目次
リスク 1. 最新の暗号化手法は効果がなくなる
リスク 2. インターネット インフラストラクチャが中断される
リスク 3. DNN モデルの評価はより困難になります
リスク 4. 暗号化されたデータが事前に復号化されるようになりました
リスク 5. 企業のデジタル化のコストはさらに増加し​​ます
リスク 6. デジタル ディバイドの急激な拡大
リスク 7. 生態資源へのダメージ
リスク 8. ブロックチェーン技術はクラックされる可能性があります
リスク 9. 既存のセキュリティ脆弱性を拡大するリスク
リスク 10. 国家間の軍事衝突のリスクが増大する
ホームページ テクノロジー周辺機器 AI 綿密な量子コンピューティングは、人工知能よりもさらに大きなセキュリティ リスクを引き起こす可能性があります。

綿密な量子コンピューティングは、人工知能よりもさらに大きなセキュリティ リスクを引き起こす可能性があります。

May 08, 2023 pm 09:34 PM
AI 量子コンピューティング 危険

近年、人工知能のリスクをめぐる論争が広がっています。テスラの最高経営責任者(CEO)イーロン・マスク氏はかつて、早ければ2029年にもコンピューターシステムが人間の知性を保有する可能性があると公に警告した。もし政府が規制や介入をしなければ、このテクノロジーは人類の「最大の生存脅威」になる可能性がある。実際、人工知能技術が本当に人間と同様の自律的思考能力を獲得できるかどうかに関係なく、その応用による悪影響はすでに現れています。違法な公共空間の監視、ソーシャルメディアの監視、ディープフェイクの実行、それらはすべて人々の生活に影響を与え、害を及ぼしています。

人類が人工知能の危機に効果的に対応できないとき、同様の間違いが再び起こることを許すべきではありません。しかし、研究者の中には、さらに深刻な被害を引き起こす可能性がある、より強力な新興技術、量子コンピューティングがあると言う人もいます。量子コンピューティング技術が利益をもたらす可能性があることは疑いの余地がありませんが、コインの裏表と同じように、それが引き起こす破壊的な影響については人類はまだ十分にわかっていません。量子コンピューティングは、善にも悪にも使用できます。たとえ善意で使用する場合でも、潜在的なセキュリティ リスクを考慮する必要があります。

量子コンピューティングは、現在の半導体ベースのコンピューティング技術とはまったく異なる基盤で動作します。量子コンピューターは大量のデータを迅速に処理する能力を備えているため、世界中のあらゆるコンピューティング デバイス上の個人的な記録、個人的な通信、パスワードを簡単に解読できます。特に量子コンピューティングが人工知能技術と組み合わされると、この破壊性は指数関数的に増大し、マスク氏が警告したような壊滅的な結果が起こる可能性が最も高くなります。

まだ適用の初期段階ではありますが、大規模な適用に先立って、社会全体がこの技術によるセキュリティへのあらゆる影響を理解し、事前に対応することが急務となっています。人工知能技術の管理と制御に有害な過去の過ちを繰り返してはなりません。最近、フォーブス技術委員会のセキュリティ専門家が、量子コンピューティングの応用において人間社会が直面する可能性のあるリスクについて議論しました。

リスク 1. 最新の暗号化手法は効果がなくなる

今日の暗号化では、通常の暗号化方式を使用して、多数の組み合わせでデータをエンコードすることは不可能です。これらのパスワードを妥当な時間内に解読できるコンピューティング技術。しかし、量子コンピューターは、重ね合わせ、もつれ、不確実性などの量子力学の原理を使用して、ブルートフォースによって瞬時に暗号を解読できる可能性があります。最新のパスワードやキーは総当たり攻撃によって侵害され、役に立たなくなる可能性があり、業界には現在、この問題に対処する方法が見当たりません。

リスク 2. インターネット インフラストラクチャが中断される

量子コンピューターは現在の暗号鍵をすぐに解読できるため、既存のインターネット情報送信はすべて危険にさらされます。 、攻撃者は量子コンピューターを使用して、ネットワーク上で送信されるさまざまなデータ情報を傍受できます。情報送信が安全でなくなると、既存のインターネット インフラストラクチャが破壊されます。

リスク 3. DNN モデルの評価はより困難になります

機械学習に量子コンピューティングを使用して、強化された量子機械学習を形成すると、究極のセキュリティ ブラックボックス問題を引き起こす可能性があります。ディープ ニューラル ネットワーク (DNN) モデルが透過的ではないことはよく知られています。 DNN のアルゴリズム層がどのように機能しているかを監視するツールはありますが、量子機械学習が実装されると、DNN を評価して意思決定プロセスを判断することがより困難になり、機械学習のプロセスと結果が失われる可能性があります。コントロール。

リスク 4. 暗号化されたデータが事前に復号化されるようになりました

「最初に収集し、後で復号化する」と呼ばれる新しい脅威は、次のことを指します。攻撃者が暗号化されたデータを盗もうとし、将来の量子コンピューティング技術を使用して復号できるように、データを何年も保持する可能性があります。なぜなら、何年も経っても、暗号化されたコンテンツの多くは依然として攻撃者にとって価値のあるものである可能性があるからです。

リスク 5. 企業のデジタル化のコストはさらに増加し​​ます

量子コンピューティングのコストは潜在的なリスクです。不景気では、環境、社会、ガバナンスの問題がほとんどの組織にとって最優先事項となり、量子コンピューティング プロジェクトの開始と維持には多額の費用がかかります。量子コンピューティングの能力は今後長い間高価になるでしょうが、組織はテクノロジーに過度に投資する前に、量子テクノロジーを採用する理由を真剣に検討する必要があります。

リスク 6. デジタル ディバイドの急激な拡大

量子コンピューティングの大きな社会的リスクは、デジタル ディバイドの急激な拡大です。量子コンピューティングのコストが高いということは、財務能力のある機関や組織だけが強力なコンピューティング能力を享受できることを意味しており、その能力が貧富の差をさらに広げ、社会的平等を損なうために利用される可能性があります。量子コンピューティングが普及するにつれ、企業が直面する可能性のあるリスクの 1 つは、量子コンピューターは従来のコンピューターでは解決できない問題を解決できるため、競合他社がそのテクノロジーを利用して自社を追い越すことです。システムをアップグレードしなければ危機に直面することになります。

リスク 7. 生態資源へのダメージ

量子コンピューティングの安定した動作は、粒子を静的に保つためのヘリウム冷却に依存しています。しかし、ヘリウムは非常に希少な資源であり、そのサプライチェーンにおける量と価格の両方が危険にさらされています。第一に、組織は量子コンピューティング機器の動作を維持するために十分なヘリウムへのアクセスを確保する必要があること、第二に、巨大な商業的利益の誘惑により、量子コンピューティングのリソースが独占され、少数の特権的な事業者に集中するリスクがあることです。 。

リスク 8. ブロックチェーン技術はクラックされる可能性があります

量子コンピューティングの台頭は新興ブロックチェーンに新たな課題をもたらす可能性があり、仮想通貨経済はリスクをもたらします。ブロックチェーンは、非対称キー暗号化アルゴリズム (RSA および EC) に依存しています。これらのアルゴリズムは量子コンピューティングによっても突破され、ブロックチェーンの悪意のある操作につながる可能性があります。これは、ブロックチェーン技術に投資する企業や消費者にとって重大なリスクです。

リスク 9. 既存のセキュリティ脆弱性を拡大するリスク

量子コンピューティングは、その強力なコンピューティングにより、今日私たちが知っているテクノロジーを破壊すると予想されています力 。最大のリスクは、量子コンピューティングが今日のコンピューティング システムに予期せぬリスクをもたらすことです。攻撃者が新しいコンピューティング能力を利用して、これまで発見されていなかったセキュリティ ホールを見つけることができるからです。これは、既存の脆弱性管理プログラムに課題をもたらすことになります。

リスク 10. 国家間の軍事衝突のリスクが増大する

量子コンピューティングは、今日の社会における非常に複雑な問題を解決できると期待されていますが、戦争中に各国政府によって悪意を持って使用されることもあります。ある国の軍隊が量子コンピューティングにアクセスでき、別の国の軍隊がアクセスできない場合、この情報の非対称性により、戦争において後者が不利になる可能性があります。国家間の軍事力のバランスが崩れると、世界的な軍事紛争のリスクが高まります。

以上が綿密な量子コンピューティングは、人工知能よりもさらに大きなセキュリティ リスクを引き起こす可能性があります。の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

Video Face Swap

Video Face Swap

完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

Bytedance Cutting が SVIP スーパー メンバーシップを開始: 継続的な年間サブスクリプションは 499 元で、さまざまな AI 機能を提供 Bytedance Cutting が SVIP スーパー メンバーシップを開始: 継続的な年間サブスクリプションは 499 元で、さまざまな AI 機能を提供 Jun 28, 2024 am 03:51 AM

このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

Rag と Sem-Rag を使用したコンテキスト拡張 AI コーディング アシスタント Rag と Sem-Rag を使用したコンテキスト拡張 AI コーディング アシスタント Jun 10, 2024 am 11:08 AM

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

微調整によって本当に LLM が新しいことを学習できるようになるのでしょうか: 新しい知識を導入すると、モデルがより多くの幻覚を生成する可能性があります 微調整によって本当に LLM が新しいことを学習できるようになるのでしょうか: 新しい知識を導入すると、モデルがより多くの幻覚を生成する可能性があります Jun 11, 2024 pm 03:57 PM

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

GenAI および LLM の技術面接に関する 7 つのクールな質問 GenAI および LLM の技術面接に関する 7 つのクールな質問 Jun 07, 2024 am 10:06 AM

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

あなたが知らない機械学習の 5 つの流派 あなたが知らない機械学習の 5 つの流派 Jun 05, 2024 pm 08:51 PM

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

新しい科学的で複雑な質問応答ベンチマークと大規模モデルの評価システムを提供するために、UNSW、アルゴンヌ、シカゴ大学、およびその他の機関が共同で SciQAG フレームワークを立ち上げました。 新しい科学的で複雑な質問応答ベンチマークと大規模モデルの評価システムを提供するために、UNSW、アルゴンヌ、シカゴ大学、およびその他の機関が共同で SciQAG フレームワークを立ち上げました。 Jul 25, 2024 am 06:42 AM

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

SOTA パフォーマンス、厦門マルチモーダルタンパク質-リガンド親和性予測 AI 手法、初めて分子表面情報を結合 SOTA パフォーマンス、厦門マルチモーダルタンパク質-リガンド親和性予測 AI 手法、初めて分子表面情報を結合 Jul 17, 2024 pm 06:37 PM

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性​​を実証しています。 「S」で始まる関連研究

SKハイニックスは8月6日に12層HBM3E、321層NANDなどのAI関連新製品を展示する。 SKハイニックスは8月6日に12層HBM3E、321層NANDなどのAI関連新製品を展示する。 Aug 01, 2024 pm 09:40 PM

8月1日の本サイトのニュースによると、SKハイニックスは本日(8月1日)ブログ投稿を発表し、8月6日から8日まで米国カリフォルニア州サンタクララで開催されるグローバル半導体メモリサミットFMS2024に参加すると発表し、多くの新世代の製品。フューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) の紹介。以前は主に NAND サプライヤー向けのフラッシュ メモリ サミット (FlashMemorySummit) でしたが、人工知能技術への注目の高まりを背景に、今年はフューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) に名前が変更されました。 DRAM およびストレージ ベンダー、さらに多くのプレーヤーを招待します。昨年発売された新製品SKハイニックス

See all articles