吞吐量。为了实现如此多新增模块之间高速、稳定、可靠、低延时的数据传输,高速数据传输系统变得前所未有的重要。

汽车传感器和数据吞吐量会呈现井喷式的增长。然而,要实现汽车的智能网联化,传感器和控制器的增加数量远远不止这些。这一发展趋势会使整车的系统架构也发生天翻地覆的变化,其中,意义最为深远的就是以太网协议的引入,这将对未来汽车架构起着决定性的颠覆作用。

长久以来,汽车车内网络主要以 LIN 总线、CAN 总线,FlexRay 为主要协议,此类协议的速率非常低,一般不超过 1Mbps,但其优势在于搭建架构的成本非常低廉,连接器和线束成本也非常低。在我们对汽车总线的速率要求并不高的时候,CAN 总线等就能够满足需求。

但是,随着汽车智能化和互联化,新一代汽车芯片对总线速率的要求不断提高,汽车工业需要新一代的总线协议,它既可以达到上百 Mbps 甚至更高的传输速率,又能保证对线束成本和重量的有效控制。

根据 IEEE 以及 OPEN 组织所构建的数据传输协议,汽车以太网总线可以很好地承担此任务。第一阶段的任务是将汽车以太网总线的速率达到 100Mbps,下一个则是 1Gbps,在未来的三到五年,甚至实现 10Gbps 的可能。当然,这对芯片以及传输系统(连接器+线束)而言都是非常重大的挑战。

雷锋网:目前 TE 在电动车市场和自动驾驶/辅助驾驶市场的供货量比例是怎样的?在车载连接器和传感器方面有哪些合作伙伴?

在这个产业链中,TE 几乎是所有零部件厂商和主机厂的供应商。我们的连接和传感解决方案覆盖各种汽车系统架构,满足不同的应用需求。

TE 汽车事业部在中国目前 55% 的汽车业务与民族品牌合作,45% 的汽车业务与合资品牌合作。我们是一个相对来说非常均衡的供应商,同时这也是我们为什么能够在中国这个市场上发展这么健康的很重要的原因。

雷锋网:从 TE 的角度看,目前的汽车产业链是否会对车载连接器、传感器市场产生影响?

自从现代汽车问世近百年以来,它的基本功能和外形都没有发生过实质性的改变。但在这几年,两场汽车工业最大的变革正在同时进行,可以归纳为动力革命、数据革命;其最具体、典型的体现分别就是目前热门的话题:新能源汽车、自动驾驶。

技术的革新也重新定义着汽车工业版图,不单单是传统汽车工业巨头,越来越多的新势力也加入造车大军,特别是具备互联网思维的 IT 科技巨头。

预计未来 5 年,汽车电气化的增长每年将达到 4%,这意味着汽车零部件市场依然有很大的增长空间。在很多新的技术领域,例如新能源汽车的电池包领域,中国市场已经占有很好的市场和技术优势。

PS:看遍这一年中国与全球智能驾驶领域的技术前沿与商业探索,雷锋网新智驾年度推荐,扫描下图二维码或点击 https://www.leiphone.com/special/custom/AIdrive.html 了解更多信息。

雷锋网

特斯拉承认,自动驾驶时车毁人亡;爱奇艺拟融资15亿美元 百度持股近70%;谷歌眼镜将重现江湖 | 雷锋早报

国内特斯拉致死案新进展:公司承认当时处自动驾驶状态

据央视新闻2月27日消息,历时一年多的河北邯郸特斯拉车主高巨斌状告特斯拉公司自动驾驶功能导致自己儿子驾车身亡案件有了最新进展。

在大量证据面前,特斯拉承认车辆在案发时处于自动驾驶状态。

2016 年 1 月 20 日,京港澳高速河北邯郸段发生一起追尾事故,一辆特斯拉轿车直接撞上一辆正在作业的道路清扫车,特斯拉轿车当场损坏,司机高雅宁不幸身亡。经交警认定,在这起追尾事故中驾驶特斯拉的司机高雅宁负主要责任。

这比此前被普遍认为的全球首例特斯拉致死事故的发生时间还早了 4 个月。

苹果将推大屏版、升级版、廉价版iPhone X

彭博社2月27日报道,苹果公司目前正准备于今年晚些时候发布三款新智能手机——有史以来最大款iPhone,与目前市面上iPhone X同样大小但性能有所升级款,以及一款具备旗舰手机主要功能、但价格上稍微便宜些的低价版。

据雷锋网了解,苹果公司目前正在与供应商进行生产测试,并预期于今年秋天宣布这几款新iPhone产品。彭博社引用要求匿名的内部人士称,这些计划尚未成定数,仍有改变的可能。

国内新闻

乐视网:2017年营收74亿,净亏损数据116亿

2月27日晚间,乐视网发布公告称,2017年营业收入74.63亿元,较去年同期下降66.06%,亏损116亿元,由盈转亏,基本每股收益为-2.9146元。

报告期内,由于持续受到关联方资金紧张、流动性风波影响,社会舆论持续发酵并不断扩大,对公司声誉和信用度造成较大影响,公司的广告收入、终端收入及会员收入等业务均出现较大幅度的下滑。

同时,公司日常运营成本以及融资成本却不断增加。

爱奇艺正式递交招股书:拟融资15亿美元 百度持股近70%

爱奇艺今日正式递交招股书,招股书显示,爱奇艺已申请在纳斯达克证券市场挂牌交易,证券代码为“IQ”。

爱奇艺拟募集资金15亿美元,此次上市募集的资金主要目的是加强品牌认知度,吸引并留存优秀员工,为他们提供股权激励,并获得更多资金。

具体如下:50%用于扩展和加强内容,10%用于加强技术,40%为运营资金及其他公司事务,此外,将运用一部分募集资金收购及购买产品、服务、科技。

百度当前持有爱奇艺69.6%股权,为爱奇艺最大股东,爱奇艺创始人、CEO龚宇持股为1.8%。

今日头条收购VR视频直播公司维境视讯

据铅笔道报道,今日头条收购了VR视频直播解决方案研发商维镜视讯,这是今日头条首次迈入VR领域。

2月12日,根据工商信息变更显示,北京北京维境视讯信息技术有限公司原有股东全部退出,投资人变为北京闪星科技有限公司,即今日头条投资实体。法人代表也由王悦变为梁汝波,后者现为今日头条旗下抖音App创始人。

国际新闻

苹果将推出医疗诊所,为员工提供 “世界最佳医疗服务”。

据外媒CNBC报道,苹果公司将开始为员工提供医疗诊所服务。该公司悄悄上线了acwellness.com网站,招聘页面发布了几条招聘信息,除了为初级保健诊所招聘常规人员之外,苹果也在招聘“设计师”,他们将与运营和技术团队一起合作。

目前,拥有心率监测器和内置传感器阵列的Apple Watch堪称苹果旗舰的医疗卫生设备,而HealthKit、ResearchKit和CareKit等连接产品则提供数据收集和便携服务。

据雷锋网了解,苹果上个月宣布推出的iOS 11.3更新包括医疗服务提供商将健康记录整合在Health应用程序中,允许用户与他们的医生共享信息、接收警报等等。到目前为止,已有12家美国医院承诺支持该功能。

谷歌眼镜将重现江湖 加入AR技术

据英国每日电讯报网站报道,谷歌硬件业务负责人奥特洛日前在接受采访时表示,高科技眼镜仍然是一个非常具有吸引力的项目。

“我们正在试图确定体验AR未来将会是什么样子,而不仅仅是手机,谷歌一直在研究各种不同的外形,并进行大量的研究,但没有即将发布的产品公告。”

2014 年,谷歌眼镜就开始进行测试,但当时这款产品遭到了侵犯个人隐私的质疑,随后,谷歌终止了这一项目。后来,谷歌改造了这一产品,作为企业行业设备,但是和消费者已经没有了关系。而现在,搁置许久的项目又要重启。

雷锋网

AI与律师比赛审核保密协议,人类输了

雷锋网 AI 科技评论按:昨天,一家坐落于以色列的初创公司 Lawgeex 举行了一场人机比赛:AI v.s. 人类律师,在 4 个小时内审查五项(共 14 页)保密协议,结果 20 名经验丰富的人类律师无论从时间还是准确度上都远逊于 AI,被机器完败。这向人们证明了,AI 已经有能力接替人类在法律领域的某些工作。

机遇与挑战

人工智能对商业产生的变革显而易见,在全球有 6000 亿美元的法律服务市场当然也不能幸免。据咨询公司 McKinsey 估计,22% 的律师工作和 35% 的律师助理工作都可以通过自动化来完成。显然,对于某些非核心的法律任务来说,机器应该比律师处理的更快且更好,例如合同审核工作。

2014 年成立的人工智能合同审查自动化解决方案公司 LawGeex 在这方面做得尤为出色。他们认为合同审查是现在每个公司都会需要的且数量庞大,例如典型的 1000 强企业,差不多在任何时候都会维持 2 万到 4 万个活跃的合同。但是据国际合同和商业管理协会(IACCM)调查,有 83% 的企业对其合同流程不满意,因为例如交易中常见的保密协议(NDA)一般需要一周或更长的时间才能批准下来,这大大降低了交易的速度。

而从另一方面对律师来说,审核这些合同大多只是重复性体力劳动,浪费了大量的时间,而又不得不做。

这样的市场需求似乎是在召唤着人工智能的到场,但事实并不是那么容易,在法律文件方面训练人工智能模型其实还有蛮多独特的挑战的。

首先是法律术语——通常这些法律语言复杂且违反直觉,这让训练变得十分困难。对于合同审查和批准,自然语言处理(NLP)和现成的解决方案根本不起作用,没有现有的计算语言模型能够连贯地阅读法律术语。

其次是高精度的要求——律师的主要职责是控制甚至降低其公司或客户的风险,准确性至关重要。在法律人工智能的训练中,单一文档分析要求的准确性要高得多,比如大数据「情感」分析(使用文本分析挖掘不同数据来源以获得意见以预测趋势的过程)。

针对第一个问题,LawGeex 创建了新的法律「语言」——专有的法律语言处理(LLP)和法律语言理解(LLU)模型。律师和工程师团队通过给 AI 展示大量的法律文件,教授了 LawGeex AI 相关的法律文献。当 AI 学习法律术语时,法律训练人员会指出它需要识别的概念。LLP 技术允许算法识别这些概念,即使这些词组它从来没有见过。

另一方面他们采用监控概念,而不是关键字 – LawGeex AI 的操作方式要比迟钝的「关键字搜索」复杂得多。关键字搜索可能过多或过少,因为相关文档中可能没有相关文字,或出现在不相关的文档中。但是真正的人工智能应该能够识别出一个概念,不管它是什么样的词组或出现在文档中的什么地方。

比  赛

这次比赛的内容为四小时审查五项保密协议(NDA),并确定 30 个法律问题,包括仲裁、关系保密和赔偿等。如何准确界定每个问题是比赛的得分要点。

需要说的是参加比赛的这些律师都是拥有十多年从业经验的律师,而 LawGeex AI 也不是从头开始学习。按照 LawGeex 的介绍,LawGeex AI 已经接受了足够的训练,不光是 NDAs,它还可以检测十几种不同的法律合同,从软件协议到服务协议到采购订单。但在这项具体的比赛中,它仅关注 NDAs–最常见的商业合同形式。

比赛的结果预料之中,人类律师输了。

人类律师的平均准确率仅为 85%,而 AI 的准确率达到了 95%。时间上,AI 仅仅用了 26 秒就完成了任务,而人类律师平均需要 92 分钟。值得注意的是,人工智能在这些合同中最高可以达到 100%的准确率,而其中人类律师的最高得分仅为 97%。

意  义

尽管这并不是法律领域人类与 AI 对抗第一次比赛(也不会是最后一次),但它是 AI 首次与真实的有经验的律师之间的 PK。这使得比赛的结果在一定程度上可以说明,法律领域的某些工作,AI 可以比从业多年的人类专家完成的更好。

这可能会引起法律从业者的恐慌——难道在不久的将来律师要被机器所取代了吗?雷锋网认为,这真的是多虑了。目前来看,AI 在各个领域中还只能从事部分重复性工作。对于律师来说,AI 的出现其实是一种福音,它可以帮助自己处理掉大量重复性劳动工作,这一方面可以加快自己的工作速度,另一方面也能够给自己足够多的时间专注于那些真正有创造性的工作当中。

雷锋网 注:查看完整比赛

雷锋网

苹果将推出医疗诊所,为员工提供 “世界最佳医疗服务”

雷锋网消息,据CNBC报道,苹果公司将开始为员工提供医疗诊所服务。

一个月前,雷锋网曾报道了亚马逊联合伯克希尔哈撒韦和摩根大通两家公司,宣布成立一家独立的医疗公司,为旗下员工提供新的医疗保健解决方案:《亚马逊联手巴菲特及摩根大通,组建独立医疗公司》

就在三巨头联手后不久,今年春天,苹果公司将为员工及其家属开办一间名为“AC健康”(AC Wellness)的健康诊所。

该公司悄悄上线了acwellness.com网站,更详细地介绍了健康诊所的开办宗旨,网站的一个招聘页面发布了几条招聘信息,涵盖初级保健医生、运动教练、护理领航员,以及负责管理实验室现场测试的采血医师。

据美国疾病控制与预防中心(U.S. Centers for Disease Control and Prevention)的数据显示,美国每年有6900万名工人因为健康问题而请假,造成的经济损失高达2600亿美元。

这家新成立的初级保健集团,最初只会在总部所在地的圣克拉拉县为苹果总部员工服务。目前,它在该县有两个诊所。

LinkedIn搜索显示,前斯坦福医疗保健员工已经加入AC Wellness至少五个月,尽管这些人的档案中没有提及苹果。然而,周二苹果网站上的几份工作列表将AC Wellness描述为“Apple的子公司”。医疗团队可以通过子公司将合同外包给非医疗行政人员。

除了为初级保健诊所招聘常规人员之外,苹果也在招聘“设计师”,他们将帮助实施一个专注于预防疾病和促进健康行为的项目。招聘网页上显示,该公司正在寻找一名人口健康设计师和临床方案设计负责人。

这些设计师将与运营和技术团队一起合作。

目前,拥有心率监测器和内置传感器阵列的Apple Watch堪称苹果旗舰的医疗卫生设备,而HealthKit、ResearchKit和CareKit等连接产品则提供数据收集和便携服务。其他特别计划,如苹果正在与斯坦福大学合作,研究Apple Watch是否可以检测到心脏节律的异常情况,这将为大量健康人群和患者带来好处。

据雷锋网了解,苹果上个月宣布推出的iOS 11.3更新包括医疗服务提供商将健康记录整合在Health应用程序中,允许用户与他们的医生共享信息、接收警报等等。到目前为止,已有12家美国医院承诺支持该功能。

苹果公司CEO库克此前曾对股东表示,公司可以在医疗保健方面做出“重大贡献”。事实上,苹果也开始这么做了。苹果一直通过一家名为“Crossover Health”的初创公司来为员工们提供内部医疗保健服务,最近苹果缩减了与这家公司的合作。据报道,苹果曾考虑收购这家公司。

消息人士称,苹果已经开始向第三方供应商告知其健康诊所网络的转移情况。

以下是描述AC Wellness作为Apple子公司的职位列表屏幕截图:

雷锋网

Google AI:如何破解AI学术研究的赢者诅咒?

「赢者诅咒」:赢得拍卖品的中标者出价高于其他竞标者,但他很可能对拍卖品估价过高,支付了超过其价值的价格,从而赢得的拍卖品的收益会低于正常收益甚至为负。换句话说,就是当你一心想要赢得竞标时,却偏离了你原本的目的。

雷锋网 AI 科技评论按:当我们为各种测评任务中取得的分数欢欣鼓舞时,可能我们已经受到了「赢者诅咒」。

机器学习领域在过去的十年时间里取得了非常了不起的进步。从机器翻译,到语言理解,到计算机视觉,到自动驾驶,到 AlphaGo,到电子游戏(例如 DOTA)等等。

这一系列的快速进步背后最大的推力可能就是,学术研究领域越来越强调所谓的「win」文化:新发表的方法必须在某个给定的任务或基线上超过之前别的方法。这意味着我们已经把学术社区逐渐变成了一个有着明确判定输赢的场地。

反思一下,科学的目的不是为了胜利,而是为了知识。

因此,当我们不断在各种测评中取得越来越高的分数时,或许是时候该警惕了:我们已经受到「赢者诅咒」。

雷锋网注意到,近期来自 Google AI 的 D. Sculley, Jasper Snoek, Ali Rahimi, Alex Wiltschko 在 OpenReview.net 上提交的一篇文章《Winner's Curse? on Pace, Progress, and Empirical Rigor》[1] 给我们明确指出了这点,作者认为实证严谨(empirical rigor)对于现在的 AI 学术社区变得越来越重要,他们针对当前的问题给出了一些颇具革命性的建议。

[1]雷锋网注:这篇文章是提交给ICLR 2018的workshop track的。

最近一年的重点案例研究

如果回顾一下过去一年的论文,就会发现一个明显的趋势(许多研究组从不同的角度做出了相同的发现):由于当前快速发展的研究工作大多只是简单的调整参数或者进行消融研究(ablation studies)[2],我们错过了许多可能的改进或深度的见解。下面是过去一年中几个研究组的一些发现:

[2] 注:消融研究,通常是指去除模型或算法的某些“特征”,并查看这会如何影响性能。例如你提出了某个结构,若想确定这个结构是否有利于最终的效果,就要将去掉该结构的网络与加上该结构的网络所得到的结果进行对比。

  • Lucic et al.(2017) 对 GAN 的近期创新工作进行了大规模实证比较。一个主要发现是,最近的大多数方法经过足够的超参优化后都能够达到相似的分数。

  • Henderson et al.(2017) 表明,他们只需要对基线 LSTM 进行更好的超参调整,就可以超过一系列最新的 seq2seq 学习方法的表现,在比较热门的 Penn Treebank 数据集上获得最优的性能。

  • Vaswani et al. (2017) 极好地进行了使用 attention 的独特编-解码器风格网络(exotic encoder-decoder style networks)的消融研究,它表明只需要加上 attention 模块,你就能获得更好的表现。

  • Rikelme et al. (2018) 对贝叶斯深度神经网络中使用近似推理进行决策的各种近期的方法进行了比较。他们发现,在决策任务中许多最近提出的方法都只是在努力超越基线。

  • Henderson et al. (2017) 评估了深度强化学习的可重复性,他们发现近期的工作在同一个任务的不同的基线上模型会有显著的变异。

以上这几例研究说明了一个问题,即如果这些领域采用更高水平的实证严谨,那么那些看似在快速发展的研究可能要比它看起来的样子慢得多。

诱因和现状

从目前的情况来看,诱使机器学习研究急剧增长的原因可能有以下几点:

  • 公开可用的数据集增多,例如 Kaggle 上现在已经拥有了超过 10000 个公共数据集。

  • 计算的成本降低,并且伴有大量如云计算这样的大型计算资源;

  • 在该领域工作的研究人员数量剧增,这为大规模合作创造了机会;

  • TensorFlow、PyTorch 等开源 ML 平台的兴起,以及由此带来的开源代码和模型的普及。

这些因素是否真的能给 ML 的研究带来真正有用的结果,可能需要历史来告诉我们了。从表面上看,这些因素本来应该促进更加强健的实证工作的,但实际情况却朝着相反的方向走去。

  • 理想情况下,处理真实数据的目的是为了调整和检查算法在各种抽样分布下的行为,以便了解算法的优缺点。但现在实证研究已经变成了一个纯粹为了「win」(而不是为了深入研究和理解)而进行的挑战赛。

  • 计算的价格虽然在不断的降低,但也是相对的。大型的研究组(通常是企业)可能拥有更多的资源,而个人研究者可能就会受到比较大的压力。

  • 随着这个领域的参与者数量逐年增长,顶会的接受率却基本上保持不变;此外培养优秀的审稿人通常需要数年时间,熟练的审稿人数量增长远远落后于投稿人的数量增长。而另一方面发表论文又关系着事业前景,于是就会有越来越多的研究人员害怕被竞争对手抛弃,并希望能够迅速地在某个领域竖立旗帜。这种竞争所带来的恐惧感可能会抑制研究人员去花时间进行细致地实证分析。

  • 当许多研究人员在某一问题或相关问题中并行工作时,即使每个人都在尽力避免,但这个领域也会出现多种假设检验的问题。

改革建议

久病难医,Ali Rahimi 等人在文中表示:「我们提出几条建议,抛砖引玉,希望以后大家以后多多讨论。」

实证评估标准    在目前的做法上,以下标准应当被鼓励、奖励,并最终成为实证工作中的要求:

  • 调优方法 应该通过网格搜索或引导优化方法对包括基线在内的所有模型进行关键超参调优,这应当作为出版物的一部分进行分享。

  • 切片分析 在整个测试集上进行精确度或 AUC 等性能的测量可能会掩盖其他重要结果,例如在一个区域的质量较高,而在另外一个区域的质量则较低。根据数据的不同维度或类别来分解评测指标,这是完整的实证分析的关键部分。

  • 消融研究 研究中应包括对以前基线的所有变化进行全面的消融研究,对每个组分的变化进行单独测试和组合测试。

  • 完整性检查和反事实 对模型行为的解释应有意识地进行完整性检查,例如对测试分布之外的反事实数据或反常数据进行分析。模型对具有不同背景的图像或具有不同人口统计分布的用户的数据的表现有多好?

  • 至少一个负例 由于「没有免费的午餐」理论仍然有效,研究人员去发现和报告新方法相比旧方法表现不好的区域非常重要。只展示成功的论文应当被质疑,甚至可能因此而拒绝接收。

共享实验笔记和记录    ML 研究人员大多不会像物理等领域那样把所有的结果记录下来。但作者建议研究人员将有关论文研究期间进行的所有实验的细节和时间都保存在电子文档中,这有助于追踪研究的发现、探索和结论的全过程;同时它也可以抵消多重假设检验和事后解释的问题。

改变论文格式    在一个以创新而著称的领域,我们的主要档案传播媒介仍然以优化纸张印刷为目的,这实在令人惊讶。让我们改变这种纸张格式吧!像 iPython 和 Colaboratory 1 这样的智能笔记本,不仅可以包含代码、数据,还可以包含文字的分析,我们为什么不采用这些来作为一流的出版媒介。

会议中论文页面往往限制了作者展示更完整的实证分析的能力,或者需要花费很多页面才能完成。如果不再让纸张印刷格式限制我们,那么对于评审员来说就可以查看更丰富的内容。为了避免泛滥使用这种自由格式,要求对每个实证结果的额外页面进行一次额外的审查以及适当的审查标准质量要求。

协作和贡献分配    要实现更加完整的实证评估和分析,一般需要大量的工作,可能更多的是一大组合作者共同完成。在目前的这种通过作者先后顺序来评定每个人做出贡献的大小显然是不够的。因此建议在每篇论文中有一个附录,简要概述每位作者的贡献,作为激励这种协作的解决方案之一。

评审和评审人员标准    评审质量是提高一个领域实证严谨性的关键因素。因此建议通过为评审人员创建更好的工具来帮助他们以及领域主席来执行更高要求的评审标准,例如可以直接在文本中添加注释,创建更完整的评审评论。另外还可以为那些由于资金短缺不能参加会议的优秀的评审员提供免费注册作为奖励。

场地选择    目前会议论文的接收率通常与会议场馆的实际大小有关。因此建议通过其他媒介(包括视频和视频会议)来进行更具创造性的工作,这样就可以更为灵活地为那些不是为了「wins」而是专注于其他问题(例如深度元分析)的论文提供了接收机会。

后  记

参加过 NIPS 2017 的人应该都清晰地记得当时人山人海的壮观。Ali Rahimi 当时在 NIPS 演讲中将这称为「large waves」。也许我们真的需要坐下来认真地讨论这些问题了。

可以想见,如果Ali Rahimi等人提出的这套建议真的得以执行,很多 ML 文章都会被拒绝,意味着很多人发不了 papers,毕不了业,找不到工作。但是,人工智能领域的成长或许真的需要壮士断腕了,当然最好是少流一点血。

雷锋网

自称中本聪、侵吞110万个比特币被告,他是猴子请来的逗比吗?

2016年5月2日,一位澳大利亚籍人士Craig Wright在博客上宣称自己就是比特币之父Satoshi Nakamoto(中本聪),一时引发世人热议。直至目前,网络上依然有对Wright所言是否属实的讨论之声。

在这起事件过后的21个月,Wright再次火了。这次,他因窃取商业伙伴David Kleiman价值约50亿美元的比特币而被人告上了法庭。

图:Craig Steven Wright

丨 缘起

事情还要从2003年说起。当时,Wright是一位澳大利亚计算机科学家,Kleiman则是一位IT安全专家,二人一起参与了一个比特币“挖矿”项目,最终该项目共获得约110万枚比特币。

雷锋网·AI金融评论查阅The Verge公布的诉讼书发现,合作期间,二人曾共同发表过多篇论文,如2007年,二人就曾针对覆盖硬盘数据的机制问题共同撰写了一篇论文。而他们和团队的交流方式则几乎完全通过各种私人电子邮件。

2013年4月,在比特币开始有了水花前的几个月,Kleiman由于感染MRSA肺炎多时,最终死在了家里。据称,被发现时,Kleiman死亡的场景令人毛骨茸然,他的身体已经分解,轮椅上遍布血迹和粪便,旁边还有一支手枪,在其床垫上,他的家人还发现了一个弹孔。截至目前,围绕Kleiman死亡的确切细节仍然未知。

在Kleiman死后,Wright联系了他的家人Ira,意对其遗产问题进行处理。据原告在诉讼书中所述,Wright从一开始就认识到Kleiman的家人和朋友并不知道后者积累的比特币数量和其蕴含的价值。在之后交流遗产问题上,Wright极有可能利用了这一点,对二人合作的项目文件进行了伪造。

丨 回溯:侵吞110万个比特币

在和Ira沟通时,Wright表示,他和Kleiman创造并拥有大量比特币,并共同创造了有价值的知识产权。随后,他表示,Kleiman已将这些资产全用来换取一家市值约“数百万美元”的澳大利亚非营业性公司的非控股权。他告诉Ira,他必须在几个月内出售Kleiman在这家公司的股份。

为拟造“Kleiman已将其持有的比特币和知识产权资产转移给了他”的假象,根据诉讼书所示,Wright制定了一项计划,要求获得Kleiman所持有的所有比特币的唯一所有权,并通过W&K(二者于2011年在佛罗里达州建立的一家公司,专注于为比特币“挖矿”和软件开发/研究提供服务)窃取二人共同拥有的知识产权的资产。

为了完成该计划,Wright起草并回溯了至少三份合同,并创建一份文件记录,声称Kleiman已将其持有的比特币和知识产权转让、出售/或归还给了自己。代表性的共有以下三份协议:

  • 2011年,签署了名为“知识产权可资助协议”的合同;

  • 2012年,签署了名为“贷款契约”合同;

  • 2013年,签署了名为“拥有业务股份的公司出售合同”(“2013年W&K销售协议”);

左为Kleiman发表刊物的签名;右为Wright疑似伪造的合同中Kleiman的签名

据原告在诉讼书表述,从上图来看,出现在这些文件上的电子签名与Kleiman在刊物中使用的电子签名、书面签名的示例存在一定差异。

原告还提出了一大例证,其声称,出现在文件合同上的“Dove Kleiman”(David Kleiman在诉讼书的名字)的签名,与通过计算机生成的名为“Otto”的字体几乎完全相同:

在面对这一强有力的质疑之后,Wright后承认该签名确实为计算机生成,但其也表示还有其他方法来证明这些文件的准确性。而截至原告提请诉讼以来,Wright并没有提供额外的合法性证据。

三份文件中,由Kleiman“签署”的“2011年知识产权协议”有条款显示,Kleiman转让了大约21.5万个比特币来“投资”W&K,并要求该公司使用比特币为软件开发者提供资金支持。据原告质疑,在当时的大环境下,市场上基本还没有使用比特币交易的金融案例。

除此之外,一个包含日期的“错字”似乎也暴露了什么。该份文件签署日期为2011年,内容中却出现了一个日期的错字——“2013”年,而后该“错字”被手动修改为“2011”年。这让原告不由提出质疑——该文件可能是在2013年被编写的。

而后,在“2013年W&K销售协议”中,原告声称,该文件一开始提到的数字为25万个比特币,在协议后方,该数字变成了25.5万个——由Kleiman转移给了Wright。

当然,这些例据还是冰山一角通过原告在诉讼书中提出的质疑,关于Wright如何将二人共同“挖”的100万个比特币“据为己有”的真相也慢慢被描摹了出来(若大家对该案件感兴趣,可查阅诉讼书了解整个案件)

丨 要点

而发起这场诉讼的正是Ira。在本次诉讼中,他要求Wright返还现在价值可能超过100亿美元的比特币。根据诉讼表示,这些比特币还存在较多不确定性,比如,其是否会受Wright公布的税务问题的影响。此前,Wright曾因避税问题遭至澳大利亚警方的突击搜查。

同时,诉讼中引用的一封Ira在Kleiman去世后写给Wright的电子邮件内容显示,Wright曾承认过以Kleiman的名义持有过30万个比特币。

当Ira问道:“(Dave:David的爱称)提到过你在信托里保存了100万个比特币,鉴于你曾说过他那部分有30万个。我可以认为,剩余的70万个是你的吗?”Wright则回复称,“减去公司使用所需,差不多是这样。”

除了价值约50亿美元的比特币之外,雷锋网·AI金融评论还了解到,诉讼中还包括对Kleiman在区块链技术所获得的知识产权的补偿。据负责Kleiman遗产的律师在声明中所述:

这些资产的价值远远超过5,118,266,427.50(约为51.18亿)美元。

不过,诉讼书中并未对Wright或Kleiman在比特币中扮演的角色或与中本聪身份的关联做过多表述。诉讼书最后总结:

目前还不清楚Craig、Dave或者二者是否共同创造了比特币。由于一些尚未明晰的原因,他们选择对家人和朋友隐瞒了参与比特币的“挖矿”信息。但不可否认,他们二人从一开始就参与了比特币的开发,并且在2009年至2013年间就已积累了大量的比特币财富。

丨 发酵

据悉,该诉讼已由Ira提交至美国佛罗里达南区地区法院,该法院则于2月15日向Wright发出传票。

虽然目前尚不清楚Wright是否会接受审判,不过,就在2月26日,向来在社交媒体上颇为高调的Wright,在案件爆发后沉默了十日后,终于按捺不住用一个词回复了一位网友关于“这一案件到底怎么回事”的发问——贪心

然而,“Greed”一词虽然足够表明Wright对此案件的态度,但明显不具说服力。

雷锋网·AI金融评论通过翻阅Twitter网友对此案件的评论发现,有些业内人士对其不乏大胆设想。一位PGP应用密码学顾问Peter Todd提出了这样的质疑:

诉讼文件称,Wright通过伪造各种文件以欺诈性地收购Kleiman所拥有的大量比特币。但首先,这些比特币的存在可能就只是另一种幻想。

而一位看完整份诉讼书的“BitcoinCashFTW”,则这样评论道:

要么这是人类历史上最伟大的一场骗局,要么他单纯就是比特币的创造者。

依据网友评论,大多数人对这一案件还是将关注点放在“Wright、Kleiman和比特币、中本聪有什么关系”上。也许,对更多人而言,这起案件的意义,已经不在于Wright最后接不接受审判、Kleiman家人能不能要回应得遗产,而在于——通过更多信息的揭露,大家能离神秘人物中本聪近一点,再近一点。

雷锋网