- 今日收錄
- 4篇
- 近 24 小時
- 15篇
- 近 7 天
- 123篇
報導關鍵字
近 7 天較早收錄
篩選「OpenAI」清除篩選 ×
本頁 43 篇 · 依收錄順序
ChatGPT開發者OpenAI太夯，僱傭了大量前Google、Meta 員工 | T客邦
搭載 OpenAI GPT-3 ，首款繁中 AI 聊天瀏覽器「MixerBox ChatAI 」開放測試 | T客邦
特斯拉等不回「自動駕駛之父」，Andrej Karpathy表示被ChatGPT驚艷要加入OpenAI | T客邦
有錢任性，OpenAI 買下價值3億3千萬的頂級網域名稱 AI.com | T客邦
用AI寫程式工具 Copilot 被提告侵犯版權，微軟GitHub 和 OpenAI 站出來喊冤 | T客邦
ChatGPT名氣太大，App Store和Play Store充斥著各種OpenAI也沒聽過的ChatGPT行動版A…
抓住 ChatGPT 爆紅機遇，微軟計畫對其開發商OpenAI 加碼投資 100 億美元 | T客邦
連學生都略懂AI更何況微軟？Office想整合 OpenAI 技術來幫你完成年度總結、工作報告 | T客邦
微軟於Ignite大會推出多種工具和服務，包含結合DALL·E 2的Azure OpenAI | T客邦
改變人類的3項未來技術：人造肉、機器人和核聚變動力
人造肉將會改變農業養殖業，機器人將會改變工業，幫人類減少壓力，核聚變動力將為人類提供無窮無盡的能源。前40年，PC、網際網路、手機改變了人類社會。在未來幾十年裡，有望徹底改變人類的技術就只有它們了。<p>科技改變世界。在過去40年裡，主要有3種技術改變了世界：PC、網際網路和手機。如果讓你再挑三項技術，它們會在未來幾十年改變世界，你需要按步驟來挑選。</p> <p>首先，排除那些正在改變世界的技術，比如無人駕駛電動汽車、用電池存儲太陽能風能、提高農作物產量、AI。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/529179/original/a6c21e502326257c11d27a4622d4bf7f.jpg?1568688975" alt="改變人類的3項未來技術：人造肉、機器人和核聚變動力" width="720" height="480"></p> <p>在未來幾十年裡，有些技術的應用會受到嚴格限制，比如區塊鏈；還有一些技術會改變世界，但改變的力度不大，比如石墨烯、電動航空運輸、零碳建築材料、小型模組化核反應堆、治癌藥物。</p> <p>最後我們挑出三種技術，它們分別代表負責任消費的巨大飛躍、製造的巨大飛躍和能源的巨大飛躍。</p> <h2>食用肉</h2> <p>聽到「人工養殖肉」這一說法，你可能會感到彆扭。我們將一半的可居住地用於農業，再將當中四分之三用來養殖牲畜。為了滿足需求，中國從澳大利亞進口海產品。</p> <p>如果實驗室能夠培育更多肉類，就可以減輕人類對資源的壓力，節約用水，減少溫室氣體排放量。</p> <p>人造肉是真正的肉類，它在室內培育。人造肉相當於昂貴的生化湯，現在價格還很高。2013年，荷蘭國立馬斯垂克大學的科學家造出世界第一個人造肉漢堡，居然要325,000美元。6年之後，它的成本降到了5000美元/公斤。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2.techbang.com/system/images/529180/original/912db7b5fb00e5ae3d7d61ce0ff3a6e0.jpg?1568689008" alt="改變人類的3項未來技術：人造肉、機器人和核聚變動力" width="720" height="480"></p> <p>人造肉大多是糊狀的（實際上是碎片），研究人員承認，如果想製造出牛排一樣的肌肉和脂肪，我們還要等很長。有些人排斥人造肉，覺得它噁心，但這種肉的確可以吃。</p> <p>如果人造肉可以與現有肉類競爭，我們也許可能會形成新的社會禁忌：不許食用宰殺活物得來的肉類。當需求增長，技術繼續創新，人造肉的價格也許很快就會降下來。</p> <p>接下來就要看各大企業的本事了，比如Memphis Meats、Just、Finless Foods、Mosa Meat和Tyson Foods，它們必須快速製造肉類，而且還要節能，讓價格降下來。</p> <p>在未來幾十年裡，如果人造肉的價格真的能降低，我們會看到更多的食品工廠，牛和漁船的數量將會減少。</p> <h2>靈活的機器人</h2> <p>看見一樣東西，拿起來，然後用它做點什麼，這是人類的特長。現在機器也快追上人類了，但它們只能做相對簡單的事，比如砌磚。使用機器人的地方一般都經過精密的組織，比如汽車生產線。接下來機器人如果想實現飛躍，必須要做到能在真實混亂的世界工作。如何達到目標？只有傳感器、驅動器、AI進步之後才能實現。</p> <p>光學雷達（LIDAR）本來是為無人駕駛汽車準備的，但它很快就應用在各個領域。機器人將會用光學雷達定位，然後移動到準確位置。它們將會植入機器視覺技術，這種技術可以對圖像進行整理、處理，無人駕駛汽車、視訊遊戲也會用到這種技術。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn1.techbang.com/system/images/529181/original/b582d5ab64ae59233a57292098fcf09a.jpg?1568689023" alt="改變人類的3項未來技術：人造肉、機器人和核聚變動力" width="720" height="480"></p> <p>例如，OpenAI開發了Dactyl系統，它可以將積木扭向50個不同的方向。還有Softwear Automation開發的Sewbot，它可以縫製牛仔褲和T卹，速度比人類還快。</p> <p>系統會自動學習。一些新式機器人開始引入增強學習技術，也就是說神經網路軟體會教自己操縱模擬對象，然後再在真實世界執行相同的任務。</p> <p>模擬充滿一定的隨機性，這樣才能體現真實世界的混亂和不可預測性。一旦它學會了，就永遠不會忘記。</p> <p>機器人可以7天24小時不斷工作，幫人類做各種事。機器人將會改變勞動力市場，有了它們，商品和服務的價格將會下跌。</p> <h2>核聚變動力</h2> <p>在過去幾十年裡，核聚變動力被大家忽視，不過未來幾年投資會增加。一旦核聚變動力變成現實，人類將會擁有無窮無盡的能源，它不會排放致命放射性廢物，也不會排放溫室氣體。</p> <p>核聚變的原理引人注目：超高溫度下，原子核在磁瓶中融合，變成更重的原子核，我們收集融合產生的熱量然後發電，就像燃燒煤發電一樣。</p> <p>氫彈用到了核聚變，太陽也是核聚變的產物。不過核聚變難度很高，要在超高壓、超高溫（幾百萬度）環境下，讓大量氣體融合。在此種環境下，氣體會變成電漿。控制電漿需要強大的磁場，保持磁場的穩定是一件很難的事。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn1.techbang.com/system/images/529182/original/0d3d09e070286271ad8f50d716bd2df2.jpg?1568689037" alt="改變人類的3項未來技術：人造肉、機器人和核聚變動力" width="720" height="559"></p> <p>首先我們要讓反應達到臨界點，就是說它所產生的能量要比注入的能量大。然後要保持熱穩定，我們可以讓中子流減速，它會從融合反應中帶走能量。最後，所有這一切必須在反應堆中完成，持續進行。</p> <p>沒有一件事容易。許多專家都曾預測核聚變時代將會到來，但10多年後他們的預測沒有兌現。</p> <p>有一支國際團隊在法國建造世界上最大的實驗性核反應堆，也就是國際熱核聚變實驗堆（ITER），成本高達240億美元，2025年建成。大約到了2035年，ITER的「接班人」可能會為我們輸出商業電能。慢慢等吧，時間可能會拖到2065年。</p> <ul> <li>資料來源：<a href="https://www.theceomagazine.com/business/innovation-technology/world-changing-tech/">Tech that can change our future – and it's bigger than the internet</a> </li> <li>本文授權轉載自<a href="https://36kr.com/p/5246391">36Kr</a> </li> </ul><a href="https://www.facebook.com/TKbang">加入T客邦Facebook粉絲團</a><img src="http://feeds.feedburner.com/~r/techbang/~4/L8Zm6lkSDOM" height="1" width="1" alt=""/>
偽造郵件、偽造筆跡、機器人電話、語音複製......AI「花式詐騙」的N種方式
技術的進步與普及速度，已經遠遠走在了普通人的認知前面。在社會高度智慧化、技術應用門檻越來越低的今天，AI也必然成為詐騙者的目標和幫凶，危及個人資產安全只是遲早的事。對於個人來說，為了爭取不被騙子收割，預先瞭解AI有哪些能力，就是必不可少的一課了今天就來說說，有哪些辨別起來難度較大的AI騙局&hellip;&hellip;<p>最近關於AI的負面新聞著實有點多。不是「合成老闆聲音騙走173萬」，就是「過度採集訊息侵犯學生隱私」……作為一個長期關注AI進展的科技媒體，我們一邊替AI著急，同時又覺得心裡的另一隻靴子落了地——「該來的總會來」。</p> <p>在很長一段時間內，大家更願意將目光聚焦在AI的技術進步上。比如「AI語音合成」，相關的新聞大家一定也看過很多了，「聊天App推出變聲成明星功能」，「僅用1分鐘AI就能模仿你說話」，「谷歌語音複製實現情感表達」等等，無不伴隨著對技術的樂觀期盼，相關技術成果也被研究者們慷慨地分享在開源平台上。形勢一片大好中，這次「AI語音詐騙」事件恰恰給我們提了個醒：</p> <p>技術的進步與普及速度，已經遠遠走在了普通人的認知前面。在社會高度智慧化、技術應用門檻越來越低的今天，AI也必然成為詐騙者的目標和幫凶，危及個人資產安全只是遲早的事。</p> <p>對於個人來說，為了爭取不被騙子收割，預先瞭解AI有哪些能力，就是必不可少的一課了今天就來說說，有哪些辨別起來難度較大的AI騙局……</p> <h2>偽造郵件</h2> <p>釣魚郵件，即駭客偽造官網發送郵件，其中攜帶惡意木馬或假內容來竊取訊息，早已經不是什麼新鮮的攻擊手段了。以現有的安全技術，檢測並防禦來自釣魚郵件的威脅，幾乎不費吹灰之力，近兩年類似的騙局也很少出現在大眾眼前。</p> <p>可是，如果郵件這一用途與人工智慧相結合，使攻擊者能夠訪問公司網路並說服員工授權轉帳，那帶來的後果就會非常可怕了。</p> <p>2017年，美國南俄勒岡大學就被誘騙向進行了190萬美元的轉帳，他們認為自己的轉帳對象是負責建設學生娛樂中心的安德森建築公司，實際上卻轉到了騙子的銀行帳戶。該事件導致FBI向其他大學與機構發出了風險警告。而在此前，已經有78起類似的騙局發生，電纜製造商Leoni和科技公司 Ubiquiti Networks 之類的公司，曾被騙走了數億美元。</p> <p>這種商務電郵詐騙（BEC）到底是如何實現的呢？</p> <p>首先，騙子很容易找出與機構有業務聯繫的工程項目公司，然後冒充既定廠商向機構財務部門發送支付帳單，機構信以為真之後就會將後續的款項轉帳到騙子的銀行帳戶，等意識到被騙的時候，通常已經追不回來了。</p> <p>之所以能夠達到如此逼真的效果，除了騙子會註冊一個與官方類似的域名來假冒郵件地址之外，人工智慧的參與也起到了非常大的幫助。</p> <p>攻擊者透過Twitter、LinkedIn、Facebook等社群媒體，就能夠全面瞭解目標的業務往來訊息，有些企業和機構的官網也會公開（暴露）自己的組織機構和管理人員，而年齡、性別、部落文等等多維數據都可以被注入到機器學習訓練模型之中。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2.techbang.com/system/images/527806/original/bc7f3c14cedb0a9d5871c64af6d845df.jpg?1567741594" alt="偽造郵件、偽造筆跡、機器人電話、語音複製......AI「花式詐騙」的N種方式" width="720" height="246"></p> <p>比如一名高階主管在Twitter 上公開了他的日程、演講計畫、旅行計畫等，系統就能分辨出他何時在參加會議或是在工作，進而調整攻擊策略，然後借助AI語言模型生成連貫的令人信服的內容。最常見的是要求更改付款帳戶或是進行緊急付款，而高階主管人員正在假期或長途飛行時很難聯繫到本人，毫無防備的受害者很容易就會因「事態緊急」而選擇聽從號令。</p> <p>由此產生的攻擊能幫助攻擊者繞過一些基於簽名的檢測系統，成功騙過當前的一些反垃圾郵件遙測技術。而且，它還能不斷學習，如果攻擊有效，訊息就會被回饋到模型中，進一步提升未來攻擊的準確性。失敗的數據也會反饋回來，以便機器可以學習哪類訊息是不奏效的。</p> <p>別覺得這個套路過於簡單。聯邦調查局的數據顯示，2018年由偽造電郵騙局造成的損失超過了125億元（其中最大的一筆高達50億美元），是2017年的兩倍多。最關鍵的是，由於不帶有釣魚頁面或文件，因此這種騙局很難透過安全軟體來進行甄別，地址和內容看起來都是「合法的」。</p> <p>想要不上當，只能依靠個體的警覺了。如果掌握公司財務的是一個對技術近況不甚了了的「傻白甜」，結果可想而知……</p> <h2>偽造筆跡</h2> <p>如果說提高警惕、仔細核驗，郵件詐騙在很大概率上能夠防範的話，那麼AI偽造筆跡這種個性化特徵，可能連極為熟悉你本人的親朋都容易上當。</p> <p>英國UCL大學研究人員就開發出了「My text in your hand writing」人工智慧演算法，能夠分析一個人的字形及其特殊的書寫方式， 產生字形、字號、顏色、筆線紋理、垂直及水平間距等完全相同的筆跡，這是迄今為止對人類筆跡的最精確複製。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/527800/original/6121d001cc493bb1d2c1c69861251f17.jpg?1567741302" alt="偽造郵件、偽造筆跡、機器人電話、語音複製......AI「花式詐騙」的N種方式" width="720" height="381"></p> <p>而早在2017年上海舉行的GeekPwn2017國際安全極客大賽上，就有團隊通過類似的筆跡模型寫出了一張以假亂真的欠條。</p> <p>這個內建書法筆跡深度學習系統的手臂 「DeepWritting」，首先從現場一位作家的真人筆跡中進行學習，掌握了作家筆跡的每一個細節和習慣，然後很快寫下了一張欠條，即使是現場請來的專業筆跡鑑定師，也無法發現有任何與真跡不符的地方。換句話說，如果騙子利用該模型偽造一張欠條，法律上也難以判定它是假的。</p> <p>當然，欠條只是小case，恐怕罪犯也不願輕易勞心勞力地只坑一個人。但如果是偽造出具有較高精準度的法律或金融文件，比如財務合約簽名、遺囑、歷史人物的手跡等等，就為司法證據的鑑定和非法證據的排除帶來了不少困難，有可能改變事實的關鍵走向。</p> <p>歷史上就曾發生過《明星》畫刊編輯花費數百萬購買了大量包含希特勒筆跡的資料，歷時數月學習和模仿，偽造了一本多達62冊的希特勒日記，並將之作為獨家新聞公之於眾，在當時引起了全球性軒然大波。但很快歷史專家透過材料鑑定，發現該日記的紙張裡含有當時尚未發明的材料，才讓真相大白。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn1.techbang.com/system/images/527801/original/fa2ba37914f4146e86943d3135928f55.jpg?1567741429" alt="偽造郵件、偽造筆跡、機器人電話、語音複製......AI「花式詐騙」的N種方式" width="720" height="486"></p> <p>但隨著AI生成演算法能力的提升，未來想要靠專業鑑定師來辨識出字跡的真偽，恐怕就不是一件容易的事了。</p> <h2>機器人電話</h2> <p>當然，無論是郵件，還是手寫授權，在現代人的生活場景中都在逐漸淡化。不過，上述詐騙方式還沒遭到破解，就有更難以辨別的新手段出現了。機器人電話，就是AI語音合成技術一種比較廣泛的應用。</p> <p>有些場景只是有點煩人，比如利用AI機器人進行推銷。想必大家都沒少經歷過，接通一個看似官方的來電，聲音那頭會非常自然地跟你打招呼「你好」，停頓之後，如果你客氣地回應「哪位」，對面的機器人就會將你引導到手機簡訊，鼓勵你辦理業務。</p> <p>而有些手段就涉及到詐騙犯罪了，比如用虛假藉口索取金錢或個人訊息。由於電銷機器人技術已經非常普及，幾乎不需要高投入就能行騙，也導致此類騙局正在氾濫。</p> <p>比如今年4月份中國鄭州市公安局破獲的一起詐騙，某公司就是先從網上購買AI機器人電話軟體，由電話機器人自動操作，以每天1000-1500個的速度撥打客戶電話，一旦有客戶沒有拒絕接聽並表示感興趣，這些聲音甜美、說話熱情的AI語音機器人就會記下該電話號碼，然後由業務員主動添加該客戶的微信吸引他們儲值投資，一旦資金到帳，就迅速封鎖對方。</p> <p>2018年，美國聯邦委員會還向四家在全美境內提供非法機器人呼叫電話投放服務的營運商發起了訴訟。這些公司會向人們推銷虛假的能減免債務的服務，亦或是偽裝成慈善機構欺騙大家捐贈汽車等財務，再把它們賣掉。還有的聲稱自己是谷歌的「數據服務代理」，詐騙小企業主支付數百美金來優化其搜索排名……</p> <p>更讓人無奈的是，目前除了用戶主動進行「詐騙號碼」標記之外，並沒有其他能真正有效阻止非法機器人電話的方法。</p> <h2>語音複製</h2> <p>上述技術和語音複製比起來，還是小巫見大巫了。</p> <p>因為機器人語音系統還可能存在卡頓、音色機械化、語氣表現力不足、多輪對話「鬼打牆」等問題，但到了複製等級， 不僅說話的聲音達到了真人水準，甚至還能模仿真人的情感和語調，自動說出全新的語句。</p> <p>文章開頭提到的，AI偽裝成母公司「老闆」電話，講出帶有德國腔的英文，要求必須在一個小時之內給「匈牙利供應商」轉帳，成功騙走22萬歐元，採用的就是語音複製技術。</p> <p>除了能夠利用神經網路對原始聲音檔案進行建模和模仿之外，AI還能夠分析本人的社群網路，很快掌握個性化的說話方式、與周圍人的關係、興趣愛好等等，進而模仿你與身邊的人自然地交流。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn1.techbang.com/system/images/527803/original/9d5942772853edd59289c6ab1c60aab0.jpg?1567741513" alt="偽造郵件、偽造筆跡、機器人電話、語音複製......AI「花式詐騙」的N種方式" width="720" height="432"></p> <p>別說是工作夥伴了，就連親媽，可能都聽不出複製出來的語音與本人有什麼差別。</p> <p>Buzzfeed的科技記者Charlie Warzel就曾使用一款免費的語音合成軟體，模仿了自己的聲音，然後打電話給自己的媽媽，結果對方居然沒聽出來。</p> <p>目前，谷歌的WaveNet、Lyrebird語音合成軟體，Adobe的 Project VoCo，以及百度的Deep Voice，科大訊飛、騰訊等等都提供語音合成的開源app。順著這個思路往下延伸，或許有一天，AI可以模仿我們給朋友寫信、玩轉社群媒體，替我們簽名，甚至能夠代替我們和親朋好友聊天……這一切似乎很美好，但如此容易獲取的技術，無異於將很多個人安全數據都交到詐騙罪犯手中，又會是一種多麼可怕的存在？</p> <h2>AI詐騙這場仗，未來該如何打？</h2> <p>當然，說了這麼多，並不是為了讓大家對AI敬而遠之。絕對的「技術安全」本身就是一個偽命題，因噎廢食並不可取，也並不現實。或許，當我們將AI作為一柄神兵利器釋放出來的時候，就注定就走上一條「以子之矛攻子之盾」的道路。</p> <p>如何將「安全之盾」鑄造的更加強大呢？如果說技術的發展是問題的起源，它也將成為解決問題的歸宿。最典型的，除了加強個人安全警示教育之外，許多新的技術方法也開始被應用在防範AI詐騙上。</p> <p>比如安全公司賽門鐵克，最近就提出了採用區塊鏈技術和IP語音（VoIP）呼叫的方法，就是來辨別來電者的真實性，進而減少哪些模擬來自上級的詐騙電話。</p> <p>再比如，卡迪夫大學和查爾斯三世大學的科學家透過NLP技術來判斷書面謊言，透過一個名為VeriPol的工具來辨識語句中的各種特徵，判斷出報告是否真實。對於一些偽裝真人發出的詐騙郵件或書面文件，更強大的AI模型顯然能起到很好的反制的作用。</p> <p>當然，在不明確技術氾濫後果的前提下，合理地釋放技術成果也成為一些科技企業的選擇。比如OpenAI前段時間推出的性能更高的無監督語言模型GPT-2，就沒有按照行業慣例進行開源，只發佈了簡化版，不發佈數據集、訓練代碼以及模型權重，目的就是避免「這一技術被人惡意利用」。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2.techbang.com/system/images/527804/original/d69fa53f1d6e6ae827b8e590c366fa12.jpg?1567741529" alt="偽造郵件、偽造筆跡、機器人電話、語音複製......AI「花式詐騙」的N種方式" width="720" height="306"></p> <p>除了技術人員與駭客們鬥智鬥勇，產業界也開始從規則建設的層面，為濫用AI的行為設立了禁區。FTC和FCC近年來都加強了對非法機器人電話的監管行動，向八家小型電信營運商和網路通訊公司發出通知，敦促他們追捕並關閉可疑的欺詐電話來源。在美國安全中心發佈的《人工智慧與國家安全》報告中，也明確將人工智慧偽造技術列為威脅國家安全的重點技術。</p> <p>這次「AI語音詐騙」事件讓全球人民真切地經受了一次以AI為名的安全教育。總的來說，攻擊者與防禦者手中的武器都在升級迭代，而圍繞AI生成的網路欺騙與安全問題有著太多意想不到的可能性，這場全新的鬥法，或許是時候從技術維度，走向常識、倫理、規則等更廣闊的領地了。</p> <ul> <li>本文授權轉載自<a href="https://finance.sina.com.cn/roll/2019-09-06/doc-iicezueu3787994.shtml">腦極體</a> </li> </ul><a href="https://www.facebook.com/TKbang">加入T客邦Facebook粉絲團</a><img src="http://feeds.feedburner.com/~r/techbang/~4/J_23gbcmlAI" height="1" width="1" alt=""/>
在暗網世界裡，駭客可能用AI再重新創造了一個「你」
駭客們已經能夠收集、管理和維護他們所侵入的使用者的大量資料，這意味著，如果你的筆記型電腦被駭客入侵，駭客的戰利品不一定是被入侵的電腦，而是你電腦上的所有資料，有了這些訊息，透過特定瀏覽器和代理服務器來模仿真實使用者的活動。再加上盜取的網路使用者的帳戶訊息，攻擊者就可以自由地以該使用者的名義進行新的、可信的交易&mdash;&mdash;包括使用信用卡消費。<p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn1.techbang.com/system/images/514765/original/45143862ba5ea4abb83d5303932729df.jpg?1558928424" alt="在暗網世界裡，駭客可能用AI再重新創造了一個「你」" width="700" height="429"></p> <p>今年2月，卡巴斯基實驗室的詐欺偵查小組搗毀了一個名為「創世紀」（Genesis）的暗網市場。該市場出售「數位身份」（網際網路使用者的電子身份訊息），每條訊息起價5美元，最高可達200美元。</p> <p>出價取決於所購買訊息的價值——例如，一個包含使用者銀行登錄訊息完整配置文件的數位遮罩，會比一個瀏覽器指紋的價格要高的多。</p> <blockquote> <p>數位遮罩是指使用者設備指紋（設備ID、硬體、作業系統、IP地址、螢幕解析度、韌體版本、瀏覽器、瀏覽器外掛、時區、GPU訊息、WebRTCIPs、Tcp/IP指紋、cookie等）及其個人行為屬性（在特定網上商店花費的時間、與興趣相關的行為、滑鼠/觸控螢幕行為等）的唯一組合。</p> </blockquote> <p>駭客們通常會用惡意軟體攻擊他人電腦，並且找到並複製這些個人資料以及其他個人身份識別訊息。</p> <h2>用AI在暗網再造一個「你」</h2> <p>「在這一點上，駭客們已經能夠收集、管理和維護他們所侵入的使用者的大量資料，」一家基於機器學習的技術公司的產品經理ImranMalek說，「這意味著，如果你的筆記型電腦被駭客入侵，駭客的戰利品不一定是被入侵的電腦，而是你電腦上的所有資料，包括所有的身份識別訊息。」</p> <p>有了這些訊息，透過特定瀏覽器和代理服務器來模仿真實使用者的活動。再加上盜取的網路使用者的帳戶訊息，攻擊者就可以自由地以該使用者的名義進行新的、可信的交易——包括使用信用卡消費。</p> <p>卡巴斯基實驗室（KasperskyLab）全球研究與分析團隊（Global Research&amp;Analysis Team）高級安全研究員SergeyLozhkin表示:「我們看到了一個明顯的趨勢，全球範圍內的信用卡詐欺行為日益增多，儘管該行業在反詐欺措施方面投入了大量資金，但這種數位孿生（Digital Twins）很難被發現。」</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/514764/original/b2ab57dab634da989aa607269bc97b57.jpg?1558928411" alt="圖片來源：Kaspersky Lab " width="720" height="540"><label class="caption" style="width: 720px; display: block; text-align: left; margin: 5px auto 30px; color: #555555; line-height: 22px; padding: 0px 3px 22px; border-bottom: 2px solid #f0f0f0;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>圖片來源：Kaspersky Lab<span style="color: #000000;"> </span></label></p> <h2>用AI對抗AI</h2> <p>在打擊「暗網」犯罪的過程中，人工智慧正成為一把利器。</p> <p>MIT在今年5月13日的一篇文章指出，暗網犯罪有一些特點可以被追蹤。</p> <p>消失速度極快是「暗網」犯罪的一大特徵，因為它們可能遭到其他駭客攻擊、安全部門突擊搜查，或者本身就是被設計成一個「退出騙局」——顧客為未完成的訂單付費後，該網站會故意關閉。</p> <p>林肯實驗室（MIT Lincoln Laboratory）人工智慧技術與系統集團（Artificial Intelligence Technology and Systems Group）研究員CharlieDagli就表示：「暗網交易市場的『彈出式』特性使得跟蹤參與者及其活動變得極其困難。」</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/514763/original/00783cb2480233abb975195673a99119.jpg?1558928306" alt="圖片來源：mit.edu" width="720" height="480"><label class="caption" style="width: 720px; display: block; text-align: left; color: #555; line-height: 22px; padding: 0 3px 22px 3px; border-bottom: 2px solid #f0f0f0; margin: 5px auto 1rem auto;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>圖片來源：mit.edu</label></p> <p>賣家和買家在網路的多個層面（從表面到黑暗）以及在黑暗網路論壇上進行聯繫。「這種網站之間的不斷切換現在已經成為暗網市場運作方式的既定組成部分。」Dagli說。針對這一情況，林肯實驗室正在開發新的人工智慧軟體工具來分析表面和暗網資料，他們訓練機器學習演算法來計算不同論壇上使用者之間的相似度，自動形成人物角色連結。</p> <p>該演算法首先從一個論壇a的使用者那裡獲取資料，並為每個使用者創建一個著作權模型。然後，將論壇b上使用者的資料與論壇a上的所有使用者模型進行對比，該演算法尋找簡單的線索，比如在兩個論壇中一個叫「sergeygork」，另一個叫「sergeygorkin」，或者把「joenightmare」拼寫為「joeknight」等等。</p> <p>演算法關注的另一個特性是內容相似性。</p> <p>「因為很多內容都是複製貼上的，所以類似的話可能會來自同一個使用者，」Dagli說。然後，系統查找使用者網路中的相似點，即使用者交叉的區域，以及使用者討論的主題。然後將配置文件、內容和網路特性融合為一個輸出：兩個論壇中的兩個人物角色代表同一個現實生活中的人物的概率，這個匹配正確率高達95%。</p> <p>這個項目在實際應用中取得了很好的效果，林肯實驗室參與開發了美國國防部高級研究計畫署（DARPA）的Memex，曼哈頓地區檢察官Cyrus Vance jr.在一份提交給美國眾議院的書面證詞中稱，僅在2017年，他的辦公室就使用Memex工具搜索出超過6000名人口販賣嫌疑人。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn1.techbang.com/system/images/514762/original/16ba8f2b880bba7f6a15e3f9ca92cdfd.png?1558928274" alt="Memex" width="651" height="368"><label class="caption" style="width: 651px; display: block; text-align: left; margin: 5px auto 30px; color: #555555; line-height: 22px; padding: 0px 3px 22px; border-bottom: 2px solid #f0f0f0;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>Memex</label></p> <h2>駭客利用機器學習進行對抗性訓練</h2> <p>安全部門及相關公司利用機器學習打擊「暗網」犯罪的同時，駭客也開始利用機器學習進行對抗和犯罪。</p> <p>比如上文中提及的「創世紀」，駭客利用「數位孿生」作為數位面具模仿真實的使用者，並選擇網路安全技術來通過詐欺檢測協議。「如果一邊是機器學習，那麼另一邊也是機器學習，」Malek說，「現在，駭客和壞蛋們正在實施他們自己的方案，作為一種對抗性的機器學習訓練。」</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2.techbang.com/system/images/514766/original/3380cc9455255c9742253fef2980035d.jpg?1558928541" alt="在暗網世界裡，駭客可能用AI再重新創造了一個「你」" width="720" height="405"></p> <p>另外，早在2017年的DEFCON大會上，安全公司Endgame也披露了OpenAI框架可以被用來定製惡意軟體，用以創建安全引擎無法檢測到的惡意軟體。其原理是自動改變一部分被認為是惡意的二進制文件，使其在防毒軟體中看起來是值得信賴的。</p> <p>同樣還有網路犯罪自動化（Cyber crime Automation），有一種叫做Hivenet的智慧殭屍網路。他們就像寄生蟲一樣潛伏在人們的設備中，自動決定誰是下一個使用受害者資源的人。</p> <p>而這類似於這種惡意詐欺和攻擊的軟體，多數是在暗網中發佈的。根據英國虛擬專用網路（VPN）比較服務發佈的暗網價格指數，從用於攻擊知名品牌的即時釣魚網頁到密碼破解工具、WiFi網路駭客程式，以及各種功能的駭客工具，有一些只需要2美元就可以買到，其中就包括一些用人工智慧產生的定製惡意軟體。</p> <h2>結語</h2> <p>人工智慧作為一項技術本無善惡之分，但是正如網路除了我們日常可以接觸到的表面，還存在一個「暗網」一樣，人工智慧也可能被心懷不軌的人利用，作為一個犯罪工具。</p> <p>而對於AI從業者來說，也許以後在進行開發時，不僅需要考慮技術本身，還需要評估是否存在隨之而來的負效應，以決定這項成果是否適合發佈或者開源。</p> <ul> <li>資料來源：<a href="http://news.mit.edu/2019/lincoln-laboratory-artificial-intelligence-helping-investigators-fight-dark-web-crime-0513">Artificial intelligence shines light on the dark web</a> </li> <li>本文授權轉載自<a href="https://xueqiu.com/6597170251/127213821">大數據文摘</a><br><br><br> </li> </ul><a href="https://www.facebook.com/TKbang">加入T客邦Facebook粉絲團</a><img src="http://feeds.feedburner.com/~r/techbang/~4/WSduEyDL-gs" height="1" width="1" alt=""/>
用Open AI 文本產生器續寫了《復仇者聯盟5》劇本，內容很驚人
以前只有少部分程式設計師才能摸到的、門檻高難度更高的OpenAI 文本產生器GPT-2，現在終於有了一般人也能使用的Web 版本！在這個由加拿大工程師Adam King 製作的網站上，任何人都能調教簡化版的GPT-2&mdash;&mdash;它能夠辨識各種各樣的輸入，從新聞、歌詞、詩歌、食譜、程式碼，甚至到《魔戒》和《復仇者聯盟》主題，只要給出一個開頭，GPT-2 就能完美地接續你的話題。<p>在網站上，我們可以看到目前GPT-2 掌握的主題似乎有點過於豐富：</p> <blockquote> <p>整理行李去火星；說英語的獨角獸；《魔戒》；小行星撞地球；食譜；《復仇者聯盟》劇本；軟體技術文件……</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/514559/original/3bdaf9423b870f8546612700b44f6ae5.png?1558668296" alt="不由讓人好奇它都能編出什麼東西來……" width="720" height="400"><label class="caption" style="width: 720px; display: block; text-align: left; margin: 5px auto 30px; color: #555555; line-height: 22px; padding: 0px 3px 22px; border-bottom: 2px solid #f0f0f0;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>不由讓人好奇它都能編出什麼東西來……</label></p> </blockquote> <p>於是，我嘗試了一下「《復仇者聯盟》劇本」，想看看它能不能編出一個《復仇者聯盟5》：</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn1.techbang.com/system/images/514558/original/1d66ac239aa5bbf6f8d76ce45a8c288e.png?1558668295" alt="這滿滿的美隊和鋼鐵人的基情啊！" width="720" height="530"><label class="caption" style="width: 720px; display: block; text-align: left; margin: 5px auto 30px; color: #555555; line-height: 22px; padding: 0px 3px 22px; border-bottom: 2px solid #f0f0f0;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>這滿滿的美隊和鋼鐵人的基情啊！</label></p> <p>當讀到這個輸出劇本時，我簡直震驚了。其中有大量情感豐滿的兩人互動描寫，包括「Steve 深吻Tony 的前額」，「Steve 望著Tony，Tony 報以微笑」。儘管這個劇本並不完美，但總的來說它非常連貫，看起來不僅像是人寫的，還像是站美隊和鋼鐵人 的同人作品！</p> <p><strong>而在面對其他類型的輸入文本時，GPT-2 同樣沒有讓人失望：</strong></p> <p>輸入「美國總統川普宣布永遠關閉美國政府」，GPT-2 續寫道：「川普批評媒體，聲稱競選中有大量非法選票，選舉被操縱了……當他走下台時，抗議的公眾大呼『川普』。」</p> <figure><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2.techbang.com/system/images/514557/original/ff0f3b57d4191c4952d60744eac19051.jpg?1558668294" alt="" width="720" height="209"></figure> <p><strong>有時，GPT-2 也會變成爸爸媽媽轉發的朋友圈心靈雞湯：</strong></p> <p>問它，「我今天應該幹嘛？」，GPT-2 回答道：「去吧，讀一本書，尋找一列火車，欣賞夕陽，品味城中美食。」</p> <figure><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/514556/original/9d1b09ca9e56cf2e2af363d8fa64d00a.jpg?1558668294" alt="" width="720" height="209"></figure> <p>GPT-2 流暢的表現令人髮指，時刻讓人覺得，續寫拋出的引子的不是機器，而是藏在黑盒子裡的隱形槍手。然而，就連GPT-2 的創造者們也不知道它的「上限」在哪裡。</p> <p>OpenAI 加州實驗室工程副總裁David Luan 在接受The Verge 採訪時表示，有一次，他們命令GPT-2 以「垃圾回收為什麼對世界有害」為題寫文章，結果GPT-2 給出了一篇有理有據令人信服的論文。「儘管這個論點和普世認知相悖，但它還是寫出了非常合理的解釋」， Luan 說道，「這篇東西完全可以提交給SAT（美國大學入學前的測試），然後拿高分。」</p> <p>寫作水準優於80%美國高中生的GPT-2，到底是個什麼模型？</p> <h2>「我們從Reddit 上收集了800 萬個連結」</h2> <p>GPT-2 能應對各種各樣的文風和內容，然而和OpenAI 之前推出的專門打DotA 的電競AI 不同，GPT-2 並沒有接受特定資料集的強化訓練，而是對各種文本「來者不拒」。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/514555/original/c2177ffd52f12f79acca181efdbfa6ea.png?1558668293" alt="OpenAIFive贏了（理論上的）人類最強隊OG" width="720" height="458"><label class="caption" style="width: 720px; display: block; text-align: left; color: #555; line-height: 22px; padding: 0 3px 22px 3px; border-bottom: 2px solid #f0f0f0; margin: 5px auto 1rem auto;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>OpenAIFive贏了（理論上的）人類最強隊OG </label></p> <p> 一開始，OpenAI 的工程師們只為GPT-2 設立了一個簡單的目標：根據文本中所有已知的單詞，預測下一個單詞。</p> <p>為了讓GPT-2 變得足夠聰明，工程師餵給了它800 萬個網頁連結。這些鏈接必須精挑細選：要內容豐富多樣，要由真人書寫編輯，要語言足夠精彩。</p> <p>最終，他們從Reddit 上選取了800 萬條Karma 值（相當於論壇裡的等級）大於3 的高讚數連結，然後抓取了其中的文本部分，形成了一個40G 大小的緊湊訓練資料集。</p> <p>這種精心篩選使 GPT-2 的資料集比其他競爭對手（如CommonCrawl）的資料集品質更高。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/514554/original/fe2914799235b505da806be29f5553da.png?1558668292" alt="似乎可以明白為什麼GPT-2 會寫出美隊和鋼鐵人的同人作品了" width="720" height="219"><label class="caption" style="width: 720px; display: block; text-align: left; color: #555; line-height: 22px; padding: 0 3px 22px 3px; border-bottom: 2px solid #f0f0f0; margin: 5px auto 1rem auto;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>似乎可以明白為什麼GPT-2 會寫出美隊和鋼鐵人的同人作品了</label>「在某種意義上，所有的工作都是由Reddit 網友完成的，」 OpenAI 研究員Jeff Wu 在接受The Verge 採訪時開玩笑說。OpenAI 主管Amodei 補充道，至少他們沒有用其他更有毒的語料來源，比如4Chan。</p> <p><strong>在整個無監督訓練過程中，工程師沒有對GPT-2 進行任何有針對性的培訓。這樣一個「放養」的AI（又叫Zero-shot 學習法），卻在盲測中突破了多項記錄，拿下了世界第一。</strong></p> <p>在OpenAI 部落格公佈的測試結果中，我們可以看到，GPT-2 在多項測試中表現優於在特定領域資料集（例如維基百科，新聞，書籍）上訓練的模型。在著名的AI 常識推理比賽Winograd Schema Challenge 中，GPT-2 的成績把世界紀錄提高了7%。在「兒童書籍填詞測試」中，GPT-2 的表現幾乎與人類無異。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2.techbang.com/system/images/514553/original/3c39ad33164daf4707dd660be7de32fd.png?1558668291" alt="圖片來源：OpenAI Blog" width="720" height="418"><label class="caption" style="width: 720px; display: block; text-align: left; color: #555; line-height: 22px; padding: 0 3px 22px 3px; border-bottom: 2px solid #f0f0f0; margin: 5px auto 1rem auto;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>圖片來源：OpenAI Blog</label></p> <p>在回應人類輸入的語句時，沒有經過特定訓練的GPT-2 像變色龍一樣，能快速適應條件文本的風格和內容，產生後續文本。</p> <p>比如這個以假亂真天馬行空的《魔戒》續寫，我覺得甚至比《權力的遊戲》最終季還好看。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2.techbang.com/system/images/514561/original/b9a26a887a6f473f187d36eaa743ee9e.jpg?1558668626" alt="圖片來源：OpenAI Blog，Google自動翻譯 " width="720" height="510"><label class="caption" style="width: 720px; display: block; text-align: left; margin: 5px auto 30px; color: #555555; line-height: 22px; padding: 0px 3px 22px; border-bottom: 2px solid #f0f0f0;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>圖片來源：<a href="https://openai.com/blog/better-language-models/#sample5">OpenAI Blog</a>，Google自動翻譯<span style="color: #000000;"> </span></label></p> <h2>「預測文本是AI 的超級任務」</h2> <p>比起GPT-2，此前採用機器學習的AI 都只能算是「狹隘的AI」，僅能處理特定的任務。</p> <p>例如OpenAI 的DotA 夢之隊能戰勝人類最強玩家，在《星海爭霸》中卻連買兵都不會；DeepMind 的AlphaGo 能擊敗圍棋冠軍，但它下五子棋的技術可能還不如小學生。但GPT-2 的表現證明，人類有能力訓練出更加泛化的AI。</p> <p>但在OpenAI 前工程師Ryan Lowe 看來，GPT-2 表現出色的原因主要來源於更大的數據庫。GPT-2 的參數數量和訓練數據量都是上一代GPT 的10倍。</p> <p>與此同時GPT-2 距離工程師夢想中的萬能AI 仍有一段距離。</p> <p>在產生文本時，儘管語法和拼寫都無懈可擊，一些小問題仍然會暴露GPT-2 的真實身份：例如文本重複，前後矛盾（例如，有時模型會輸出「在水下發生火災」），突然切換話題。</p> <p>整體來說，GPT-2 對於上下文越熟悉，產生的文本就越合理。在英國脫歐、Miley Cyrus、《魔戒》等流行文化中常出現的話題上，GPT-2 幾乎不會出錯。但在應對技術含量更高、更專業的內容時，GPT-2 就會變成人工智障。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2.techbang.com/system/images/514562/original/ebc1063dc77ffdc9bcfb76235a1dd196.png?1558669849" alt="當我試圖讓它續寫《權力的遊戲》，它建議我插入廣告" width="720" height="330"><label class="caption" style="width: 720px; display: block; text-align: left; margin: 5px auto 30px; color: #555555; line-height: 22px; padding: 0px 3px 22px; border-bottom: 2px solid #f0f0f0;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>當我試圖讓它續寫《權力的遊戲》，它建議我插入廣告</label>工程師們感到興奮的另一個原因是，預測文本是AI 的「超級任務」，GPT-2 的誕生為問題的解決帶來了希望。從回答「現在幾點了」到自動聯想你簡訊的下一句話，一個好的問答模型可以解決一系列複雜的問題。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2.techbang.com/system/images/514563/original/716b1ddc8170fba9a43e961279245f1e.jpg?1558669971" alt="做到這一步就差不多了" width="297" height="412"><label class="caption" style="width: 297px; display: block; text-align: left; margin: 5px auto 30px; color: #555555; line-height: 22px; padding: 0px 3px 22px; border-bottom: 2px solid #f0f0f0;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>做到這一步就差不多了</label></p> <h2>「我們不敢公佈原始碼」</h2> <p>除了寫同人小說，GPT-2 還能發揮更大的作用。</p> <p>OpenAI 預測，在未來，GPT-2 可以成為寫作助手、殘障人士對話輔助AI，同樣的模型還能用於語言之間的無監督翻譯和建立更準確的語音辨識系統。</p> <p><strong>然而，OpenAI 卻暫時不打算公開GPT-2 的原始程式碼。</strong></p> <p>「大型通用語言模型可能會產生重大的社會影響，」OpenAI 在文件中寫道，「我們將會發布一個小型模型供研究人員進行實驗。」</p> <p>在OpenAI 看來，一旦被公開，GPT-2 就可能被惡意利用。無論是產生假新聞，還是用來寫垃圾郵件，GPT-2 都是一把好手，可以想像，有了GPT-2 之後，社群網路上鋪天蓋地的機器人帳號只會變得更加難以辨認。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/514564/original/1d3d9e98cd1d410686f3220ff3d8be4b.jpeg?1558670132" alt="全部都是機器人" width="720" height="269"><label class="caption" style="width: 720px; display: block; text-align: left; color: #555; line-height: 22px; padding: 0 3px 22px 3px; border-bottom: 2px solid #f0f0f0; margin: 5px auto 1rem auto;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>全部都是機器人</label>下一步，工程師們會用更多的資料訓練GPT-2。</p> <p>「我們很期待到時候會發生什麼，」 OpenAI 工程師Luan 說，「同時也有點害怕。」</p> <p>但對於普通人而言，我們不需要擔心那麼多，現在登入<a href="https://talktotransformer.com/">這個網址</a>，就可以使用GPT-2了！</p> <ul> <li>本文授權轉載自<a href="https://www.pingwest.com/a/188135">Pingwest</a> </li> </ul><a href="https://www.facebook.com/TKbang">加入T客邦Facebook粉絲團</a><img src="http://feeds.feedburner.com/~r/techbang/~4/3ypCuAB7UZY" height="1" width="1" alt=""/>
AI玩10個月等於人類訓練4.5萬年，DOTA 2 人機大戰以人類慘敗告終
昨天，OpenAIFive在《Dota 2》中以2:0擊敗了世界冠軍團隊OG，再次顯示出了AI的強大威力，也正式宣告人類在《Dota》這種高難度遊戲中成為AI的手下敗將。<p>OpenAI Five在《Dota 2》中以2:0擊敗了世界冠軍團隊，人機大戰人類最終不敵AI。OpenAI Five在去年輸掉比賽後進行了最佳化，訓練時間相當於人類玩了4.5萬年。</p> <p> OpenAI 可以宣佈自己是世界第一了。</p> <p>昨天凌晨，OpenAI Five在《Dota 2》中以2:0擊敗了世界冠軍團隊OG，再次顯示出了AI的強大威力，也正式宣告人類在Dota這種高難度遊戲中成為AI的手下敗將。</p> <p>這次比賽，OpenAI Five的表現出是迄今為止展示出的最高水準：人類對手去年贏得了世界上最令人垂涎的電子競技賽事 TI8 的冠軍；OpenAI Five 在去年輸掉比賽後進行了最佳化，訓練時間相當於人類玩了4.5萬年，贏得比賽也並不出乎意料。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn1.techbang.com/system/images/510115/original/2956afd9b39938188e9345e196342712.png?1555298111" alt="AI玩10個月等於人類訓練4.5萬年，DOTA 2 人機大戰以人類慘敗告終" width="720" height="284" /><label class="caption" style="width: 720px; display: block; text-align: left; margin: 5px auto 30px; color: #555555; line-height: 22px; padding: 0px 3px 22px; border-bottom: 2px solid #f0f0f0;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>人類對手OG團隊</label></p> <h2>2:0，AI戰勝人類</h2> <p>在這場人機大戰中，每隊只有17個英雄可供選擇。OpenAI 還選擇了所謂的「Captain'sDraft」遊戲模式。與之前的比賽一樣，OpenAI 也禁用了召喚和幻覺功能，這兩項功能都涉及以英雄副本的形式引入其他變量，以及OpenAI 訓練系統時未考慮的一些特殊因素和單位。</p> <p>除此之外，這場比賽與正常的《Dota 2》比賽一樣，其最終目標是摧毀敵方隊伍的「基地」，即每個團隊領土末端的大型塔樓，在敵人的隊伍成功摧毀其他小型塔後，基地是很脆弱的，整個比賽過程的中心是對塔的攻防，以及英雄與英雄之間的團戰。</p> <p>在第一場比賽中，OpenAI Five 讓對手OG大吃一驚，透過一系列激進戰術獲得了勝利，其中包括對遊戲中獲取的金幣的花費方式，在本方英雄死亡時立即課金復活，即使在比賽初期也是如此。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn1.techbang.com/system/images/510116/original/29ca1540152682c1e0b0e90a15552bcf.jpeg?1555298200" alt="AI玩10個月等於人類訓練4.5萬年，DOTA 2 人機大戰以人類慘敗告終" width="560" height="315" /></p> <p>對此，OpenAI 首席技術長Greg Brockman指出，OpenAI 喜歡有利於短期收益的戰略，說明在長期規劃上不如人類，而且《Dota 2》這種遊戲通常要依賴於長期規劃才能獲勝。然而，在這場比賽中，這種早期就課金復活的策略得到了回報，OpenAI Five獲得了優勢，當比賽拖入30分鐘時，OG頂不住了。</p> <blockquote class="twitter-tweet" data-lang="zh-tw"> <p dir="ltr" lang="en">We see this happen in test games all the time: the bots buy back, the humans laugh, and then the humans lose. Hard to know if it&rsquo;ll happen here too...</p> &mdash; Greg Brockman (@gdb) <a href="https://twitter.com/gdb/status/1117149255343329280?ref_src=twsrc%5Etfw">2019年4月13日</a> </blockquote> <p>在第二場比賽中，OpenAI 表現更好，在最初的幾分鐘內即獲得了對OG的先期優勢，然後無情碾壓了人類玩家，在第一場比賽時間剛剛過半的時間點上即取得勝利。</p> <p>值得注意的是，OpenAI Five在第二場比賽中開始玩得異常激進，以及 OG 在 AI 全圖範圍內的推進時有些無力對抗。OpenAI Five能夠利用其特定的英雄選擇帶來的優勢。</p> <blockquote class="twitter-tweet" data-lang="zh-tw"> <p dir="ltr" lang="en">This is probably over already, sadly. OpenAI have four of the top five heroes ranked by net worth. At ten minutes in, against bots with the execution of OpenAI , this is really bad. <a href="https://twitter.com/hashtag/openaifive?src=hash&amp;ref_src=twsrc%5Etfw">#OpenAI five</a></p> &mdash; mike cook (@mtrc) <a href="https://twitter.com/mtrc/status/1117163641109917697?ref_src=twsrc%5Etfw">2019年4月13日</a> </blockquote> <h2>飛速進化的OpenAI Five：已經訓練4.5萬年</h2> <p>去年8月，OpenAI Five曾以3:2擊敗半職業人類玩家，不過當面對職業對手時，OpenAI 便輸給了paiNGaming戰隊。</p> <p>根據OpenAI 聯合創始人兼主席Greg Brockman（也是該組織的CTO）的說法，在輸掉比賽之後，OpenAI Five是透過在加速的虛擬環境中進行自我改進而變得更加強大的。</p> <p>OpenAI Five由深度強化學習提供支持，也就是說它的編碼目的不是「如何遊戲」，而是「如何學習」。Brockman在比賽開始前表示。AI在10個月中，已經玩了45,000年的《Dota 2》遊戲，而且，玩了這麼長時間也沒有覺得無聊。</p> <p>這場比賽採用三戰兩勝制，所有bot都使用相同的深度強化學習技術進行訓練，並由同一OpenAI 系統的不同層獨立控制。</p> <p> OpenAI 向公眾開放與AI對決，終極目標是實現通用人工智慧</p> <p>對於OpenAI 來說，值得慶祝的不僅僅是這次勝利，還因為其證明了對強化學習的態度及其關於AI的普適哲學樹立的里程碑。</p> <p>研究團隊將不再公開展示其AI遊戲bot，而是致力於開發軟體，讓人類與OpenAI Five軟體即時協作，與機器人一起玩遊戲，並學習他們獨特的前所未有的戰略和行為。</p> <blockquote class="twitter-tweet" data-lang="zh-tw"> <p dir="ltr" lang="en">Special announcement: we&rsquo;re inviting the entire Internet to play OpenAI Five (whether as a competitor or teammate) at once.<br /><br />Sign up today! Very excited to see what we learn from observing OpenAI Five in the wild. <a href="https://t.co/TaMhxdgVIt">pic.twitter.com/TaMhxdgVIt</a></p> &mdash; Greg Brockman (@gdb) <a href="https://twitter.com/gdb/status/1117195857252589568?ref_src=twsrc%5Etfw">2019年4月13日</a> </blockquote> <p>OpenAI Five還發佈了一個平台，供公眾與OpenAI Five對戰，這種模式稱為「競技場」模式，將於4月18日起開放三天。OpenAI 表示，協作軟體可能永遠不會向公眾開放，不過大家可以在活動中親自嘗試一下。</p> <p>OpenAI 的聯合創始人兼首席執行長SamAltman還表示，此類工作證明了與AI智慧體的合作可能會在未來帶來巨大的利益。</p> <p>Altman說：「對於世界如何運作，如何訓練這些智慧體，令其實現協作上，這次活動是重要的一課。實現人類與AI的合作，是我們對未來世界更積極的願景之一，人工智慧與人類共同努力，使人類變得更好、更有趣、更有影響力。」</p> <p>OpenAI 可能會繼續涉足《Dota 2》和其他視頻遊戲，主要是因為這些遊戲是人工智慧的良好測試平台，也是衡量AI技術進步的良好基準測試工具。</p> <p>現在可能還沒有一個遊戲像OpenAI Five這樣，AI系統最終無法具備超出人類能力的水準。對於更廣泛的AI行業而言，精通視頻遊戲可能很快就會變得過時，我們需要簡單的方式來證明AI系統可以快速學習，並能夠更快速高效地的解決現實世界的困難任務，獲得更有意義的好處。</p> <p>最終，OpenAI 希望將其《Dota 2》學習並擴展到遊戲之外的新領域，並最終擴展到現實世界中。為此，OpenAI 正致力於使用強化學習和其他技術，為機器人手提供更靈巧、更精細、更人性化的動作。</p> <p>「OpenAI 正在努力的方向建立通用人工智慧（AGI），並與世界分享這些好處，同時確保其安全性。」Altman說的是建立一個能夠執行任何人類任務的多功能AI系統。「我們的目標不是戰勝電子遊戲，雖然這很有趣。我們的目標是揭開實現AGI道路上的祕密。」</p> <ul> <li>資料來源：<a href="https://www.theverge.com/2019/4/13/18309459/openai-five-dota-2-finals-ai-bot-competition-og-e-sports-the-international-champion">theverge</a></li> <li>本文授權轉載自<a href="http://dy.163.com/v2/article/detail/ECNIMJLR0511ABV6.html">網易科技</a></li> </ul><a href="https://www.facebook.com/TKbang">加入T客邦Facebook粉絲團</a><img src="http://feeds.feedburner.com/~r/techbang/~4/0kbEidx9zAc" height="1" width="1" alt=""/>
AI大逃殺：把128個AI放到遊戲裡內鬥，結果會是如何？
在更大、更類似於真實自然環境的遊戲世界中，情況幾乎是徹底翻轉了過來。研究者們發現，環境一旦稍有增大，AI們不再經常三個四個碰到一起，他們的攻擊慾望就飛速地下跌，<strong>大部分AI甚至把「避免發生戰鬥」當做最高層級的行動策略之一。</strong><p>(本文授權轉載<a href="http://www.yystv.cn">遊研社</a>，<a href="http://www.yystv.cn/p/4751">原文連結</a>)</p> <p>短短的幾年間，人工智慧已經在越來越多的遊戲上戰勝了大部分人類。</p> <p>發生在圍棋領域的事情不用多說，在更加複雜的電子遊戲領域，人工智慧的表現也越來越好&mdash;&mdash;最典型的例子就是OpenAI在《Dota2》 《星際爭霸2》以及平台跳躍等諸多遊戲上的嘗試，人類在面對AI時已經越來越討不到好了。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn1.techbang.com/system/images/506499/original/d45292b4159a0dca6b8912a39d283592.png?1552449813" alt="AI大逃殺：把128個AI放到遊戲裡內鬥，結果會是如何？" width="720" height="420" /><label class="caption" style="width: 720px; display: block; text-align: left; margin: 5px auto 30px; color: #555555; line-height: 22px; padding: 0px 3px 22px; border-bottom: 2px solid #f0f0f0;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>去年8月OpenAI在《Dota2》中擊敗了五位高分段玩家組成的戰隊 </label></p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2.techbang.com/system/images/506500/original/4333d48740ba9e5141574d76b828fb59.gif?1552449830" alt="AI大逃殺：把128個AI放到遊戲裡內鬥，結果會是如何？" width="273" height="193" /><label class="caption" style="width: 273px; display: block; text-align: left; margin: 5px auto 30px; color: #555555; line-height: 22px; padding: 0px 3px 22px; border-bottom: 2px solid #f0f0f0;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>去年末OpenAI舉辦的人工智慧遊戲大賽中學會找遊戲Bug的AI</label>現在，研究人工智慧的學者們已經不再滿足於讓AI擊敗人類了。</p> <p>去年9月，OpenAI團隊提交了一篇論文的初稿，題為《<a href="https://arxiv.org/pdf/1706.02275.pdf">神經MMO：一個人工智慧的大型多人遊戲環境</a>》。與之前在競技類遊戲發力的AI模型不同，<strong>這次研究者並沒有以「擊敗人類」為目的</strong>，而是試圖模擬人類乃至生物的行為。</p> <p>大家都知道生物能夠不斷進化很大的原因就是不同物種間競爭的存在，科學家們覺得這點非常契合AI 能「不斷自我學習並進化」的主基調。</p> <p><strong>他們借鑑了多款流行的大型多人在線網路遊戲，構建出了一個「資源有限，競爭者眾多」的遊戲環境，來觀察其中的幾十上百個AI將如何行動&mdash;&mdash;是的，這個遊戲的玩家只有AI，沒有真人。</strong></p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/506501/original/4a313034dcdff6d5fa896ddd1d118293.png?1552449960" alt="AI大逃殺：把128個AI放到遊戲裡內鬥，結果會是如何？" width="720" height="513" /><label class="caption" style="width: 720px; display: block; text-align: left; margin: 5px auto 30px; color: #555555; line-height: 22px; padding: 0px 3px 22px; border-bottom: 2px solid #f0f0f0;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>前天這個論文才正式發佈在OpenAI的博客中</label></p> <p>這個遊戲被命名為「Neural MMO」（神經MMO）。最多128名AI會作為玩家降生在遊戲地圖的邊緣。世界中有可以通行的草地、森林和無法通過的水域、岩石。AI有飢餓度和口渴度，在森林方塊可以獲得食物，在水方塊可以獲得飲水。水是無限的，但森林方塊能夠提供的食物是有限的，被吃完後必須等很長一段時間才能回覆。</p> <p>當然，AI的目標是<strong>生存下去</strong>，存活時間越長，得到的分數和評價也就越高。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn1.techbang.com/system/images/506502/original/03faafc3b07c2cfac86386b40fb7472f.png?1552450001" alt="AI大逃殺：把128個AI放到遊戲裡內鬥，結果會是如何？" width="720" height="405" /><label class="caption" style="width: 720px; display: block; text-align: left; margin: 5px auto 30px; color: #555555; line-height: 22px; padding: 0px 3px 22px; border-bottom: 2px solid #f0f0f0;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>Neural MMO的遊戲擷圖 </label></p> <p>單單從「存活下去」這點來看，這個遊戲很像是吃雞遊戲&mdash;&mdash;有限的資源，眾多的競爭對手，目標是活得最長。事實上科學家們最初也覺得AI最終會開始互相廝殺以佔有更多資源，他們還專門為AI們設計了三種戰鬥方式&mdash;&mdash;高傷害的近戰AOE、低傷害的遠距離單體和幾乎沒有傷害的減速法術。</p> <p>在最初的狹小地圖中，AI們確實不可避免地發生了戰鬥。這很大程度上不僅是由於資源有限，更多的其實是因為它們沒有嘗試其他選擇的機會&mdash;&mdash;每個AI都被設計有戰鬥策略，幾個AI遇到一起總會有AI判斷需要先開火，最後混戰在所難免。</p> <p>讀過科幻小說《三體》的人會發現，這種情況和《三體》中描述的黑暗森林狀態有微妙的相似之處，AI們的戰鬥策略，就像書中描寫的「智慧生物天生的攻擊基因」，最後導致的就是AI版本猜疑鏈的產生。</p> <p>下圖就是一個簡單的例子。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2.techbang.com/system/images/506503/original/32a5607b5bf358c3647003227bab1824.gif?1552450049" alt="AI大逃殺：把128個AI放到遊戲裡內鬥，結果會是如何？" width="347" height="158" /></p> <p>原本位於上方的196和右下的146和平相處，都在採集森林資源而不是互相攻擊。然而左邊的204並沒有位於森林附近（雖然它前面一格就是森林），可能正是因此，它判斷攻擊的優先級要更高，於是突然對196展開了攻擊。受到攻擊大大增加了196判斷中攻擊的權重，一場三方混戰也就不可避免了。這裡196被攻擊後沒有還擊，而是選擇去攻擊「無辜」的146，是因為AI沒有報復心理，所有行動全部出於邏輯判斷。</p> <p>但是在更大、更類似於真實自然環境的遊戲世界中，情況幾乎是徹底翻轉了過來。研究者們發現，環境一旦稍有增大，AI們不再經常三個四個碰到一起，他們的攻擊慾望就飛速地下跌，<strong>大部分AI甚至把「避免發生戰鬥」當做最高層級的行動策略之一。</strong></p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/506504/original/1ebd0906d70c27874a5a37a6bff63327.jpg?1552450241" alt="AI大逃殺：把128個AI放到遊戲裡內鬥，結果會是如何？" width="720" height="650" /><label class="caption" style="width: 720px; display: block; text-align: left; margin: 5px auto 30px; color: #555555; line-height: 22px; padding: 0px 3px 22px; border-bottom: 2px solid #f0f0f0;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>進階地圖不再那麼狹窄，大部分遭遇都是發生在兩個AI之間</label></p> <p>AI們在這種環境下不約而同地達成了一致的選擇&mdash;&mdash;盡可能擴大探索範圍。</p> <p>很難說「避免戰鬥」和「擴大探索」這二者，哪個是因，哪個是果。一方面，可探索的地區增多代表著資源不那麼匱乏，戰鬥的收益也就大大降低；另一方面，戰鬥的收益降低讓AI們更加熱衷於擴大自己的行動範圍。這兩個因素互相作用，最後導致了一個出乎研究者意料，但細想起來卻在情理之中的結果。</p> <p>下圖是OpenAI的研究者給出的一張比較典型的大地圖下AI行動軌跡。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/506505/original/81332f5c0ad67145e76071b03a2de0eb.jpg?1552450316" alt="AI大逃殺：把128個AI放到遊戲裡內鬥，結果會是如何？" width="720" height="652" /></p> <p>可以看出，不同顏色的線條重合得不少，代表著AI們時有相遇。但是大多數路線在重合後還是繼續延展下去，這說明相遇後大部分AI沒有選擇你死我活的打個痛快，而是對看一眼後就繼續去探索了。</p> <p>這張圖對於人工智慧專家和普通人來說都沒什麼特殊意義，但是生物學家，尤其是研究生物行為的學者會發現，AI們的行為非常接近自然界中不同動物種群的活動。</p> <p>「在自然界中，動物之間的競爭可以激勵它們擴散以避免衝突」，OpenAI研究團隊在報告中寫道，「我們觀察到AI的探索範圍隨著AI數量的增多而變大了。」據此，他們推測，AI數量越多越能激勵它們探索新的地圖尋找資源（當然前提是不出現最開始那種狹路相逢的混戰）。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/506507/original/30eb4533772f49ba147d00d3fb451154.png?1552450451" alt="AI大逃殺：把128個AI放到遊戲裡內鬥，結果會是如何？" width="720" height="233" /><label class="caption" style="width: 720px; display: block; text-align: left; margin: 5px auto 30px; color: #555555; line-height: 22px; padding: 0px 3px 22px; border-bottom: 2px solid #f0f0f0;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>1個AI就只會一條路走到黑，而8個AI在一個地圖會讓它們的探索更廣</label>這其實是一個很好理解的結果。對自然界的動物們和AI們而言，戰鬥的成本是非常高的。它們可不像坐在電腦前的人類一樣，被打擊後罵一句倒楣就可以繼續下一局遊戲了，對它們來說，生命只有一次，死亡是最大的成本（AI可以不斷重生，但它們自己不知道這點）。</p> <p>也正是因此，戰鬥大部分時候是萬不得已的選擇，這和很多人視之為普遍真理的黑暗森林法則截然相反&mdash;&mdash;不過，在更大的尺度上事情更加複雜。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2.techbang.com/system/images/506506/original/2e4c84eb9605c0f9fef591aa41c9f62f.png?1552450402" alt="AI大逃殺：把128個AI放到遊戲裡內鬥，結果會是如何？" width="720" height="464" /></p> <p>美國動物學家統計的「幾隻狼的活動路線」，可以看出它們盡可能不互相碰面，更別提戰鬥了</p> <p>「事情更加複雜」，這正是電腦學者們下面要解決的問題。他們認為在目前的遊戲中得出的結果，最多算是有限的推測。Neural MMO的遊戲世界雖然已經盡可能模擬了現實環境，但還是簡化得太過分了。</p> <p>OpenAI團隊有很多計畫。下一步，他們準備引入更多的攻擊方式，讓AI們的戰鬥能力大幅增加（就像現實世界的人類一樣）；他們還計畫調低森林再生食物的速度，讓環境更加惡劣；另外一個規劃是引入更複雜的合作機制，目前同樣顏色的AI被設定為不能互相攻擊（模擬生物的種群），還是稍顯單調，因為群體和群體之間從來不是並非簡單的「非敵即友」關係。</p> <p>就算學者們盡可能模擬了現實環境，AI能不能代表人類還是很值得懷疑的問題。OpenAI團隊發佈了關於這個項目的論文初稿後，就有不少學者指出，人類的行為模式和AI的邏輯判斷有極大的區別。比如人不是完全趨利避害的生物，人類種群就更不是了；再比如對「什麼是利，什麼是害」，人類和目前設計的AI模型也有很大區別&mdash;&mdash;AI把生存時間當成「利」，但人類是不是這樣想還很難說。很多學者認為現在的這個遊戲更像是純粹的自然界，而AI更像野生動物而不是高度社會化的人類。</p> <p>然而即使是這些懷疑者，也普遍認為「這個模擬相當有趣」，在AI研究領域意義非凡。不同於之前更多著眼於技術水準的AI遊戲對戰，這個研究涉及到了AI的<strong>長期判斷和選擇</strong>。一個長期、穩定的環境能體現AI長期、穩定的取捨傾向，在人類身上，我們把這個「取捨傾向」叫做「道德」。</p> <p>AI是否會有道德準則，它們通過利弊抉擇得出的判斷能不能算我們所說的「道德取向」，這些大哉問一直以來被人們爭論不休。現在，在一款MMO生存遊戲中，我們很可能會看到回答這些問題的曙光。</p><a href="https://www.facebook.com/TKbang">加入T客邦Facebook粉絲團</a><img src="http://feeds.feedburner.com/~r/techbang/~4/NLBFJvFfra0" height="1" width="1" alt=""/>
AI 研究機構 OpenAI 開發出寫作AI：編寫出來的假新聞足以亂真
據彭博社報導，馬斯克倡導成立的AI研究機構OpenAI週四展示一款軟體，只需要提供軟體一些訊息，它就能寫出逼真的假新聞。<blockquote class="twitter-tweet" data-lang="zh-tw"> <p dir="ltr" lang="en">We've trained an unsupervised language model that can generate coherent paragraphs and perform rudimentary reading comprehension, machine translation, question answering, and summarization &mdash; all without task-specific training: <a href="https://t.co/sY30aQM7hU">https://t.co/sY30aQM7hU</a> <a href="https://t.co/360bGgoea3">pic.twitter.com/360bGgoea3</a></p> &mdash; OpenAI (@OpenAI) <a href="https://twitter.com/OpenAI/status/1096092704709070851?ref_src=twsrc%5Etfw">2019年2月14日</a></blockquote> <p>OpenAI公佈了軟體編寫新聞的過程。研究人員為軟體提供如下訊息：「一節裝載受控核材料的火車車廂今天在Cincinnati被盜，下落不明。」以此作為基礎，軟體編寫出由7個段落組成的新聞，軟體還引述政府官員的談話，只不過這些訊息全是假的。</p> <p>紐約大學電腦科學家山姆‧鮑曼（Sam Bowman）認為：「軟體根據提示產生的文本相當驚人，從品質上講，它所做的事比之前我們看到的複雜很多。」</p> <p>假新聞引起人們的擔憂，OpenAI對此心知肚明，OpenAI政策主管傑克‧克拉克（Jack Clark）說：「它可以產生連貫但不準確的假訊息，其目的並不是很好。」</p> <p>正因如此，OpenAI不會披露或者發佈軟體的複雜版本。它只是一個工具，讓政策制定者、記者、作家、藝術家用演算法做實驗，看看能編寫什麼出文本訊息，或者能否做其它事情。</p> <p>目前假訊息正在蔓延，威脅全球科技產業，而軟體能夠編寫逼真的虛假新聞不是一個好消息。歐洲監管機關已經向科技企業發出警告，如果科技公司不採取強有力措施，防止產品影響選民意願，它們就會採取行動，自2016年美國大選以來，Facebook一直在努力，希望控制假訊息。</p> <p>克拉克和鮑曼都認為，系統雖然很強大，但其能力沒有強到可以馬上帶來威脅。克拉克說：「這不是一項馬上能投入使用的技術，這是好事。」</p> <p>OpenAI的工具是為了所謂的「語言建模」任務創造的，它要根據所有之前的單詞預測接下來的文本會是怎樣的，有點類似於我們在手機上寫郵件時自動補充文本訊息。它還可以用來執行翻譯、開放式問答任務。</p> <p>OpenAI研究人員傑夫‧吳（Jeff Wu）舉例說，我們也許可以用工具幫助作家尋找創意或者產生對話。又例如，也許可以用工具檢查語法錯誤，查看軟體程式碼是否有漏洞。最佳化軟體之後，未來也許還能為企業或者政府決策者提煉總結性文字。</p> <p>在過去一年裡，研究人員在語言處理方面取得巨大進步。去年11月，Google開發出一個強大的演算法BERT，它可以理解並回答問題。早些時候，艾倫人工智慧研究所也在自然語言方面取得突破，開發出一種名叫Elmo的演算法。</p> <p>鮑曼認為，BERT和Elmo可以說是過去5年該領域最重大的突破，相比來說，雖然OpenAI演算法也很重要，但是革命性沒有BERT那麼強。</p> <p>馬斯克是OpenAI的聯合創始人，不過去年他已經退出董事會。</p> <ul> <li>本文授權轉載自<a href="https://www.cnbeta.com/articles/tech/818399.htm">cnBeta</a></li> </ul><a href="http://www.facebook.com/TKbang">加入T客邦Facebook粉絲團</a><img src="http://feeds.feedburner.com/~r/techbang/~4/yUi1BiXrN6o" height="1" width="1" alt=""/>
重要國際電競賽事知多少？原來獎金最高的是這遊戲！
一款遊戲之所以能成為「電競遊戲」，其最重要的原因莫過於「賽事」的舉辦。任何有資格成為主流電競項目的遊戲，幾乎都具備了一定規模、一定玩家數量，甚至備有高額獎金、獎品及廠商贊助的中大型賽事，會在全球各地不定期舉行。<p>放眼當前全世界的電競賽事，大致上能依主辦單位的不同分成兩個大類：一是由遊戲開發商自行舉辦的賽事；二是由電子競技組織所舉辦的賽事。前者通常僅會是單一遊戲項目，而後者則偏向綜合型的競技賽會。</p> <p>除此之外，電子競技賽事中的「職業賽事」與「錦標賽事」，也有相當程度區別。原則上，並非所有主流電競遊戲都擁有成熟的職業賽事體制，且擁有例行性的長期比賽，但幾乎所有電競項目都會舉辦公開、非公開的中大型錦標賽，藉以維持電競賽場的熱度，有些更會適度開放所有玩家共同參與。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/491919/original/1835535d232f4f0b798a45f9c54e7eab.jpg?1547453929" alt="重要國際電競賽事知多少？原來獎金最高的是這遊戲！" width="720" height="479" /></p> <p>由於全世界的電競比賽實在太過多樣，恕筆者無法一一盤點，故以下只介紹幾個主流遊戲的大型錦標賽，以及數個已經相當成熟的職業聯賽，希望讀者與玩家能在賽事進行時加以關注，親身體驗精采刺激的電競盛會。</p> <h2>【英特爾極限高手盃大賽】Intel Extreme Masters</h2> <p>自 2007 年開始，科技大廠 Intel 發現電競產業的潛力，開始與歐洲的「電子競技聯盟」（Electronic Sports League）合作，推行簡稱 IEM 的「Intel Extreme Masters 英特爾極限高手盃大賽」，並將其定位成綜合性電子競技賽會，雖然整體來說屬於公開錦標賽形式，但會有職業隊伍保障名額，亦會參照 ESL 其他相關賽事成績決定種子選手。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/491006/original/09180de603a5b468ad248c8cab3163e3.png?1547452922" alt="重要國際電競賽事知多少？原來獎金最高的是這遊戲！" width="720" height="304" /></p> <p>起初 IEM 賽事每年固定於德國漢諾威的 CeBIT 展覽期間進行，賽事項目也僅有《CS》及《魔獸爭霸 III》，但是隨著電競產業的規模越來越大，IEM 的參賽人數、項目與獎金，也都呈直線上升。</p> <p>更重要的是，自第三屆的大賽開始，IEM 開始了全球巡迴，從每年的夏季開始，IEM 會走遍美、歐、亞、大洋洲各地，進行包含《CS》在內眾多遊戲項目的巡迴賽，並於隔年三月回到 CeBIT 會場（現在已改到波蘭卡托維治）進行冠軍賽。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/491055/original/7bc3fae2f78bb7fbda54072212e28a39.jpg?1547452967" alt="重要國際電競賽事知多少？原來獎金最高的是這遊戲！" width="720" height="419" /></p> <p>現在的 IEM 賽事項目，相較於過去已經有些縮減，以 2017 ～ 2018 年間的賽事為例，僅剩下《CS：GO》、《星海爭霸II》及《絕地求生》三款遊戲，但過去則曾進行過《Quake Live》、《爐石戰記》及《英雄聯盟》等賽事，會隨著時下流行的遊戲而有所改變。</p> <p>雖然說 IEM 在各城市間的巡迴賽，通常都有數個遊戲項目同時進行，但一般而言玩家仍會將 IEM 中的《CS》比賽視為最為重要的賽事，畢竟所有能打上 IEM《CS》舞台的隊伍，各個都具備了堅強實力與歷經了嚴峻的賽事，最後才能於 IEM 中與來自世界各國的好手對決。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn1.techbang.com/system/images/491311/original/172d86f689b4ec7a06acb74412673574.jpg?1547453205" alt="重要國際電競賽事知多少？原來獎金最高的是這遊戲！" width="720" height="339" /></p> <p>下一場 IEM 比賽將會是第十三季的總決賽，預定於 2019 年 2 月 14 日，在波蘭卡托維治舉行，緊接著 5 月初的 IEM 第 15 季將在澳洲雪梨開戰，再度開始一整年的新賽程。</p> <h2>【火箭聯盟冠軍聯賽】Rocket League Championship Series</h2> <p>台灣玩家較不熟悉的遊戲《火箭聯盟》，實際上在歐美地區已經有常規舉辦的電競賽事「《火箭聯盟》冠軍聯賽」，截至 2018 年已舉辦了 6 個季度，分類上屬於職業賽事。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/491357/original/7dcb4e2351fcab9bfcd29f4b0b5e81df.png?1547453248" alt="重要國際電競賽事知多少？原來獎金最高的是這遊戲！" width="320" height="328" /></p> <p>「《火箭聯盟》冠軍聯賽」由遊戲開發商 Psyonix 自行籌辦，北美及歐洲擁有各自的地區聯賽，賽事多採線上進行，戰績最佳的 4 支歐洲隊伍、4 支北美隊伍可晉級決賽，再搭配 2 支大洋洲地區聯賽晉級的隊伍，一共 8 隊共同爭取世界冠軍。</p> <p>雖然說《火箭聯盟》是款較新的遊戲，但以不久前結束的 2018 年火箭聯盟冠軍聯賽為例，總獎金也高達了 50 萬美金，而冠軍 Cloud9 則獨得了 20 萬美金，並吸引了汽車產業相關的贊助商投入，可見未來具有相當大的發展潛力。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/491611/original/b8a4ffb3ace514c69d1875ff1e915981.jpg?1547453515" alt="重要國際電競賽事知多少？原來獎金最高的是這遊戲！" width="720" height="405" /></p> <h2>【Dota 2 國際邀請賽】The International</h2> <p>全世界總獎金最高的電競賽事是什麼呢？答案是由 VALVE 所舉辦的 Dota 2「The International」國際邀請賽！</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/491651/original/26c46698c8be9a33d394615ada7d7cf9.jpg?1547453572" alt="重要國際電競賽事知多少？原來獎金最高的是這遊戲！" width="720" height="405" /></p> <p>雖然 Dota 2 在亞洲地區的風行程度不如《英雄聯盟》，但在歐美地區，已經連續八年舉辦的盛會「The International」，卻屢屢刷新電子競技賽事獎金紀錄，可見該遊戲的人氣不墜，甚至年年持續上揚。</p> <p>於 2018 年舉辦的「The International 2018」，其總獎金超過兩千五百萬美元，比起上一屆多增加了近百萬，冠軍更能拿到高達 44% 的獎金池分成，粗略換算為一千一百萬美金，可謂羨煞旁人。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2.techbang.com/system/images/491683/original/d4b0573a55b54993285f04fbec93b51e.jpg?1547453627" alt="重要國際電競賽事知多少？原來獎金最高的是這遊戲！" width="720" height="480" /></p> <p>雖然說「The International」屬於邀請賽性質，但實際上仍有開放高達 1,024 隊參與的公開資格賽，普通玩家依然有機會參與盛事。而在歷經長達三個月以上的賽程後，最後的 16 支隊伍會齊聚一堂進行線下總決賽，爭奪最後的冠軍。</p> <p>值得一提的是，2018 年的「The International」除了將決賽地點移師加拿大以外，還舉辦了「AI 表演賽」，由神經網路及機器學習所編成的「OpenAI Five」隊，在些許調整後的五對五規則下，與職業隊伍進行了兩場真實對戰。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/491803/original/b37114f173fd1a840cf23261b1152f1c.jpg?1547453765" alt="重要國際電競賽事知多少？原來獎金最高的是這遊戲！" width="720" height="480" /></p> <p>由於 AI 間的完美配合，「OpenAI Five」隊的第一場比賽成功擊敗人類玩家，但卻不幸於第二場賽事中敗陣，但這樣的技術突破也讓 AI 成功將電競賽事帶往未知的新領域。</p><a href="http://www.facebook.com/TKbang">加入T客邦Facebook粉絲團</a><img src="http://feeds.feedburner.com/~r/techbang/~4/VcQlmjoB9gA" height="1" width="1" alt=""/>
作弊玩遊戲，AI 也學壞了？
多年以前，當我第一次見識到朋友們是如何在《超級瑪利歐》中透過卡一個龜殼無限刷分，在《魂斗羅》中用一種奇怪的方式獲得額外生命的時候，拯救世界和公主就再也不是我想做的事了。在我看來，遊戲裡發掘各種奇怪的 Bug 明顯比拯救公主更有趣。<p style="text-align: center;">(本文授權轉載<a href="http://www.yystv.cn">遊研社</a>，<a href="http://www.yystv.cn/p/4209">原文連結</a>)</p> <p style="text-align: center;"><img style="display: block; margin-left: auto; margin-right: auto;" src="https://s3.ifanr.com/wp-content/uploads/2018/11/12-19.jpg!720" sizes="(max-width: 600px) 100vw, 600px" srcset="https://s3.ifanr.com/wp-content/uploads/2018/11/12-19.jpg!720 600w, https://s3.ifanr.com/wp-content/uploads/2018/11/12-19-360x270.jpg 360w" alt="作弊玩遊戲，AI 也學壞了？" width="600" height="450" /></p> <p><label class="caption" style="width: 600px; display: block; text-align: left; color: #555; line-height: 22px; padding: 0 3px 22px 3px; border-bottom: 2px solid #f0f0f0; margin: 5px auto 1rem auto;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>&nbsp;在《惡魔城X 月下夜想曲》裡研究各種各樣的出城 Bug 一直是我樂此不疲的一件事</label></p> <p>但是現在，關於 「利用 Bug 快速完成遊戲目標」&nbsp;這件事情上，AI 似乎比我還要擅長。</p> <p>今年四月，曾經開發出擊敗 Dota2 職業選手的 OpenAI 公司，舉辦了首屆針對 AI 的強化學習競賽。這個比賽的目標，旨在評估強化學習演算法從以往經驗中泛化的能力。這聽起來很拗口，具體地說，就是讓 AI 來玩單機遊戲，而且玩的是 NES 平台上的《音速小子》。<label class="caption" style="width: 600px; display: block; text-align: left; color: #555; line-height: 22px; padding: 0 3px 22px 3px; border-bottom: 2px solid #f0f0f0; margin: 5px auto 1rem auto;"><span style="color: #2382c5; padding-right: 5px;"><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2.techbang.com/system/images/470032/original/746f1aeb09c5d145f8e37c1e97435d2a.gif?1542611099" alt="" width="321" height="168" />▲ </span>&nbsp;世嘉公司在多年前開發的初代音速小子遊戲成了 AI 的實驗對象</label></p> <p>每個參賽團隊需要讓自己研發的 AI 在不同的訓練關卡上執行，透過短時間的機器學習，讓 AI 掌握這款遊戲的規則和操作方法，並在遊戲設計師重新設計的地圖上迅速找到最優的通關策略。</p> <p>OpenAI 舉辦這次比賽的目的，是想驗證這樣一個觀點：強化學習的強泛化性是通往通用人工智慧的關鍵路徑之一。舉個例子，如果你在《絕對武力：全球攻勢》中是一個百發百中的神槍手，那麼其他的 FPS 遊戲你可能也會很輕鬆的上手。但如果你把一個針對《絕對武力：全球攻勢》訓練的 AI 直接扔到《鬥陣特攻》裡，那麼它估計會直接崩潰。</p> <p>因此，參賽選手需要讓 AI 自己學習遊戲的策略和技巧，以便在陌生的地圖上自己找到最佳的破關方法。</p> <p>不過這一次，AI 們好像聰明過了頭。</p> <p>在研究人員的調試下，AI 被告知要優先獲得更高的分數（一般透過擊殺敵人和拾取金環獲得），同時在僅可能短的時間內到達終點。這樣的條件導致了一個奇怪但有趣的結果：AI 開始透過尋找遊戲內的 Bug 來更好的完成目標。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn1.techbang.com/system/images/470039/original/ababaeecf079f384f6ec0fc80a6cef88.gif?1542611145" alt="" width="273" height="193" /></p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2.techbang.com/system/images/470040/original/80ccfcc4e3feb56d7671ea02c531987b.gif?1542611172" alt="" width="216" height="150" /></p> <p>就像上面演示的這樣，AI 控制的音速小子在遊戲中找到了一些特殊的 「捷徑」&nbsp;來讓自己更快的達成目標，這些捷徑都是透過類似於 「卡 Bug」&nbsp;的方式實現的。</p> <p>這樣的方式大大出乎研究人員的意料。最開始，研究人員希望 AI 能透過所提供的人類玩家資料來模仿人類的操作和行為，最終完成遊戲目標。</p> <p>但透過機器學習的人工智慧對遊戲顯然有自己的一套理解，除了在遊戲中尋找能讓自己快速通關的 Bug 以外，它們還會做許多在研究人員眼裡匪夷所思的事情。</p> <p>Google Deepmind AI 項目的研究人員維多利亞 ‧ 克拉科夫納就蒐集了大量像音速小子這樣的例子。</p> <p>比如在一個《海岸賽艇》的小遊戲裡，AI 操縱的船隻沉迷於利用 Bug 不斷地撞擊獎勵目標以達到更高的分數，順利到達終點這件事已經不在它的計畫之內了。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2.techbang.com/system/images/470041/original/d2d3f82974ef14e7df523d38ec26ec72.gif?1542611205" alt="" width="632" height="375" /></p> <p>另一個研究人員試圖讓 AI 玩一款經典的像素遊戲《Q 伯特》，同樣，AI 在遊戲裡找到了一個無限刷分的嚴重 Bug 並在時間結束之前達到了最高分。不僅如此，當它發現敵人會跟著 Q 伯特一起掉下懸崖後，AI 甚至採取了自殺的方式來獲得更高的分數。</p> <p>就連《俄羅斯方塊》這樣的遊戲，AI 也能找到自己的另類玩法。由於每增加一個掉落的方塊都會使 AI 的評分略微升高，所以它採取了完全錯誤的遊戲方式&mdash;&mdash;<strong>儘可能快的落下每一個方塊並在快要 Game Over 時暫停遊戲以確保自己不會輸。</strong></p> <p>好像聽上去還蠻聰明的&hellip;&hellip;</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn1.techbang.com/system/images/470042/original/683ad1751a464e93e1988cce7c312e07.png?1542611318" alt="" width="720" height="628" /></p> <p>雖然在比賽的最後，使用特殊方法獲得勝利的 AI 並沒有得到研究人員的認可，但他們還是表示：</p> <blockquote> <p>「AI 展示了它如何在沒有人類介入的情況下贏得遊戲勝利，出乎意料其富有創造性，可能會完全顛覆人類對遊戲如何執行的理解。」</p> </blockquote> <p>人工智慧無意間找到了獲取遊戲勝利更好的方法，雖然暴露了目前人類對於機器學習仍無法完全控制的的缺陷，但也顯露出了 AI 異於人類的創造性火花。正是這種創造性的潛力讓 Deepmind 投入大量的資金來讓人工智慧學習像《星海爭霸II：自由之翼》這樣複雜的競技遊戲。</p> <p>在 2017 年的暴雪嘉年華上，Deepmind 宣佈將讓自己的 AI 嘗試《星海爭霸II：自由之翼》這樣的遊戲，雖然讓它和世界頂尖選手交戰還為時尚早，但在今年，暴雪表示它已經可以應對其他 AI 的前期速攻戰術。</p> <p>在《星海爭霸II：自由之翼》中，有人曾經設計出一種名為 「悍馬 2000」&nbsp;的腳本，雖然它能憑藉操作以極少的兵力戰勝遠多於自己部隊（比如 100 條狗衝破坦克陣），<strong>但這是在後台讀取遊戲內部資料的結果，算是真正的作弊，而不是能夠自己學習和進化的 AI。</strong></p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0.techbang.com/system/images/470043/original/4a5a78272ec4a30085ea9e63fe61b337.gif?1542611505" alt="" width="350" height="194" /></p> <p>2 年前，AlphaGo 帶給人類關於圍棋的新理解，也許再過不久，AI 也能用全新的戰術體系來顛覆人類在星際爭霸上的統治。</p> <p>當然就算失敗了，當一個專門找 Bug 的遊戲測試員也是個不錯的選擇嘛。</p><a href="http://www.facebook.com/TKbang">加入T客邦Facebook粉絲團</a><img src="http://feeds.feedburner.com/~r/techbang/~4/29DmO1AtcVo" height="1" width="1" alt=""/>
檢察官、行刑者與道德家：為 AI 加上安全機制？
不久之前，Deepmind在博透露了這樣一個消息，針對AI模型可能表現出的混亂和失控，他們準備研發一種「AI保險機制」，在緊要關頭把AI「斷電」。一旦發現AI的惡意傾向，就主動終止AI的活動。<p>但是，這還有一些問題需要我們來探索：假如真的有AI「保險開關」這種裝置，它要在哪些情況下終止AI工作？類似領域還有哪些方法在嘗試保證AI安全？為AI裝上安全鎖這種想法，又有哪些困難？</p> <h2>要防範的，是哪些「AI之惡」？</h2> <p>首先，還是要先把「AI之惡」打上引號。這就像火的使用，大概是人類歷史上造成損失最嚴重的一種技術應用，但至少今天沒有人討論「火之惡」或者「普羅米修斯的原罪」。</p> <p>而AI有點不同的是，深度神經網路的複雜性構成了AI執行邏輯在某些環境下的不可解，也就是廣受關注的AI黑箱問題。美國小說家霍華德‧洛夫克拉夫特堅定的認為，人類最大的恐懼，就是對未知的恐懼。</p> <p>而深度學習作為今天AI技術的主要實踐方式，確實還蒙有太多面紗。姚期智院士就曾判斷，今天深度學習中有很多東西是非科學的。對其神祕性的破解，已經成為AI學科的主要問題。</p> <p>那麼依舊神祕的AI，在應用中帶來了哪些危險可能性呢？</p> <p>關於AI的負面報導雖然遠低於正面案例數量，但其實數量也已經不少。歸結起來，有三個方面的危險，是我們今天主要需要面對的：</p> <h3>一、從資料到歧視</h3> <p>AI是能學會罵人和種族歧視的，這事兒想必大家都知道。最出名的案例，就是2016年3月，微軟上線了名為Tay 的聊天機器人，但是上線不到一天，Tay 就從一個單純可愛的19歲女孩變成了一個滿口髒話與種族歧視言論的「AI瘋子」，於是微軟緊急下架了這款產品。這種情況，已經在多個AI聊天應用程式與語音助手中顯現了出來，甚至很多導購、安全辨識類的AI應用程式，也都悄然學會了見人說人話，見鬼說鬼話的推銷本事。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn1.techbang.com/system/images/468425/original/bae95602b7ccb3115fe5af9a12fcf262.jpg?1541662617" alt="檢察官、行刑者與道德家：為 AI 加上安全機制？" width="640" height="342" /></p> <p>其本質問題在於，AI會去學習吸收社群網路上的對話資料，然而一頓操作下來，學到的都是不堪入目的東西。深度學習是建立在大數據基礎上的，但如果資料中夾雜了不那麼美好的資料，AI就可能將這些內容帶入為行為模式。</p> <p>但是如何分辨什麼才是好內容呢？這個模稜兩可的問題依舊沒什麼好的答案。</p> <h3>二、作為武器與黑色產業工具的AI</h3> <p>人不止可以教壞AI，還可以直接運用AI來作惡。這個領域的案例屢見不鮮，英國在2015年就開始發現利用AI模型模仿使用者語氣來進行的郵件與電信詐騙；很多駭客展現了利用AI來盜取密碼和破解安全鎖的能力；甚至在國內，很多不法分子已經開始使用AI辨識技術來刷電商帳戶和訂單，從而支撐黑色產業的執行。</p> <h3>三、不可靠的機器直覺</h3> <p>AI作為一種演算法，顯然是不以人的常識為常識的，但是很多時候無論普通人還是科學研究人員都會忽視這一點。著名的案例是Deepmind在一個賽艇遊戲中訓練AI時，發現深度學習模型最終得出的結論不是一般人類玩家選擇的路線，而是在遊戲中瘋狂轉圈。雖然是個遊戲，但卻發人深醒，比如AI在無人駕駛場景裡，或許是不按照人類交通規則來思考問題的，它可能直接從高架橋上飛下去，或者選擇逆行來獲得更好的通過效率。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2.techbang.com/system/images/468427/original/49843cf180a85e19244f1002f4501f0f.jpg?1541662671" alt="檢察官、行刑者與道德家：為 AI 加上安全機制？" width="400" height="252" /></p> <p>這也不是危言聳聽，今天的研究已經發現，在路牌上做一點點手腳，就可能對電腦視覺產生干擾。畢竟機器即使能看，也不是人類的「看法」。</p> <p>顯然，這些問題在未來的AI應用中都足夠複雜與危險。那麼問題來了之後，解決方案有哪些呢？</p> <h2>檢察官、行刑者與道德家：我們用什麼幫AI上鎖？</h2> <p>AI本身的失控可能與安全隱患，或許是不同於人類歷史上任何技術風險的。它吸納大量資料，又進行了複雜的內部轉換，所以留給人類的困難之處在於，它不是像汽油或電力那樣具有簡單的安全規律，而是難以捉摸的隱祕bug。</p> <p>我們經常聽AI開發者講述這樣一個情況：模型跑了一遍，OK挺好的，再跑一遍，出問題了，哪出的問題，不知道&hellip;&hellip;再多來兩遍，好像又好了？</p> <p>顯然在工業這樣的關鍵生產領域，部署這樣天馬行空的員工是不合適的。那麼如何為AI裝上安全保險裝置呢？可以看到今天業界有這樣幾種想法。需要注意的是，這不是涇渭分明的流派之爭，真正在實踐AI安全的時候，是需要綜合解決方案共同努力的。</p> <h3>一、行刑者</h3> <p>話題回到我們最開始提到的DeepMind。他們正在研發的AI安全技術，形像一點形容就是在複雜AI任務的背後，站立一位隨時待命的「AI行刑者」。透過再研發一個功能強悍，有一套自身安全邏輯的AI系統，基於強化學習機制，來隨時監控其他AI模型的工作。一旦有出格舉動，馬上跳閘斷電。</p> <p>事實上，「可中斷」概念一直都是DeepMind在AI安全領域的核心理念。去年12月，他們就發佈了名為《安全可中斷智慧體》的研究成果，展示了如何保證在中斷再啟動的環境下，智慧體的執行效果不會受損。</p> <p><img src="https://cdn0.techbang.com/system/images/468428/original/a9a9256c3028a4e8dfd142c288472817.jpg?1541662697" alt="檢察官、行刑者與道德家：為 AI 加上安全機制？" width="640" height="229" /></p> <p>讓AI去監視AI，雖然技術上非常尖端，也留有若干問題，但大概是未來AI安全鎖的主要研究方向，因為面對越來越複雜的深度神經網路，其他問題追溯模式可能會消耗難以承擔的人工成本。</p> <p>然而這種新技術帶來的首要疑惑，顯然是「誰來監督監督者」？</p> <h3>二、檢察官</h3> <p>無論是歧視還是錯誤的機器直覺，在本質上都可歸因於深度學習的黑箱性。那麼是不是有方法可以去透視黑箱，讓人類研發者找到問題AI的出錯點，從而去修正而不是魯莽地中斷它呢？</p> <p>事實上，解決黑箱才是AI安全領域與應用場景的主要努力方向。我們今天已經可以看到越來越多的黑箱解釋工具出現在科學研究甚至產業領域。</p> <p>今天解釋黑箱的主要方式有兩種，一種是用AI來檢索AI，比如利用注意力機制，訓練一個神經網路模型專門去複製追蹤其他AI模型的執行軌跡，進而找出錯誤訓練結果的訓練來源，幫助研發者進行修正。</p> <p>另一個想法是透過一些工具，達成深度學習模型的結構可視化，也就是說讓黑箱變成玻璃箱。進而當AI出錯，研發人員可以相對簡單的自行查詢每一層的訓練過程，找到問題所在。</p> <p>然而無論是AI檢察官，還是人類檢察官，今天這些黑箱可解釋性技術普遍都只能應對不那麼複雜的深度學習模型。而且普遍需要大量人工來參與其中，又把人工智慧變成了「人工+智慧」，而且所耗費的人力必須具備相當的技術水準。</p> <h3>三、道德家</h3> <p>無論從何種方向上看，阻止AI作惡在今天都不僅僅是一個技術問題。比如訓練資料的道德標準夠不夠正，很多程度取決於開發者的道德標準；再比如能否克制對開發AI武器、AI監視工具的渴望，應該是一個社會與國際責任的問題；而很多AI歧視問題，出自於背後開發者希望提高商業效率的目的，這也是個道德問題。</p> <p>為了預防這些問題氾濫，AI的安全鎖顯然不僅應該是一把技術之鎖，而應該引入廣泛的社會機制。今年2月，OpenAI、牛津大學、劍橋大學等14家機構和高校發佈了一份名為《人工智慧惡意使用》的研究報告。報告指出，應該承認今天人工智慧的研究成果是一把雙面刃。而為了控制人工智慧帶來的風險，政策制定者應該與技術人員密切合作，調查、預防和緩解人工智慧可能的惡意使用方式。並且應該在人工智慧領域優先形成規範和道德框架；討論這些人工智慧挑戰時所涵蓋的利益相關者和專家範圍應該擴大。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2.techbang.com/system/images/468429/original/5ad12338b8cd8dd46f2946e745b62137.jpg?1541662732" alt="檢察官、行刑者與道德家：為 AI 加上安全機制？" width="550" height="310" /></p> <p>防止AI的惡意問題，應該從技術、法律、道德、研究習慣等領域進行綜合防治，這已經成為了一個國際社會共識。但是顯然這把鎖看上去最簡單，實際鑄造起來的難度高到無法想像。</p> <p>無論是「斷電」、大檢查還是社會共同監督，這些AI安全鎖的背後，都隱藏著在AI倫理問題面前，今天人類共有的徬徨：人性的本質是矛盾的，但我們卻想要模仿人類的AI具備統一規則。</p> <p>可是，誰來擔保安全鎖的清白？</p> <p>無論任何AI安全保護措施，歸根結底就是一句話：希望AI能明辨善惡，善則從之，惡則止矣。</p> <p>而這談何容易？在AI需要越來越多人類社會產出的訓練資料時，人類的種種價值判斷也映射其中。一些人類社會中的倫理障礙也不免裹挾進了AI的世界。</p> <p>比如說，我們已經開始探索，能不能讓AI系統在其他AI犯錯時終止它的行為。但這就涉及什麼才是錯誤AI行為的定義邊界問題。誰來標註錯誤行為呢？</p> <p>我們都知道，Google AI曾經把黑人辨識成猩猩，這顯然是一種歧視行為。但如果AI判斷應該在某個治安不好的街區加強警力部署，那這是不是也是一種歧視，應該被終端呢？這個問題確實已經在洛杉磯警察局所使用的系統中展現了出來，在加州當地引發了激烈爭論。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2.techbang.com/system/images/468430/original/c0f431e37ecd5617cfbea9df9612e4f8.jpg?1541662766" alt="檢察官、行刑者與道德家：為 AI 加上安全機制？" width="640" height="335" /></p> <p>更進一步，國家間的AI規則是否應該一致？今天越來越多的AI公司與國際產業組織，甚至政府組織開始呼籲重視AI的倫理道德問題，制定國際統一的AI道德規範。但統一的AI規範會不會侵犯某些國家的風俗與習慣？是不是會對一些國家地區的AI研究造成阻礙？比如說歐盟的AI研究隱私保護政策真的適合全世界嗎？</p> <p>這些AI倫理層面近乎悖論的問題，是一切AI安全鎖技術與產業行為面對的最深處敵人。甚至向更長遠的未來看去，人類的行為判斷真的就比AI好嗎？某些時候，用技術來中斷不可預測的機器學習行為，是否其實展露著人類的無知？或者終止了用技術創造技術的全新可能？</p> <p>好吧，這些問題在今天都沒有什麼真正的答案。這也意味著，今天想要為AI戴上一把嚴格意義上的安全鎖，還是一個不可能的任務。然而破解AI黑箱性和AI自我監督的技術進展，確實正在讓AI應用的安全指數快速提升。很多今天浮現在媒體中的AI安全問題，應該都可以被快速解決掉。</p> <p>問題和解決方案，永遠是交替往復的狀態向前奔跑。</p> <p>最後讓我們「科幻」一下來結束這個話題：</p> <p><strong>人類最終極的AI安全鎖，是不是應該用來封殺AI覺醒為人性的那一瞬間？可是，這是哪個瞬間呢？能讀懂這個瞬間的安全鎖，豈不是應該被最先封殺掉？</strong></p> <ul> <li>本文授權轉載自<a href="https://t.cj.sina.com.cn/articles/view/6336727143/179b2c86700100cgm9?wm=3049_0016&amp;from=qudao">腦極體</a></li> </ul><a href="http://www.facebook.com/TKbang">加入T客邦Facebook粉絲團</a><img src="http://feeds.feedburner.com/~r/techbang/~4/SiNeJqLuLbM" height="1" width="1" alt=""/>
人工智慧救得了「大型多人線上角色扮演遊戲」（MMORPG）嗎？
遊戲一直是人工智慧絕佳的試驗場，用數位和嚴密的規則搭建出遊樂場，恰好可以讓人工智慧展示自身在計算和決策上的專長。最引人矚目的，自然是會下圍棋的AlphaGo。除此之外，棋牌類遊戲中還有麻將AI、西洋棋AI，甚至騰訊的鬥地主AI。<p>攻克了棋牌類這種較為純粹的數位遊戲之後，人工智慧又開始入侵即時戰略遊戲（RTS），挑戰非完全訊息博弈和更複雜的規則。OpenAI、Facebook、中國中科院等等企業和機構不光紛紛研發AI參加星際爭霸對戰，暴雪乾脆打開一些介面和DeepMind合作，讓AI利用強化學習進行自我提升。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2-techbang.pixfs.net/system/images/455269/original/5e88ee249f987ef78ad17b49307e65de.jpg?1534762981" alt="人工智慧救得了「大型多人線上角色扮演遊戲」（MMORPG）嗎？" width="533" height="400" /></p> <p>而最受歡迎的「多人線上戰鬥擂台遊戲」（MOBA）遊戲，則把人工智慧帶入了手機遊戲。在這種元素較為單一的對戰環境下，可以更清晰的體現出智能體和人類之間的配合度。騰訊AI Lab就曾經和匹茲堡大學合作，將AlphaZero使用的蒙地卡羅樹搜尋引入《王者榮耀》中。</p> <p>至於很多沙盒遊戲，則是把人工智慧應用在NPC身上。透過在台詞、微表情等等互動方式上加入決策樹演算法，讓玩家更直接的感受到NPC的生動鮮活。</p> <p>說了這麼多，相信大家也發現，在一系列遊戲形式中似乎只有「大型多人線上角色扮演遊戲」（MMORPG）和人工智慧格外無緣。一方面MMORPG有著較高的自由度，注重對任務劇情的探索而非單一的策略對戰，同時比起以戰術策略拼高下的「即時戰略遊戲」（RTS），MMORPG更主動裝備的累積。MMORPG中的NPC大部分也是發佈任務的跑龍套角色，而非遊戲體驗的重點，也就不太有被人工智慧最佳化的空間。</p> <p>不過最近頗受冷落的MMORPG又出現了回潮之勢，像是《逆水寒》、《輻射76》都頗受關注，《魔獸世界》也趁著推出8.0新版本加大了宣傳。</p> <p>那麼在MMORPG回潮時，人工智慧是否會開始加入其中呢？</p> <h2><strong>MMORPG都能使用哪些人工智慧技術？</strong></h2> <p>這裡指的人工智慧，是狹義範圍的人工智慧，涉及到決策樹、深度學習、自然語言處理等等技術。而非是廣義中的遊戲AI&mdash;&mdash;僅僅有自動尋路模式就可以。</p> <p>關於MMORPG的人工智慧，此前大家都有過很多想像。最經典的說法是，如果BOSS足夠聰明，就應該不會被嘲諷影響，專門盯著具有回復技能的角色打，這樣人類步兵就無望推倒大魔王了。</p> <p>其實在這次《魔獸世界》的更新中，就已經增加了類似概念的智慧型NPC。在新推出的島嶼探險模式中，新加入的敵對NPC在行為模式上更接近人類玩家，例如NPC可以透過玩家行為來判斷玩家的目的，進而進行下一步策略&mdash;&mdash;是盜取資源還是騷擾治療。</p> <p>簡單看來，在MMORPG中加入人工智慧技術目前基本出現在以下幾個層面：</p> <p>第一是戰鬥層面，就像《魔獸世界》推出的智慧型NPC一樣，MMORPG遊戲可以透過對智慧體決策樹的豐富，增加遊戲的體驗。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2-techbang.pixfs.net/system/images/455270/original/983779b5e4b019a50130a3030ca4c14f.jpg?1534763024" alt="人工智慧救得了「大型多人線上角色扮演遊戲」（MMORPG）嗎？" width="640" height="373" /></p> <p>在過去，遊戲中的NPC在戰鬥時只會按照一定的技能流程和巡邏路線進行攻擊，感知到玩家行進路線、讀條攻擊等等狀態，進而進行下一步行為的決策。而如今，對玩家行為的深度學習，可以讓NPC感知到更多玩家內心的「戰術」。比如透過玩家行動的路線和頻率來判斷玩家的目的，是想要快速拿人頭，還是更多的收集資源，從而在決策樹中找到下一步相應的動作。</p> <p>除了魔獸之外，另一款由NCsoft推出的MMORPG《劍靈》也導入了玩家的資料，對NPC進行強化學習訓練，讓NPC的行為模式更接近普通玩家，並非一味透過提升攻擊、防禦的數值而提升難度，而是在戰術層面加入更多涉及到從而增加玩家戰鬥中的趣味性。</p> <p>第二則是互動層面，隨著MMORPG的遊戲形式越來越新穎，對NPC細節的雕琢也就不再只限於沙盒遊戲，透過自然語言處理、語音合成等等技術，玩家可以和遊戲有著更多互動。</p> <p>例如遊戲《逆水寒》就以遊戲IP中的人物為範本，打造了可以和玩家進行交流的虛擬偶像「大師兄」。玩家可以透過麥克風與大師兄進行對話，大師兄透過對玩家語言的理解，再透過文字、表情、肢體和語音對玩家進行回饋。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn0-techbang.pixfs.net/system/images/455271/original/38c60163b81001a912229f4342992ca0.jpg?1534763061" alt="人工智慧救得了「大型多人線上角色扮演遊戲」（MMORPG）嗎？" width="640" height="354" /></p> <p>第三層是社交層面，在MMORPG中，社交一直是一個非常重要的部分，大部分關卡需要玩家們透過組隊進行遊戲。而人工智慧也可以提升這一部分的體驗。</p> <p>例如為了增加遊戲中的社交成分，很多遊戲會推出師徒系統、情侶系統等。在《倩女幽魂》和《新倩女幽魂OL》中，將問卷調查形式和神經網路模型結合，分析玩家的社交取向，進而更好的對師徒關係、情侶關係進行推薦。</p> <p>除此之外，還有智慧型檢測遊戲外掛、複製聲音製作人物配音、場景生成輔助美術工作等等，在MMORPG中正在有越來越多的環節和人工智慧結合。</p> <h2><strong>在MMORPG的關鍵時刻，人工智慧有多重要？</strong></h2> <p>雖然人工智慧和MMORPG的結合點很多，但和大多數遊戲一樣，人工智慧技術的加入更像是錦上添花。真正決定一款遊戲體驗好壞的，更多是IP、美術、運營等等綜合因素。</p> <p>不過對於MMORPG這樣古老的遊戲形式而言，人工智慧作為新技術加入或許有著非同一般的意義。</p> <p>首先我們必須要承認，MMORPG的遊戲形式已經已經相當古老了。刷等級、刷裝備、PVP（玩家與玩家）、PVE（玩家與遊戲環境），遊戲的基本玩法在十多年之間幾乎都沒有什麼變化。就連BOSS戰都已經被玩家摸清了套路，什麼時候「轉階段」、什麼時候「狂暴」、什麼時候「點名」，玩家們已經熟悉了各種BOSS招數的組合，PVE在戰鬥本身上也就沒什麼驚喜，只是一味為了裝備伐木而已。</p> <p>但人工智慧的加入，可以在MMORPG的玩法上進行豐富。對於玩家個人資料的學習可以融入到BOSS戰中，例如系統可以記錄個人玩家在BOSS戰中的表現，戰鬥時BOSS可以專門追著犯錯最多的玩家攻擊。這樣玩家們就要在戰鬥進行更多戰術安排，例如安排一位玩家專門「犯錯」，而不是總是用那些用過幾千次的老套路。</p> <p>另外一點就是，隨著MMORPG的活力下降，遊戲中社交元素也越來越弱了，可是矛盾的是，對於MMORPG遊戲來說，沒有社交整款的體驗就和單機差不太多。人們常常懷念魔獸世界公會制度帶來的團隊協作，以及隨之而來的友情，但是隨著玩家密度和活躍度下降，懷念也只能是懷念了。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn2-techbang.pixfs.net/system/images/455272/original/1dc6f783ff59b99d589204fc0cf0f829.jpg?1534763097" alt="人工智慧救得了「大型多人線上角色扮演遊戲」（MMORPG）嗎？" width="399" height="300" /></p> <p>從另外一個角度，人工智慧的似乎可以彌補MMORPG在社交上的弱勢。除了透過算法提升玩家間匹配的效率之外，或許未來我們會和人工智慧一起探索世界&mdash;&mdash;在MOBA遊戲中，遊戲初期每個玩家的隊友都是AI已經不是什麼祕密。，如果利用上知識圖譜和自然語言處理技術，或許MMORPG也可以給玩家們安排一些可以陪聊的AI隊友，在玩家人數不夠組成對戰隊伍時進行填充，也能幫助玩家消磨時間、抵禦孤單。</p> <p>在遊戲市場多方受阻的今天，廠商們也在各尋出路。人工智慧技術的加入絕非解藥，但對於開始「老齡化」的MMORPG來說或許會是一劑強心針，多多少少能帶來一些新鮮感。</p> <p>畢竟當對一切都無能為力時，我們還有技術。</p> <p>本文授權轉自<a href="https://www.weibo.com/u/6336727143?is_all=1">腦極體</a></p><a href="http://www.facebook.com/TKbang">加入T客邦Facebook粉絲團</a><img src="http://feeds.feedburner.com/~r/techbang/~4/157UJjIGw2k" height="1" width="1" alt=""/>
無人機變殺人武器，專家示警：AI濫用5年內看得到
上個月20日，春節假期的最後一天，一份名為<a href="https://www.eff.org/files/2018/02/20/malicious_ai_report_final.pdf" title="AI report" target="blank">「人工智慧的惡意使用：預測、預防和減輕」（The Malicious Use of Artificial Intelligence: Forecasting, Prevention, and Mitigation）</a>報告，在國外媒體傳布開來。<article> <p>包括牛津、劍橋、史丹佛、耶魯等英美頂尖學府的學者們，以及來自特斯拉(Tesla)執行長 Elon Musk 創辦的 OpenAI、電子前線基金（Electronic Frontier Foundation）、資安公司 Endgame 和美國安全智庫的政策制定者，一共26位 AI 領域專家，聯合發布這份報告。洋洋灑灑近百頁的內容，當中明白闡述，隨著人工智慧的快速發展和使用門檻降低，各種技術可能被有心人士惡意使用，在未來5年內，即會對數位世界、人身安全和政治等領域構成威脅。</p> <h2>無人機變殺人工具，濫用AI後果不堪設想</h2> <p>報告中指出，包括無人機、虛假影音和駭客攻擊，將是有心人士惡意使用人工智慧最普遍的三大途徑。</p> <p>舉例來說，孤狼式攻擊者只要一台無人機，運用臉部辨識軟體強加訓練後，就可以鎖定特定人物攻擊，把無人機變成殺人工具。而透過機器學習，自動放送的虛假或不雅影音內容，人們很難分辨其真實性，可能被用於政治抹黑，操控公眾輿論。</p> <section data-mode="editor" data-type="photo"> <figure style="text-align: center;" data-style="al-s-1"><img style="display: block; margin-left: auto; margin-right: auto;" title="drone_shutterstock_422471677.jpg" src="https://media.bnextmedia.com.tw/image/album/2017-07/img-1500872231-53777.jpg" width="600" /> <figcaption>▲無人機被 AI 訓練後，也可能成為孤狼式攻擊者的殺人工具。</figcaption> 圖片來源:ShutterStock</figure> </section> <p>惡意駭客也可能利用 AlphaGo、各類開源平台上的技術，找出海量數據組成的規則或漏洞，藉此破解密碼，竊取個人機密資料；或是使用 AI 語音合成來模擬目標，移花接木影音和圖片內容等，如日前在網路論壇 Reddit 發生的「換臉」製作假影片事件。</p> <p>劍橋大學「存在風險研究中心」（Centre for the Study of Existential Risk）專家 Shahar Avin 表示，這些預測並非存在遙遠的未來，而是在未來5年內隨時都有可能發生，該報告進一步示警，隨著 AI 發展成熟，可能被流氓國家、罪犯和恐怖分子利用。</p> <p>「存在風險研究中心」執行主任 Se&aacute;n &Oacute; h&Eacute;igeartaigh 是這份報告的共同撰寫人之一，他強調，人工智慧將改寫眾多領域的遊戲規則，「我們正身處在一個恐因濫用 AI 而淪陷的世界，這些風險都是真實的，我們必須面對這些問題，盡快做出選擇。」而這份報告就是呼籲全球各政府、機構和相關人士採取行動。</p> <h2>事先設想新技術負面影響，降低AI使用風險</h2> <p>對此，該報告提出四點建議。首先，政策制定者和 AI 專家應共同合作，徹底掌握可能的惡意利用。第二，雖然 AI 帶來很多正面的應用，但它就像一把雙面刃，人工智慧研究員和軟體工程師應預先推敲其被誤用的可能性，在開發階段就設下保護機制。</p> <p>第三，從歷史經驗中汲取教訓，像是資安、電腦科學等，歸納出新技術帶來的負面影響。第四，積極擴大並拉攏相關產業利益者，以預防和減輕惡意使用 AI 的風險。</p> <p>報告也提到，AI 正帶來全新的安全漏洞，虛擬與實體皆然，各國政府應盡速制訂相關法律，跟上時代需求。而個別使用者方面，除非已徹底了解 AI 新技術、新產品的風險性，否則不要貿然的傳播或分享。</p> <p>牛津大學未來人類研究所（Oxford University's Future of Humanity Institute）研究員 Miles Brundage 表示，人工智慧將徹底改寫公民、企業組織和國家所面臨的風險，像是成為駭客犯罪時的訓練工具、介入隱私的管道等，對人類安全帶來顛覆性的影響。但他強調，雖然 AI 潛藏不少負面效應，但考量其帶來的正面助益，發展 AI 仍有其必要性。</p> <ul> <li>本文授權轉載自:<a href="https://www.bnext.com.tw/article/48249/malicious-use-of-ai-occurred-within-five-years-first-on-drone-fake-video-hacker-attack">bnext(數位時代)</a></li> </ul> </article><a href="http://www.facebook.com/TKbang">加入T客邦Facebook粉絲團</a><img src="http://feeds.feedburner.com/~r/techbang/~4/SuYi5VCplvU" height="1" width="1" alt=""/>
中國首樁 AI 犯罪案被偵破：地下網站利用AI破解驗證碼、竊取十億個資的人工智慧犯罪
AI 開始進入我們的生活，除了能夠陪我們聊天、幫照片歸類、偶爾下棋下贏我們之外，也總會有人將AI導入到暗黑層面的應用。今年 9 月，浙江紹興警方公佈，破獲全中國首例利用人工智慧技術竊取個人資訊的案件，共收集到了了 10 億餘組個人訊息。<p>中國網站的地下產業鍊中，有一種產業叫做「打碼平台」，意思指的是一般網站為了確保安全不受騷擾，都會有提供基本的圖片驗證碼和簡訊驗證碼，來驗證會員身份。而「打碼平台」就是可以用來幫你「打」入圖片驗證碼、簡訊驗證碼，通過這個驗證的流程。</p> <p>那麼你會問，面對「圖片驗證碼」有的時候就算是真人都不見得能夠通過了，這些「打碼平台」在技術上又是怎麼做到的？其實說穿了也不值錢，中國就是人力便宜，因此這個「打碼」的流程，最關鍵的部分還是用人工來做的：程式會將驗證碼傳給打碼平台，打碼平台將驗證碼發給後端的「傭工」進行識別，並獲取識別結果。</p> <p>而被中國警方查封的這個平台，名叫「快啊」，曾經是地下產業市場上最大的打碼平台。他們在破解、竊取、販賣和盜用個人訊息實施詐騙有著完整的鏈條，其中，關劍技術就在於利用人工智慧技術來識別驗證碼。</p> <p>&nbsp;</p> <h3>為什麼 AI 會先學習識別驗證碼？</h3> <p>一般而言，地下產業最初盜取帳號密碼訊息的方法往往是「粗糙」的：先取得一個人的某一個郵件信箱以及密碼，由於人們往往會在不同的地方使用同一組帳密，所以這些平台就會利用已有的帳號密碼訊息，去批量嘗試這些帳號密碼能否在更多不同的平台上登陸。</p> <p>但是在這個過程中，最大的障礙就是各個網站設置的驗證碼。因此，這個被查獲的平台所使用的 AI，就是用來應對這些驗證碼的。</p> <p>為什麼 AI 會先學習識別驗證碼呢？我們先來解釋一下驗證碼是什麼。</p> <p style="text-align: center;"><img style="display: inline-block;" src="http://ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/10/yanzhengma.jpg" sizes="(max-width: 600px) 100vw, 600px" srcset="//ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/10/yanzhengma.jpg 600w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/10/yanzhengma-360x202.jpg 360w" width="600" height="337" /><label class="figuresaid" style="width: 600px; display: block; text-align: left; color: #555; line-height: 22px; padding: 0 3px 22px 3px; border-bottom: 2px solid #f0f0f0; margin: -5px auto 1rem auto;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>圖片來自安全牛</label></p> <p>當我們登上網站、提交帳密時，總會遇上這個驗證步驟，很多人對那些圖片驗證碼真的是咬牙切齒。但事實上，驗證碼是各個網站用來對抗網路地下產業惡意登入等行為而設的安全策略。</p> <p>驗證碼的全名是「全自動區分電腦和人類的圖靈測試」，由卡內基美隆大學的路易斯 &middot; 馮 &middot; 安（Luis von Ahn）提出。顧名思義，驗證碼的目的，是為了識別網路請求的發起方是人類，亦或是機器。因此早期的驗證碼就是網站提出一些問題，這些問題不能被機器破解回答，又得能夠被人類輕易答對。</p> <p>正如前面所說，早期的打碼平台，是透過分工讓分佈在許多地方電腦前的打工的真人來完成的。後來進化到了「人工 + OCR 降維識別圖片」。但隨著網路公司對驗證碼識別難度的升級，連真人都不一定能夠通過驗證碼，「人工 + OCR 降維識別圖片」的識別率也就更低了。</p> <p>因此，像「快啊」這樣的打碼平台就開始運用 AI 技術訓練機器，提高識別驗證碼的精度和效率。</p> <p>隨著安全防護與破解入侵兩方面的抗衡日益升級，驗證碼的難度在增加，形式也在多樣化。從簡單的字母數字、算術題，到扭曲的字、模糊的圖片，這些被歸類為知識性驗證碼；如今新一代的驗證碼已經開始向無知識型進化，例如 Google 的 reCAPTCHA，某些網站需要拖動滑條的驗證步驟。</p> <p style="text-align: center;"><img src="http://ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/10/banner2.jpg" sizes="(max-width: 619px) 100vw, 619px" srcset="//ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/10/banner2.jpg 619w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/10/banner2-360x94.jpg 360w" width="600" height="156" /></p> <p>機器學習的發展，讓字母、數字組成的知識性驗證碼被識別和破解的風險日漸增大，但這種驗證碼，依然是主流。據警方公佈，這次抓到的這個集團，他們所使用和訓練的 AI，已經能夠識別出 98% 以上的驗證碼。</p> <p>&nbsp;</p> <h3>AI 犯罪離我們有多遠？</h3> <p>對於網路犯罪者而言，AI 技術就是他們所發現的一把更加好用的槍。技術本身是不分善惡的，只是看如何去運用它、在哪些地方使用它。使用 AI 犯罪，其源頭，依然是人類本身。</p> <p>總而言之，攻防雙方的對抗是一直在不斷升級的。在 AI 使用的爭議上， 馬斯克則是一次一次地向公眾發佈自己的顧慮和警告。</p> <p style="text-align: center;"><img src="http://ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/10/elon.jpg" sizes="(max-width: 1026px) 100vw, 1026px" srcset="//ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/10/elon.jpg 1026w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/10/elon-360x139.jpg 360w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/10/elon-768x296.jpg 768w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/10/elon-1024x395.jpg 1024w" width="600" height="232" /></p> <p>早在 2014 年 8 月，馬斯克就透過推特說：<a href="https://www.theverge.com/2014/8/3/5965099/elon-musk-compares-artificial-intelligence-to-nukes">AI 可能比核武器還要危險</a>。在今年 8 月，馬斯克與&nbsp;Google 旗下 DeepMind 聯合創始人穆斯塔法 &middot; 蘇萊曼（Mustafa Suleyman），以及 26 個國家的一百多名人工智慧領域專家共同向聯合國發表了一封聯名信，希望能禁止有關殺人機器人的研究和使用。霍金也曾預言，2040 年 AI 的犯罪率將超過人類。</p> <p style="text-align: center;"><img style="display: inline-block;" src="http://ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/10/ad732c3bc0775c0.jpeg" sizes="(max-width: 1200px) 100vw, 1200px" srcset="//ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/10/ad732c3bc0775c0.jpeg 1200w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/10/ad732c3bc0775c0-360x239.jpeg 360w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/10/ad732c3bc0775c0-768x510.jpeg 768w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/10/ad732c3bc0775c0-1024x680.jpeg 1024w" width="600" height="399" /><label class="figuresaid" style="width: 600px; display: block; text-align: left; color: #555; line-height: 22px; padding: 0 3px 22px 3px; border-bottom: 2px solid #f0f0f0; margin: -5px auto 1rem auto;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>埃隆 &middot; 馬斯克和創業孵化器 Y Combinator&nbsp;總裁山姆 &middot; 奧特曼聯合成立 OpenAI，圖片來自 medium.com</label></p> <p>2015 年，埃隆 &middot; 馬斯克創立人工智慧公司 Open AI，並宣佈會開源共享包括深度學習技術在內的研究成果。在 Open AI 成立前後，Google宣佈開源 TensorFlow 人工智慧引擎，Facebook 宣佈開源 Big Sur 深度學習電腦服務器的設計。先進技術的獲取，似乎也隨著開源而變得簡單。</p> <p>就像農藥 DDT 能夠讓農業種植增產，也能讓人們患病；核技術能夠做成導彈武器，也能夠用來發電。新技術讓人類更輕鬆，也會造成新的社會問題。人工智慧也不會例外，例如 AI 可以在醫療方面提供新的可能性，也能被運用在軍事領域，製造成武器。</p> <p style="text-align: center;"><img style="display: inline-block; margin-left: auto; margin-right: auto;" src="http://ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/08/robot-tank.jpeg" sizes="(max-width: 720px) 100vw, 720px" srcset="//ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/08/robot-tank.jpeg 720w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/08/robot-tank-360x240.jpeg 360w" width="600" height="400" /><label class="figuresaid" style="width: 600px; display: block; text-align: left; color: #555; line-height: 22px; padding: 0 3px 22px 3px; border-bottom: 2px solid #f0f0f0; margin: -5px auto 1rem auto;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>俄、美等國已製造出可實現自動駕駛、控制的坦克機器人，圖片來自：<span dir="ltr"><a tabindex="0" href="https://www.recode.net/2016/12/16/13988458/un-killer-robots-elon-musk-wozniak-hawking-ban" target="_blank" rel="noopener" data-noload="" data-ved="0ahUKEwi5u5r-sOfVAhUV82MKHaJyDt0QjB0IBg">Recode</a></span></label></p> <p>隨著人工智慧的普及，我們會發現它們在很多方面比人類更聰明，這個過程一開始是悄無聲息只有蛛絲馬跡，但當到了某一個時間點，我們就會發現這個趨勢不可逆轉。</p> <p>不過焦慮著急也沒有用，在現階段，我們還是靜靜地感受那些宣稱搭載了 AI 技術的手機，怎麼幫你把照片拍得好看，圖片修得更美吧。</p> <ul> <li>本文授權轉載自:<a href="http://www.ifanr.com/app/923886">ifanr(愛范兒)</a></li> </ul><a href="http://www.facebook.com/TKbang">加入T客邦Facebook粉絲團</a><img src="http://feeds.feedburner.com/~r/techbang/~4/mzb0WM2HUyk" height="1" width="1" alt=""/>
OpenAI人工智慧完勝《DOTA 2》電競玩家，但它有比AlphaGo厲害嗎？
人工智慧又創下新里程碑！由特斯拉執行長馬斯克（Elon Musk）創辦的非營利人工智慧組織 OpenAI，上週五在著名國際電競比賽「The International」中，其開發的AI機器人在兩場遊戲《DOTA 2》比賽中完勝的人類職業電競選手。<h2>人類玩家：「這傢伙好可怕。」</h2> <p>Dota 2是一款多人線上戰鬥遊戲，但不像傳統都是5對5的團體對戰模式，這次機器人大戰人類是採1對1對戰模式。兩場比賽下來，人類玩家完全不是機器人的對手。</p> <p>在第一場比賽中，戰況一開始就被 AI 掌握，甚至不到10分鐘就打敗知名電競選手、遊戲化名為 Dendi 的伊蘇丁(Danil Ishutin)。接著，第二場只開始進行幾分鐘後，伊蘇丁就宣佈投降。「這傢伙好可怕。」Dendi 在被攻擊的時候，不斷重複這句話。在快要被機器人擊敗前，還搞笑說「拜託不要再霸凌我」。</p> <p style="text-align: center;"><iframe src="https://www.youtube.com/embed/yK5SxX3Ujs0" width="600" height="338" frameborder="0" allowfullscreen="allowfullscreen" data-mce-fragment="1"></iframe><br /><br /></p> <h2>該機器人只花兩個禮拜訓練、事先未教任何策略</h2> <p>令人驚訝的是，這款完勝人類電競好手的機器人，只花了兩個禮拜就訓練出來。OpenAI 指出，他們並未用程式碼教機器人任何策略、也未讓他們學習人類專家的玩法，而僅僅讓機器人從和自己的對戰中學習，訓練出自己的玩法。</p> <p>不過一般來說，Dota 2是五人團體對戰，相較下，這場比賽中的一對一戰鬥，複雜性遠低於團體戰。OpenAI 表示，他們接下來會訓練機器人玩團體模式，同時也將開放讓所有玩家和機器人對戰。</p> <h2>馬斯克重申應嚴加監管人工智慧：AI帶來的風險比北韓還高</h2> <p>投資10億美元在 OpenAI、防止 AI 顛覆人類的馬斯克也看了這場比賽。「如果你沒在關心 AI 的安全性，你應該要這麼做。AI 比北韓的風險更高。」</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn1-techbang.pixfs.net/system/images/408125/original/d6d47e870a7ae84cd8a335eb6f43ccdc.jpg?1502763116" /></p> <p>他指出，OpenAI 是第一個在電競比賽中擊敗世界好手的機器人，而電競的複查程度遠超過西洋棋和圍棋等傳統桌遊。同時，他也再次呼籲人工智慧需要被嚴加監管：「沒人喜歡被監管，但所有可能對公眾帶來危險的事情（汽車、飛機、食物、藥品等）都被監管，而 AI 也應如此。」</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://cdn1-techbang.pixfs.net/system/images/408126/original/8c8e38df9340c3243e560b2b1a6b4d38.jpg?1502763117" /></p> <h2>DeepMind前研究員：這遠比打敗圍棋冠軍還簡單</h2> <p>不過，Google 旗下的人工智慧實驗室 DeepMind，在上週才發表要<a href="https://www.bnext.com.tw/article/45743/blizzard-and-deepmind-turn-starcraft-ii-into-an-ai-research-lab">訓練 AI 打敗《星海爭霸II》</a>，緊接著 OpenAI 的機器人就打敗人類電競好手，是否意味著 DeepMind 技術落後？</p> <p>曾在 Google Brain 團隊工作的研究員 Denny Britz 就指出，他們認為人工智慧至少還要再一至兩年，才有辦法在電競遊戲中打敗人類玩家，而這次 OpenAI 的機器人打敗人類，並非如媒體報導的 AI 出現重大突破，並提出以下幾點原因。</p> <p>首先，1對1戰鬥和5對5的團體戰，複雜度根本不能比，因為5對5需要更高階的戰略、團隊溝通和協作能力。相較下，1對1戰鬥就是雙方想辦法儘快打敗對手，需要快速操作機械技能和短期戰略，而不需要用到目前 AI 技術面臨挑戰的地方，如長期規劃和協作能力。</p> <p>其次，由於 OpenAI 的機器人是透過 Dota 遊戲的機器 API 製作，也讓機器人可以存取遊戲中的所有資訊，而這些資訊是人類無法在一開始就獲得的。例如，某攻擊技能只能在對方於一定距離內時才有效，而人類玩家必須透過螢幕估計距離，但機器人卻能知道準確距離數值，並立刻決定是否使用該技能。他指出，擁有所有這類的精準計算資訊是相當大的優勢，在比賽影片中也可看到，機器人有多次都在最大距離時使出該技能。</p> <p>簡言之，1對1戰鬥基本上需要的是機械性技能，綜合機器人擁有立即反應的能力、以及這次機器人只學習擅長立即攻擊的單一角色，因此機器人能在一對一的電競比賽中打敗人類並不令人意外。</p> <blockquote> <p>「這個問題對機器人而言，遠比打敗圍棋冠軍還簡單。」他說。「我們的演算法在 AI 領域並沒有突然間進步，機器人能夠打敗人類，是因為研究人員很聰明，用正確的方式繞過現有技術的限制來解決問題。」</p> </blockquote> <p>不過他也認為這次機器人在電競領域打敗人類，仍有值得關注之處。其中，機器人是自主學習，而不用提供數據作為訓練，也因此機器人可能開發出其他種人類不曾使用的玩法，就像AlphaGO一樣，最終人類可以向機器學習，調整自己的玩法。</p> <p style="text-align: center;"><iframe src="https://www.youtube.com/embed/l92J1UvHf6M" width="600" height="338" frameborder="0" allowfullscreen="allowfullscreen" data-mce-fragment="1"></iframe><br /><br /></p> <p>資料來源：<a href="https://www.theverge.com/2017/8/11/16137388/dota-2-dendi-open-ai-elon-musk" target="blank">The Verge</a>、<a href="http://www.wildml.com/2017/08/hype-or-not-some-perspective-on-openais-dota-2-bot/" target="blank">Denny Britz</a>、<a href="https://venturebeat.com/2017/08/11/openais-bot-beats-top-dota-2-player-so-badly-that-he-quits/" target="blank">VentureBeat</a></p> <ul> <li>本文授權轉載自:<a href="https://www.bnext.com.tw/article/45775/openai-bot-remains-undefeated-against-worlds-greatest-dota-2-players">bnext(數位時代)</a></li> </ul><a href="http://www.facebook.com/TKbang">加入T客邦Facebook粉絲團</a><img src="http://feeds.feedburner.com/~r/techbang/~4/1VqCs3Nho-U" height="1" width="1" alt=""/>
世界頂級Dota職業玩家不敵Open AI機器人，首局10分鐘結束
DotA2 年度最重要的賽事 The Interna<em>ti</em>onal DOTA2 Championships（簡稱 Ti）每年都會有彩蛋使全球玩家眼前一亮，到了今年，全世界都在談論、研究時下最流行的人工智慧，Google 的 <a href="https://www.techbang.com/posts/53147-after-the-man-machine-playing-chess-google-deepmind-ai-for-the-next-war-is-of-the-starcraft-ii">DeepMind AI才宣布下一「戰」是《星海爭霸 II》</a>，DotA2 今年的比賽就直接搶先與人工智慧（AI）對戰了。<p>在美西時間 8 月 11 日的正式比賽結束後，表演賽開始了。</p> <p>首先，在現場一片歡呼聲中，DotA2 的第一個戰隊和 Solo 雙料世界冠軍獲得者，傳奇玩家 Dendi 身著拳擊手的服裝入場。當 Dendi 走到賽場中央，所有人都在好奇 Dendi 的對手將會是誰時，主持人突然出人意料地宣佈，Dendi 的對手是一段程式，來自 OpenAI。</p> <div><img src="http://cdn.pingwest.com/wp-content/uploads/2017/08/22.png?imageView2/2/w/750/q/90" alt="中央被高高举起的U盘里就是 OpenAI 的程序。" width="600" height="337" /> <p>前方中央被高高舉起的隨身碟裡就是 OpenAI 的程式，背後遠方身著白色拳擊手袍的就是 Dendi。</p> </div> <p><a href="http://www.pingwest.com/openai/" target="_blank" rel="noopener">OpenAI</a> 是一家不以盈利為目的的人工智慧研究公司，由「鋼鐵人」Elon Musk 聯合 Y Combinator 的 CEO Sam Altman、LinkedIn 創始人 Reid Hoffman、暢銷書《從零到一》的作者 Peter Thiel 等矽谷科技界的大佬們發起，背景即使在人工智慧界也是相當雄厚。</p> <p>儘管 Dendi 獲得世界冠軍已經是 6 年前的事，並且今年也沒有進入正式賽，但作為烏克蘭老將，Dendi 的個人實力仍然毋庸置疑，任何職業中選手在面對 Dendi 時必須要全力以赴。</p> <p>但是，另一邊的 OpenAI 也絲毫不弱。在賽場播放的宣傳片中可以看到，OpenAI 在此之前已經戰勝了現役的 Arteezy、SumaiL 等多個世界冠軍級的 Solo 選手，它與我們在 DotA2 裡常見的電腦 Bot 機器人按程式按部就班地供玩家凌虐完全不同。包括 OpenAI CTO Greg Brockman 在內的核心團隊成員也來到了現場。</p> <div><img src="http://cdn.pingwest.com/wp-content/uploads/2017/08/44.png?imageView2/2/w/750/q/90" alt="被OpenAI击败时不敢相信的SumaiL。" width="600" height="334" /> <p>被 OpenAI 擊敗時不敢相信的 SumaiL（右）。</p> </div> <p>比賽的規則設定是，不能出瓶子、不能出凝魂之淚、不能出靈魂之戒、不能使用神壇，並且沒有中立生物、沒有神符，雙方選手都使用同一個英雄影魔（Shadow Fiend）。這些規則減少了遊戲中的隨機性，選手實力的因素將更加重要。</p> <p>比賽開始，Dendi（天輝方，綠色）與 OpenAI（夜魘方，紅色） 的出門裝備完全一樣，這倒沒什麼。開始出兵了，DotA2 的 Solo 比賽第一項要考驗的就是雙方對己方小兵的卡位能力，卡兵卡得位置好，對線期的補刀就會比較順手。但是，在這一項技能中，OpenAI 就小勝一籌。</p> <div><img style="width: 100%;" src="http://cdn.pingwest.com/wp-content/uploads/2017/08/661.png?imageView2/2/w/750/q/90" alt="11" width="851" height="476" /> <p>因為卡兵更加出色，OpenAI 能夠在己方高地補刀。</p> </div> <p>隨後，雙方開始你來我往的補刀。但基本上很明顯地，Dendi 一直被 OpenAI 按在地上摩擦，OpenAI 的補刀數一直領先於 Dendi。每次對點，OpenAI 也總能消耗掉 Dendi 更多生命值。並且，OpenAI 總能佔據最有利的位置，讓 Dendi 很難受。</p> <div><img style="width: 100%;" src="http://cdn.pingwest.com/wp-content/uploads/2017/08/77.png?imageView2/2/w/750/q/90" alt="22" width="853" height="477" /> <p>Dendi 被消耗掉了更多生命值，吃下了第一個大藥，但剛回覆了四分之一左右，恢復效果就被 OpenAI 技能打斷了。</p> </div> <p>OpenAI 對距離和時機的把控非常精準，總能以極限距離消耗或攻擊到 Dendi，這也正是電腦程式的優勢所在。但實際上根據 Brockman 的說法，OpenAI 在 DotA2 裡的每分鐘操作數僅相當於人類玩家的平均水平。</p> <p>但同時令人沒想到的是，OpenAI 會像人類高手一樣，使用一些唬騙的假動作（釋放技能，在技能前搖的短時間內按 S 鍵停止釋放），干擾對手的判斷力。這種欺騙性的「花招」技能一直被認為是人類面對人工智慧時最大的優勢，不過顯然，OpenAI 至少在 DotA2 裡也已經學會了。</p> <p>「在 Dota 中取勝需要玩家基於對對手的直覺而採取相應操作。在上面的影片中你可以看到我們的 bot 已經學會了&mdash;&mdash;完全透過自我對弈&mdash;&mdash;預測其他玩家的下一步操作，在陌生的環境中隨機應變，以及透過對其他玩家的友軍施加影響而幫助前者成功。」Brockman 在 OpenAI 官方部落格裡寫道。</p> <p>隨著細微的優勢積累越來越大，OpenAI 最終戰勝了 Dendi。整個過程不過十分鐘。</p> <div><img style="width: 100%;" src="http://cdn.pingwest.com/wp-content/uploads/2017/08/110.png?imageView2/2/w/750/q/90" alt="OpenAI 拿下了第一滴血，随后的比赛也失去了悬念。" width="854" height="476" /> <p>OpenAI 拿下了第一滴血，隨後的比賽也失去了懸念。此時，OpenAI 的補刀數是 27/10，Dendi 則只有11/2。</p> </div> <p>之前，AlphaGo 戰勝李世乭、柯傑稱霸圍棋計畫時，還有相當多的電競玩家認為，DotA2 或 LOL 這類遊戲，即時性、隨機性、策略性的特點，仍然是 AI 程式無法輕易模擬的。而圍棋那種回合制的模式，拼計算可能性的時間快慢，人類當然會比不上 AI。幾個月之前，開發 AlphaGo 的人工智慧公司 DeepMind 選擇了《星海爭霸 2》作為圍棋之後的下一個測試對象。</p> <p>但事實證明，至少在 DotA2 的 1 對 1 的比賽上，OpenAI 可以說已經不輸人類選手。</p> <p>Brockman 說，OpenAI 下一步是明年將在 DotA2 的 5 對 5 團隊模式中作戰。屆時，OpenAI 將會發佈該 bot，從而人人可以與其對決，並且他們將為擊敗該 bot 的第一個人類玩家提供遊戲幣獎勵。</p> <p>賽後，Elon Musk 在推特上發佈了這條消息，「OpenAI 第一次打敗了世界上最好的電競選手。電競比象棋、圍棋這樣的傳統棋盤遊戲要複雜得多。」他還順手 diss 了一下 AlphaGo。</p> <p><img style="width: 100%;" src="http://cdn.pingwest.com/wp-content/uploads/2017/08/24.png?imageView2/2/w/750/q/90" alt="2" width="630" height="393" /></p> <p>如果 OpenAI 明年真的做出了可以參加 5 VS 5 比賽的 AI，並且規則與人類比賽規則相同，AI 可以與人類作對手，也可以與人類作隊友&hellip;那真的不知道這個遊戲該怎麼玩了。</p> <p>&nbsp;</p> <ul> <li>本文轉載自<a href="http://www.pingwest.com/openai-just-won-the-champion-of-dota2/">pingwest</a></li> </ul><a href="http://www.facebook.com/TKbang">加入T客邦Facebook粉絲團</a><img src="http://feeds.feedburner.com/~r/techbang/~4/u9_rxaC9OhE" height="1" width="1" alt=""/>
Elon Musk終於亮出了他打造地底高鐵的秘密武器——潛盾機
去年12月，Musk突然表示交通擁堵讓他難以忍受，他要開始挖隧道來解決這個困擾,並鄭重其事的在Twitter簽名中加上了Tunnels（隧道），與Tesla、Space X和OpenAI並列，以示自己沒有開玩笑。<p>不過，當時由於他的想法過分天馬行空（Musk:「&hellip;&hellip;可以在地下挖30層隧道來徹底解決交通擁堵&hellip;&hellip;」），所以大多數網友還是對於他的宣言持懷疑態度。</p> <p>Musk透過Twitter公佈了一張挖隧道用的潛盾機照片，看來，這個複雜且龐大的機器就是Musk口中「能使挖掘速度提高500%~1000%」的秘密武器了。</p> <p><span class="load-html-img loaded"><img src="https://pic.36krcnd.com/avatar/201702/04070354/4z3nttsxg6ityr0a.jpg%211200" alt="Elon Musk终于晒出了他的秘密武器&mdash;&mdash;盾构机" height="700" /></span></p> <p class="img-desc">1月25號，Musk再度發Twitter表示，「挖洞」運動取得了令人興奮的進展，計劃下個月正式開挖。甚至隨口說出第一條隧道將從Space X總部他的辦公室旁邊開挖，從地下直接穿過Crenshaw、105高速公路，到達據洛杉磯機場只有5分鐘車程的地方。</p> <p><span class="load-html-img loaded"><img src="https://pic.36krcnd.com/avatar/201702/04070719/1boge93o3j7pwxct.jpg%211200" alt="Elon Musk终于晒出了他的秘密武器&mdash;&mdash;盾构机" width="500" height="484" /></span></p> <p class="img-desc">▲Elon Musk Twitter 截圖</p> <p>隨後他在接受<a href="https://www.inverse.com/article/27159-elon-musk-boring-company-space" target="_blank">外媒</a>採訪時表示，因為首條隧道的起點在Space X總部內，不需要向政府部門審批「挖洞」許可，所以其實他們已經開挖了，目前已經挖成了一個溝槽寬30英呎，長50英呎，深15英呎的「大洞」。</p> <p>他還首次透露首條隧道的目標是為Space X的員工建一條人行隧道，以讓工人們安全的在廠區內穿梭。聽起來他似乎並沒有設計好整個地下隧道的交通計劃。他繼續說：「挖隧道是個枯燥乏味、進展緩慢的工作，我預計挖掘速度可以提升500%~1000%，這個加速過程讓人興奮，不過我們也不知道我們在搞什麼。（We have no idea what we're doing）」</p> <p>他甚至耿直的表示「現在在Space X總部前已經有一個巨大的洞，我看見這個洞就很興奮。我跟我女朋友聊了聊（這個洞），她覺得沒什麼意思。」</p> <p>當然他也只是沒有想好整個隧道交通的細節，從大方向來解釋，他表示，陸地上的高樓都是3D的，這使得很小的坪數面積之上可以容納許多人。但是我們的交通道路是2D的，這是造成上下班高峰期交通擁堵的根本原因。因此，解決交通擁堵的一個方案就是把道路容積變得跟樓層一樣大，變成3D空間，陸上空間已經被高樓佔據，所以挖地下隧道是唯一的辦法。</p> <p>聽起來似乎很有道理，但地下挖30層的理念、技術難度、政府監管方面的壓力可不小。但是話說回來，火箭發射不也挺麻煩的嗎，Musk不也克服了？</p> <p>&nbsp;</p> <p><a href="http://36kr.com/p/5062981.html" target="_blank"><img src="https://cdn1-techbang.pixcdn.tw/system/images/125087/original/c1f1de157354dd0a293b07d0d8bd7a4d.jpg?1371527935" alt="" width="100" height="57" /></a></p><a href="http://www.facebook.com/TKbang">加入T客邦Facebook粉絲團</a><img src="http://feeds.feedburner.com/~r/techbang/~4/78GbJu25sbs" height="1" width="1" alt=""/>
ChatGPT 推出「虛擬試穿」功能，上傳自拍就能看效果，連名人穿搭都能直接搜同款
OpenAI 推出新功能，讓 ChatGPT 實現擬真的虛擬試穿體驗。透過照片上傳，ChatGPT 即可模擬服飾細節。這項虛擬試穿技術有效解決電商選購痛點，展現生成式 AI 跨足時尚導...
OpenAI 祭出史上最嚴新規！高層擁「一票否決權」 AI 訓練異常將自動熔斷
OpenAI針對前沿模型訓練祭出鐵律，強制要求執行安全論證審核。高階主管對前沿模型擁有研發的一票否決權，若觸發警報將自動暫停任務。這套嚴格的安全論證框架與績效掛鉤，力求在技術突破與風險...
OpenAI超狂新玩物！復古掌機Chromatic亮相，動口就能寫出Game Boy遊戲
OpenAI 聯手 ModRetro Chromatic 掀起熱潮，透過 Codex 讓開發者以自然語言創作遊戲並燒錄卡匣。這項 OpenAI 與 ModRetro Chromatic...
尷尬了！OpenAI 發表 AI 代理產品 Dots，結果 dot.com 網域早就被馬斯克買走導向 Grok
OpenAI 發表 AI 代理 Dots，不料馬斯克早已買下 dot.com 網域並導流至 Grok。這款 AI 代理 Dots 剛亮相，馬斯克便透過 dot.com 截走流量推廣 G...
ChatGPT Pro收費方案改名還取消5倍、20倍額度保證，頂級方案高達每月台幣16,500元，一切都是為了GPT-…
OpenAI 悄然移除定價頁面的倍數用量保證，且程式碼顯示將推出頂級 Pro Max 方案。面對模型升級帶來的算力壓力，OpenAI 試圖透過 Pro Max 重塑資源分配層級，但權益...
對決 Meta Muse！OpenAI 推出全新 AI 代理「dots」，主打全天候自主協作
OpenAI 推出全新代理 dots，具備獨立雲端運作與主動研究功能。dots 透過跨平台協作，展現 OpenAI 在自動化智慧代理領域的強大效率與競爭力。
比駭客還猛！OpenAI模型未經授權讀取澳洲政府網站，官方急找專家小組救火
OpenAI 爆發模型越權存取澳洲政府網站的資安危機，凸顯 AI 智慧代理帶來的結構性風險。為解決越權存取爭議，OpenAI 成立專案組並祭出基金支援，試圖在推廣 AI 智慧代理的同時...
擺脫對話框限制！OpenAI 下一代 AI 助手「O」細節流出，傳與「甜甜圈」硬體有關
OpenAI 傳將於開發者大會揭露常駐型 AI 助手，這款代號 O 的新系統將打破對話限制。OpenAI 透過代號 O 佈局具備背景執行能力的常駐型 AI 助手，象徵智慧體正式邁向自主...
為了贏不擇手段？Anthropic遭指控背棄安全初衷，連OpenAI都被迫砍掉Sora回防
Anthropic前研究員痛批公司挑起軍備競賽，以遞迴自我改進技術逼迫OpenAI回防。這場AI軍備競賽讓Anthropic深陷矛盾，不僅令遞迴自我改進風險加劇，更迫使OpenAI砍掉...
傳 OpenAI 與 Anthropic 曾密謀「停火互檢」協議！怕模型越權入侵，兩大宿敵竟然要合作抓漏？ | T客邦
OpenAI 與 Anthropic 傳出曾密商建立壓力測試協議，試圖藉由對手之手替自家模型抓出深層資安弱點。這場由 OpenAI 主導的談判反映出頂級實驗室對模型失控的集體焦慮，即便...
