• 首页 > 新闻频道 > 即时新闻

    澳门十大赌博网站

    2019年10月15日 10:25:36   来源:腾讯科技

      10月15日消息,据外媒报道,微软总裁布拉德·史密斯(Brad Smith)认为,现在是时候为数字时代颁布新的反垄断法了。6LC中文科技资讯

    1.jpg6LC中文科技资讯

      史密斯表示,与传统的计算公司所占市场份额的方法不同,监管机构在确定某公司是否为垄断企业时,还应考虑该公司拥有多少消费者数据。这种方法可能会给谷歌和Facebook等其他科技巨头带来麻烦,它们目前正在美国面临反垄断调查。而这可能对微软本身的影响较小。6LC中文科技资讯

      但史密斯说,科技公司可以从这样的调查中吸取经验,他本人就是如此。史密斯也是微软的首席法务官,曾与创始人比尔·盖茨(Bill Gates)亲身经历了20世纪90年代末和21世纪初微软的反垄断案。他说:“微软必须改变。我们必须做更多的工作来倾听其他人的意见,理解和承认他们的担忧,然后最终解决这些问题。”6LC中文科技资讯

      史密斯说,一种衡量垄断的新方法只是他希望看到法律改变的方式之一,这样大型科技公司才能在美国得到更好的监管。鉴于技术现在社会、商业和政府中发挥的巨大影响力,这些改变是必要的。6LC中文科技资讯

      史密斯和苹果首席执行官蒂姆·库克(Tim Cook)一样,认为保护隐私安全已经到了“刻不容缓”的地步。他说,解决方案应该是双重的:联邦监管机构应该通过全国性隐私法,类似于欧洲的《通用数据保护条例》(GDPR),史密斯自2005年以来一直在倡导类似的法律。GDPR让消费者有权知道他们的个人数据何时被在线收集以及将如何被使用。史密斯说,在美国等待出台类似法律的时候,科技公司应该开始自己向客户提供这些权利。6LC中文科技资讯

      史密斯认为,加州将于2020年生效的隐私法是个亮点,该法允许互联网用户更多地控制自己的个人数据。例如,允许他们选择不将自己的信息共享或出售给第三方。史密斯说,他认为加州的消费者隐私法将推动大多数公司改变他们处理用户隐私的方式,甚至在任何联邦立法通过之前就能产生这样的效果。6LC中文科技资讯

      史密斯称,另一个迫切需要监管的领域是面部识别。首先,面部识别技术可能存在偏见,因为它比其他技术能更准确地检测到男性和白人的脸。史密斯表示,这也可能对企业或政府追踪人们的活动、他们的消费习惯或他们参与政治运动的能力产生潜在的问题影响。尽管如此,微软是众多致力于开发面部识别技术的公司之一,史密斯认为不应该完全禁止这种技术。6LC中文科技资讯

      他谈到了微软家乡华盛顿州提出的一项法案,该法案将对政府机构使用面部识别软件做出规定,并要求此类软件的制造商允许第三方测试其产品,并建立类似GDPR的隐私保护。微软敦促立法者通过这项法律,而不是华盛顿的另一项法案,该法案将暂停地方和州政府使用面部识别技术。史密斯说:“我认为禁令没有任何实际意义,因为如果不能使用这项技术,就无法继续对其进行改进。”6LC中文科技资讯

      华盛顿的两项法案都没有获得通过,史密斯说,他认为公司自己需要在法规出台之前对向谁提供面部识别软件进行选择。他说:“应该对这种的使用有规定和限制。在这个阶段,公司应该自愿应用这些规定和限制。”6LC中文科技资讯

      科技公司和监管机构之间的这种合作可能是该澳门十大赌博网站未来的关键。史密斯说:“我认为仅仅通过政府提供的解决方案远远不够,我们创造了这项技术,因此我们也有责任帮助解决其带来的问题。”(腾讯科技审校/金鹿)6LC中文科技资讯

      来源:XXX(非中文科技资讯)的作品均转载自其它媒体,转载请尊重版权保留出处,一切法律责任自负。

      文章内容仅供阅读,不构成投资建议,请谨慎对待。投资者据此操作,风险自担。

      如发现本站文章存在问题,提供版权疑问、身份证明、版权证明、联系方式等发邮件至news@module-developer.com。

    [上传用户: ]
    分享到微信

    推荐

    新闻

    巨头执着校园社交

    2019年的社交赛道有点热闹,在微信、QQ两座大山之下,新的产品不断涌现。

    互联网+

    拯救脱发、治愈癌症...医疗互联网越慢越好?

    事实上,这大概是中国互联网创业的本质:技术领域的一个概念、一段视频、一份PPT,都会让资本市场异常兴奋,大家都喜欢先奔跑起来,再寻找方向,如团购、外卖、共享单车、特供智能机,莫不如此,医疗互联网身处其中,自然也免不了沾染癫狂习气,只是医疗澳门十大赌博网站的特殊性不言而喻,或许,越慢越好!

    融合

    高尚大的人工智能背后:真的只是单调、枯燥和密集劳

    总得来说,人工智能有两个重要的支柱,一个是海量的数据、大大的数据;另一个则是高精度算法,显然,算法需要一小撮的天才来编辑和优化,而海量的大数据,除了机器本身的收集能力之外,还需要大量的人工操作,给相关的数据贴上固定的标签。