“大家看过电影《速度与激情8》吧,电影里满大街自动驾驶的僵尸车追逐俄罗斯国防部长的车。如果以后满大街都是这种智能汽车,这个电影桥段一定会成为现实”,360集团董事长兼CEO周鸿祎在5月16日,第二届世界智能大会上表示。
360集团董事长兼CEO在第二届世界智能大会上演讲
当天他受邀发表题为《建立“安全大脑”保卫智能时代》的主题演讲。周鸿祎在的演讲中指出,网络攻击已经开始威胁智能经济的健康发展,无论是智能经济还是人工智能,如果想健康、想可持续发展,就必须要重视安全问题。
周鸿祎介绍,随着智能时代的到来,我们的经济、社会、生产、生活越来越多的运行在网络上,越来越多的依靠智能技术。物理世界和虚拟世界已经打通,线上线下的边界正在消失。网络安全的危害已经从网络空间,扩展到国家安全、国防安全、关键基础设施安全、社会安全、家庭安全,乃至人身安全。因此,我们说,网络安全已经从“信息安全”时代,进入了“大安全”时代。
尤其是随着智能经济的发展,“软件定义一切,万物皆可互联”,网络攻击已经开始威胁智能经济的健康发展。周鸿祎以智能制造和智能汽车领域为例,指出智能经济正在面临威胁。
首先,周鸿祎指出智能制造领域已经成为黑客攻击的重点目标。这并不是耸人听闻,去年5月发生的WannaCry勒索病毒事件中,全球150多个国家受到影响。我国大量工业企业中招,占全国被攻击总数的17.3%。仅仅病毒爆发后两周,全国各地工业园区企业就爆发WannaCry攻击事件2000多起,不少大型制造企业车间停摆,工人停工。
其次,在智能汽车领域,网络攻击同样影响巨大。
“有人预测,很快就会进入智能汽车社会。对这样的时代我也很期待。但是,我也想泼点冷水。没有安全,就不可能有智能汽车时代的真正到来。你想象有一天,你吃着火锅,唱着歌,坐在一辆车上,过着未来的美好生活,然后这个车就被黑客劫持了,美好生活也就结束了。”周鸿祎说。
另外,周鸿祎也指出,人工智能作为智能经济的关键技术支撑力也存在重要的安全问题。主要来自于4个方面。
第一,人工智能会用于许多无人值守系统,像无人值守的汽车、高铁、无人机,无人值守的武器等。但是,这些无人值守系统都有安全漏洞的风险,一旦被网络劫持,将带来严重的安全问题。比如未来用人工智能做成智能机枪以后,一旦被黑客攻破,就有可能向无辜的人开火。
第二,人工智能所依赖的传感器、训练数据和使用的开源软件等都可能存在安全隐患,比如传感器可以被干扰,系统自身也可以被欺骗或入侵。
周鸿祎在演讲中透露, 360安全团队在测试时,就曾通过超声波干扰器欺骗特斯拉的自动驾驶仪,让它相信前方的障碍物并不存在。
第三,现在的人工智能还只是一种拼命用大量数据训练出来的概率判断系统,远远称不上完善。它也许可以有99.99%的概率保证识别是正确的,但是对于安全来讲,它只要出现一次识别错误,就会造成严重后果。过去一年里,曾发生多起自动驾驶测试车车祸,甚至撞死行人的事件,就是因为这个原因。
第四,现在的人工智能系统大多使用开源软件和架构,这里面的安全漏洞就更多了。
所以,周鸿祎认为,大安全时代,迫切需要一个完整的解决方案。要运用新技术构建一个强健有力的“安全大脑”,建立“上帝视角”,绘制出大安全全景图。
周鸿祎在演讲中透露,目前360已经组建了“安全大脑”,这个“安全大脑”由分布在全国近百个城市的十万多台安全服务器构成,拥有全球最大规模的网络安全大数据,总量超过2EB,硬盘连起来有100多公里,从北京连到天津,可以铺满2个足球场
目前360“安全大脑”已经应用到智能识别国家级的高级威胁(APT),智能预测大规模网络流量攻击、智能汽车安全和工业互联网安全等许多方面。比如2016年,360利用360“安全大脑”提前几个月就预测了美国东海岸大规模断网事件。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。