“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
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。