北京大学-八分量“区块链与隐私计算”联合实验室于2024年5月8日下午在北京大学英杰交流中心星光厅举办研究进展与前沿技术研讨会。
姚卫浩部长致辞
本次研讨会分享了联合实验室自2022年3月成立以来在区块链、隐私计算领域的重要研究成果与最新进展,汇聚学术界和工业界的专家学者、研究人员和技术从业者,共同探讨该领域的最新趋势和未来发展方向,涵盖了区块链、隐私计算、AI大模型安全与隐私保护等多个方面,为与会者提供了一个深入交流、共同探讨的平台,促进学术交流与合作,推动联合实验室在区块链与隐私计算领域的创新与发展。
吴中海院长致辞
阮安邦董事长致辞
北京大学出席的领导有,北京大学科技开发部部长姚卫浩、副部长郑如青,北京大学软件微电子学院院长吴中海、副院长刘力锋,北大软微学院网络软件与系统安全系系主任等;特邀出席的国内专家有,北京大学网络空间安全研究院院长、安全密码工程研究中心主任徐茂智,中国科学院计算所区块链实验室主任、CCF区块链专委副主任孙毅,密码科学技术全国重点实验室副主任张江,以及华为2012系统安全技术实验室主任、华为系统安全首席科学家谭寅等;特邀线上参与的国外专家有,剑桥大学计算机学院副研究员、兼任牛津大学软件工程学院特聘讲师吴连龙,中英人工智能协会执行会长、创始人,之江实验室海外青年专家委员李振海,帝国理工大学人工智能研究院研究员、FLock.io创始人孙家昊,Sophos公司首席工程师张星,Bay Current Consulting公司Web3事业部负责人贾思雨等。
前沿技术研讨会
密码科学技术全国重点实验室副主任张江研究员,在会上做特邀报告“基于快速盲旋转的同态加密自举技术”,指出当前密文自举是实现全同态加密的唯一技术路径,也是阻碍全同态加密走向实际应用的主要性能瓶颈。报告介绍了实现密文自举的三种主流方法以及它们的优缺点。并给出一种新的部分同态加密算法和快速盲旋转技术。基于此提出了一种与密钥分布无关的新型全同态加密算法。与国际同类算法比较,提出的算法计算性能提升了2.1倍,存储代价降低了2.9倍。该报告内容已发表于美密会2023。
信息安全国家重点实验室副主任陈恺研究员,在会上做特邀报告“大模型安全:机遇与挑战”,指出大模型的出现对安全研究产生了重要影响:一方面它可赋能传统攻防手段,使其更为智能和高效;另一方面,其自身的安全问题,如“幻觉”问题、隐私问题等,也引发了人们在使用大模型时的担忧。此次报告重点讲述如何使用大模型用以赋能传统安全攻防,也会讲述大模型自身的安全问题等。
通过线下咨询和指导的方式,来自国内的专家学者,针对联合实验室成立以来取得的阶段性研究成果给予了充分的肯定,并提出了许多好的建议。
线上圆桌论坛
通过线上圆桌论坛的方式,来自国外的专家学者,针对区块链、大模型、去中心化隐私计算等前沿技术,与线下专家进行了共同探讨。
北京大学-八分量区块链与隐私计算联合实验室
北京大学软件与微电子学院院长、联合实验室指导委员会主任吴中海,八分量创始人、联合实验室指导委员会副主任阮安邦,北京大学软件与微电子学院教授、联合实验室主任沈晴霓,八分量联合创始人、联合实验室副主任魏明等代表联合实验室出席和主持了本次研讨会。
研讨会与会人员集体合影
北京大学-八分量区块链与隐私计算联合实验室,是八分量与北京大学共同成立的校级联合实验室,主要围绕我国关键软件核心技术问题,开展区块链与隐私计算方向的前沿技术研究和攻关,共同推进区块链与隐私计算软件平台、算法、系统与应用等方面合作研发,促进应用落地,通过共同努力和协同创新,取得自主可控、国内领先与国际一流的研发成果。为企业发展与科研进步提供新的发展契机,同时也为服务国家大数据战略培养出更多的高素质应用型人才方面贡献价值。
好文章,需要你的鼓励
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
Meta为Facebook和Instagram推出全新AI翻译工具,可实时将用户生成内容转换为其他语言。该功能在2024年Meta Connect大会上宣布,旨在打破语言壁垒,让视频和短视频内容触达更广泛的国际受众。目前支持英语和西班牙语互译,后续将增加更多语言。创作者还可使用AI唇形同步功能,创造无缝的口型匹配效果,并可通过创作者控制面板随时关闭该功能。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。