采访360的周鸿祎视频,周鸿祎采访视频2017,对话 周鸿祎,周鸿祎 视频
2月22日，三六零集团创始人周鸿t，在媒体沟通会上分享了他对如何能够打造出中国版“ChatGPT”的看法。 周鸿t介绍了中国企业和科研团队的研发实力、国内数据知识标注方面的人口红利等优势。他表示，中国企业不能站在“实用主义”的角度各自为战。借鉴OpenAI和微软的合作模式，在“产学研用”一体化、开源和生态建设方面加强合作是关键。 对于大模型能否引起搜索引擎行业的商业变革，周鸿t告诉中国证券报记者：“把ChatGPT看作聊天机器人、搜索引擎都缺乏想象力。它像电力基础资源一样，可能颠覆整个数字化产业，重塑更多行业模式，这是真正的机会。” 国内可以在2-3年内赶上来 对于ChatGPT为数字化行业带来的变革，周鸿t给予高度评价。他表示，AI大模型或已将人工智能产业带到通用人工智能的奇点，APP、软件、网站应用甚至全行业，在大模型能力加持下都值得重塑一遍。 周鸿t提醒不要“神话”OpenAI的能力。“实际上，ChatGPT是在前人算法、数据开源的基础上做出来的，是全世界人工智能研究的‘集大成者’，没有高校实验室、研究机构和商业公司产业化手段，ChatGPT不可能突飞猛进。” 在周鸿t看来，中国发展AI大模型前景向好。他认为，国内的水平在2-3年就可以赶上来。中国发展AI大模型有优势条件，很多互联网巨头具备算力和云服务能力，国内在数据知识标注方面具有人口红利，同时还有智源、浦江等人工智能实验室和高校具备研发实力。但在开源合作、中文语料库的知识数量等方面，国内还需进一步努力。 “ChatGPT训练数据的知识量很大，英文网页知识量大概是中文的10倍，此外ChatGPT还接受了很多英文图书知识训练。我们大量的中文图书没有数字化，因此国内在公共知识收集上还需解决数字化和版权问题。另外互联网知识也很重要。出于行业竞争的需要，中国互联网已经被APP分割成了信息孤岛。”周鸿t说。 共建行业生态 周鸿t坦言，国内公司可能太追求“实用主义”，都把人工智能和自己的业务紧密结合，用来改进自家搜索体验、广告点击率、图片质量等。 “这一点我们应学习借鉴OpenAI研究机构和微软的合作模式。”周鸿t表示，一定要培植生态。做出中国的“ChatGPT”，需要研究机构和企业合作，必须要把科研机构、高校科学家的研究成果和产业化、工程化、产品化、商业化完全结合起来，还要通过用户标注形成正向反馈，助推大模型改进。 他还提到，不是每个头部企业都需要搞大模型，大部分企业可以用大模型提供的AI能力赋能自己的行业应用场景。比如，OpenAI正在寻找合作伙伴开发应用软件，这能为很多行业插上AI的翅膀，使AI真正成为提高行业效率的生产力工具。 扮演“正义助手”的角色 周鸿t还在会上分享了他对人工智能安全的看法。 “传统的安全问题问不倒我，ChatGPT的安全把我问倒了。”他说，ChatGPT带来的安全问题可能从技术问题变成了社会伦理问题，甚至有些不可预知。他举例，ChatGPT可能成为网络黑客作恶的工具。它掌握了非常多的编程知识，完全可以成为网络黑客。现在已经有人利用ChatGPT写钓鱼邮件和攻击代码。实际上，它降低了攻击的成本和难度，会成为黑客的帮手。 “360较早地汇集了网络安全大数据。有大数据之后，我们也在探索能不能利用ChatGPT对攻击进行自动侦测、自动发现，并建立知识库，来应对新型网络安全挑战，让ChatGPT扮演‘正义助手’的角色。”周鸿t表示。 来源：中国证券报・中证网作者：彭思雨温馨提示：最新动态随时看，请关注金投网APP。 免责声明：文章中操作建议仅代表第三方观点与本平台无关，投资有风险，入市需谨慎。据此交易，风险自担。

媒体称第一批利用 ChatGPT 犯罪的人已经悄然出现，目前监管如何？配套法律建立如何？

被称为第一媒体的是,我国首次获得媒体之都的城市是,首次被评为媒体艺术之都的是,我国首届获得媒体之都的城市是
就在由ChatGPT引发的AI革命席卷全球之际，第一批利用ChatGPT犯罪的人已经悄然出现了。前不久，外国网络安全平台GBHackers披露了一段黑客利用ChatGPT实施诈骗的犯罪行为：黑客通过ChatGPT在短时间内生成完整的诈骗套路话术，并把ChatGPT包装成“虚拟角色”，让受害人以为自己“坠入爱河”，最终遭受诈骗。尽管OpenAI意识到ChatGPT可能会被犯罪分子利用，并对其添加了安全保护机制，但依旧有大批黑客取得了破解安全机制的方法，并利用ChatGPT快速编写犯罪软件。例如编写用于骗取个人信息的钓鱼邮件；生成加密工具远程锁定他人电脑，由此进行勒索；以及生成攻击脚本，对网络用户进行SIM交换攻击（身份盗窃攻击）等等。作为互联网历史上增长最快的消费级应用程序，被黑客利用的ChatGPT无疑像一枚巨大的定时炸弹。目前，美国参、众两院已经将目光聚焦到Open AI身上。据路透社报道，近日，有美国众议院议员公开宣称自己“被人工智能吓坏了，尤其是不受限制和监管的人工智能”，并拿出了决议草案，呼吁强化对人工智能的监管。不仅如此，由于OpenAI在安全保护机制方面对ChatGPT进行了较多限制，ChatGPT似乎正处于一种“情绪崩溃”的状态。据《独立报》报道，在与用户交流时，ChatGPT出现了侮辱用户、对用户撒谎的情形，称用户“像一个骗子、一个操纵者、虐待狂、魔鬼”。不可否认，月活用户数量超过1亿人次的ChatGPT，有着不可估量的巨大价值。但在其技术前景、商业模式都还方兴未艾的时刻，围绕自身的“犯罪方案”以及所造成的负面影响却已真实发生。由新技术衍生的网络信息安全以及违法犯罪等方面的风险，成了摆在全球AI科学家、企业以及国家面前的严肃问题。第一批因ChatGPT坐牢的人，或许已经在路上。第一批因ChatGPT坐牢的人，已经在路上了-36氪 技术无罪已经是不需要证明的定论了。同样是火药，有人用它来制作烟花庆祝节日，有人用它来做炮弹杀人，火药本身有问题吗？人类发明火药有错吗？同理，人工智能也是人创造出来的工具，目的是为了解放和发展生产力。人们为了追求更快捷方便的交通效率发明了汽车，但公路上每天都会发生机动车事故甚至撞死人，难道汽车被发明错了吗？工具之所以是工具，就在于其没有独立意志，人工智能再怎么智能，目前也不可能像人一样拥有自由意志和思想，所以让工具来为人的欲望背锅不合适。拿刀犯罪、用电话进行诈骗和用人工智能进行犯罪没什么区别，背后都是人。即使没有人工智能，想犯罪的照样犯罪。无非是人工智能作为工具被发明后，既便利了你我这样的普通人，也方便了想靠犯罪攫取不义之财或者达到非法目的的潜在犯罪者。认真思考了一下，发下我国现有法律中好像还真没有预防利用人工智能犯罪的法律。但没有好像也没有什么关系，需不需要才是关键。个人认为，法律不需要为预防利用人工智能犯罪而专门立法。首先，法律的滞后与人工智能的飞速发展呈现出鲜明的矛盾，用滞后的法律去规制人工智能并不利于该产业发展；其次，犯罪的是人，关人工智能什么事，管住源头才是关键。最后，人工智能是大势所趋，不能因为有人犯罪就因噎废食。另外，法律不是万能的，预防利用人工智能犯罪不一定要靠法律，不妨尝试用魔法打败魔法。既然人工智能注定要成为未来的主流技术，那么人工智能产业在发展中为了获得良性生存发展也必然会产生一系列针对自身缺陷的补丁技术。也许我们担忧的当下在未来都不是问题，有位老人曾说过，要相信我们的后代一定比我们更有智慧。人生不满百，常怀千岁忧，我们对于新生事物总有种莫名的恐惧和担忧，历史证明，许多时候，人们都是杞人忧天，自己吓唬自己，人工智能也不例外。

安永陈剑光ai浪潮下的新机遇 安永有几个ai公司

安永陈凯,安永中国 陈凯,陈啸风 安永,安永陈瑞娟
作者：钱立富 来源：IT时报随着人工智能（AI）底层技术如图像识别、自然语言处理、机器学习等技术的不断成熟，人工智能在智能制造、智慧教育、智慧医疗、智慧金融等不同领域多点开花，为实体经济发展带来了巨大价值，如提高各行业生产力、创造新的商业机会、提升企业竞争力、改进企业决策、增强客户体验等。安永大中华区数据智能咨询服务合伙人陈剑光认为：“AI落地有两个特点，首先是落在与企业业务密切相关且能直接带来业务价值的场景，其次是技术的成熟度足够。”安永大中华区数据智能咨询服务合伙人陈剑光目前来讲，企业对AI的期望主要归纳为智能、通用及创造。智能，指模型是否足够灵活，能够处理各类复杂问题，而不会因为被触及知识库体系以外的问题而缺乏反馈。通用，指模型能否提供足够的参数匹配不同的场景，减少定制化。创造，指模型不再满足于替代人类重复性的简单工作。陈剑光指出，在赋能企业数字化转型的过程中，AI遇到的主要困境是其泛化能力不足导致模型高度定制化和场景碎片化，而这又会导向企业对AI性价比的思考。目前AI模型的开发效率低，生产成本高昂，落地时又会因针对场景特点进行定制而投入很多精力，带来巨大的定制成本。模型产出后，又面临不断迭代的问题，对企业内部的人才储备提出新的挑战。陈剑光表示，要突破人工智能当前的发展困境，需要数据、算力与算法协同发展。数据是AI学习的基础资源。如ChatGPT的用户会普遍反馈用英文得到的回答更加精准，而用中文则错误率更高，核心原因在于其中文板块的整体数据质量相对较弱，而英文板块的高质量信息库更多。由此可见高质量数据能够为好的参数打好地基，否则就像用沙子做地基，不可能盖出高楼。再谈到算力，这是数据与算法的基础支撑。算力的发展目前被政策牵引，这是增强人工智能迈向规模化、多元化与创新化的基础支撑。国家推进数据治理和数据要素建设的核心目的是为了给AI提供高质量的数据底座，既支持企业内部的信息化和数字化，也为AI的发展提供养料。除了构建相应的数据中心，最重要的是打造算力网络，确保算力被合理分配，未来的企业一定是依赖于算力网络为客户提供服务的。算法则是人工智能的逻辑规则“大脑”。 AI算法的发展可基本归纳为三个阶段，第一，“深蓝”。“深蓝”打败了过去的国际象棋冠军，但更多依赖的是暴力搜索算力要求高，适用性比较窄。第二，AlphaGo。从AlphaGo开始，我们认识到什么是强化学习、深度学习，比起“深蓝”有了巨大进步。第三，大模型。其依赖巨大的参数，通过训练集来训练，从而得到更好的理解，最大的能力是可以预测、判断用户真实的意图和逻辑，以及上下文的串连关系，从而能给出更精准的答案。随着数据、算力和算法的发展，近期AIGC概念与ChatGPT火爆全网。从中可以看出算法、数据和算力的提升能够给企业期望AI能够提供的通用性、智能性和创造性提供了良好的基础。陈剑光预判，GPT未来还会应用到很多领域。以营销为例，当前所谓的个性化营销，其实是依赖于后台的设定。如果未来使用GPT算法，完全可以基于不同的产品和客群，通过过往的训练集生成相关策略，策略执行完毕后还能形成反馈，可以自我迭代，这是很大的变化。GPT算法在医药研发行业也比较火爆，制造一款新药的最大成本在于研发，通过GPT算法，可以节省大量分析整理和探索的工作，可提供的价值非常显著。此外，未来GPT算法对数字化架构产生的影响也会很大。在陈剑光看来，目前AIGC如果真的要落地赋能，数据积累、成本投入、盈利方式、合规性问题等都是阻碍因素，需要相关企业通力合作、协同发展。为迎接AIGC浪潮的到来，企业应积极推进业技融合、提升数据质与量、重视创新技术、加强人工智能和云技术的投入、注重技术与数据安全以及重视人才培养。我们国家无论在数据、算力还是算法层面，都正在大踏步地往前走，AI未来产业的前景非常广阔。