목차
위험 1. 최신 암호화 방법은 효과적이지 않습니다.
위험 2. 인터넷 인프라가 붕괴될 것입니다
위험 3. DNN 모델은 평가하기가 더 어렵습니다.
위험 4. 이제 암호화된 데이터는 조기에 복호화됩니다
위험 5. 기업 디지털화 비용은 더욱 증가할 것입니다
Risk 6. 디지털 격차가 급격히 벌어지고 있다
위험 7. 생태자원 훼손
위험 8. 블록체인 기술이 깨질 것입니다
위험 9. 기존 보안 취약점 증폭 위험
위험 10. 국가 간 군사적 대결 위험 증가
기술 주변기기 일체 포함 꼼꼼한 양자 컴퓨팅은 인공지능보다 훨씬 더 큰 보안 위험을 초래할 수 있습니다.

꼼꼼한 양자 컴퓨팅은 인공지능보다 훨씬 더 큰 보안 위험을 초래할 수 있습니다.

May 08, 2023 pm 09:34 PM
일체 포함 양자 컴퓨팅 위험

​최근 몇 년간 인공지능의 위험성을 둘러싼 논란이 확산되고 있습니다. 테슬라 CEO 일론 머스크는 이르면 2029년 컴퓨터 시스템이 인간 지능을 보유하게 될 수도 있다고 공개적으로 경고한 바 있다. 정부가 이를 규제하고 개입하지 않는다면 이 기술은 인류의 '가장 큰 실존적 위협'이 될 수 있다. 실제로 인공지능 기술이 인간과 유사한 자율적 사고 능력을 실제로 획득할 수 있는지 여부와 관계없이, 그 적용의 부정적인 효과는 이미 나타났습니다. 공공 장소를 불법적으로 모니터링하고, 소셜 미디어를 모니터링하고, 딥 페이크를 수행하고, 치명적인 무기를 만드는 것은 모두 사람들의 삶에 영향을 미치고 해를 끼치는 것입니다.

인공지능의 위기에 인간이 아직 효과적으로 대처하지 못하는 상황에서, 비슷한 실수가 다시는 일어나서는 안 됩니다! 그러나 일부 연구자들은 훨씬 더 심각한 피해를 일으킬 수 있는 더욱 강력한 신기술, 즉 양자 컴퓨팅이 있다고 말합니다. 양자 컴퓨팅 기술이 이점을 가져올 수 있다는 점에는 의심의 여지가 없습니다. 하지만 동전의 양면처럼 인간은 양자 컴퓨팅이 가져올 파괴적인 영향에 대해 아직 충분히 알지 못합니다. 양자 컴퓨팅은 선을 위해서도 악을 위해서도 사용될 수 있습니다. 선의로 사용하는 경우에도 잠재적인 보안 위험을 고려해야 합니다.

양자 컴퓨팅의 운영 기반은 현재의 반도체 기반 컴퓨팅 기술과 완전히 다릅니다. 대량의 데이터를 빠르게 처리할 수 있는 능력을 갖춘 양자 컴퓨터는 전 세계 모든 컴퓨팅 장치에서 개인 기록, 개인 통신 및 비밀번호를 쉽게 해독할 수 있습니다. 특히 양자컴퓨팅이 인공지능 기술과 결합되면 이러한 파괴력은 기하급수적으로 증가하고 머스크가 경고한 재앙적인 결과가 발생할 가능성이 높다.

아직 적용 초기 단계이지만, 대규모 적용에 앞서 사회 전체가 이 기술이 미칠 수 있는 모든 보안 영향을 시급히 이해하고 사전 대응해야 합니다. 인공지능 기술에 대한 통제가 반복되어서는 안 됩니다. 불리한 실수. 최근 포브스 기술위원회(Forbes Technology Committee)의 보안 전문가들은 양자컴퓨팅 적용 시 인류 사회가 직면할 수 있는 위험에 대해 논의했습니다.

위험 1. 최신 암호화 방법은 효과적이지 않습니다.

오늘날의 암호화는 기존 컴퓨팅 기술로는 합리적인 시간 내에 해독이 불가능한 수많은 숫자 조합으로 데이터를 인코딩하여 데이터를 보호합니다. 그러나 양자 컴퓨터는 중첩, 얽힘, 불확실성과 같은 양자 역학 원리를 사용하여 무차별 대입을 통해 즉시 암호화를 해독할 수 있습니다. 최신 비밀번호나 키는 무차별 대입 공격에 의해 손상되어 쓸모 없게 될 수 있으며, 업계에서는 현재 이 문제를 해결하는 방법을 모릅니다.

위험 2. 인터넷 인프라가 붕괴될 것입니다

양자 컴퓨터는 현재의 암호화 키를 빠르게 해독할 수 있기 때문에 기존의 모든 인터넷 정보 전송이 위험에 처해 있으며, 공격자는 양자 컴퓨터를 사용하여 네트워크상의 다양한 데이터 정보 전송을 가로챌 수 있습니다. . 정보 전송이 더 이상 안전하지 않으면 기존 인터넷 인프라가 파괴됩니다.

위험 3. DNN 모델은 평가하기가 더 어렵습니다.

양자 컴퓨팅을 기계 학습에 사용하여 향상된 양자 기계 학습을 형성한다면 궁극적인 보안 블랙박스 문제가 발생할 수 있습니다. 심층신경망(DNN) 모델이 투명하지 않다는 것은 잘 알려져 있습니다. DNN의 알고리즘 계층이 어떻게 작동하는지 모니터링하는 도구가 있지만 양자 기계 학습이 구현되면 DNN을 평가하고 의사 결정 프로세스를 판단하는 것이 더 어려워지며 이로 인해 기계 학습 프로세스와 결과가 손실될 수 있습니다. 제어.

위험 4. 이제 암호화된 데이터는 조기에 복호화됩니다

"선 수집, 나중에 복호화"라는 새로운 위협은 공격자가 암호화된 데이터를 훔치고 잠재적으로 수년 동안 보관하려고 시도하여 복호화가 가능하도록 하는 것입니다. 미래 양자컴퓨팅 기술을 통해 몇 년이 지난 후에도 암호화된 콘텐츠의 대부분은 공격자에게 여전히 가치가 있을 수 있기 때문입니다.

위험 5. 기업 디지털화 비용은 더욱 증가할 것입니다

양자 컴퓨팅 비용은 잠재적인 위험입니다. 경기 침체기에는 환경, 사회, 거버넌스 문제가 대부분의 조직에서 가장 중요한 문제이며 양자 컴퓨팅 프로젝트를 시작하고 유지하는 데 비용이 많이 듭니다. 양자 컴퓨팅 성능은 앞으로 오랫동안 비용이 많이 들겠지만, 조직은 기술에 너무 많은 투자를 하기 전에 양자 기술을 채택하는 이유를 신중하게 고려해야 합니다.

Risk 6. 디지털 격차가 급격히 벌어지고 있다

양자컴퓨팅의 가장 큰 사회적 리스크는 디지털 격차가 급격히 벌어지고 있다는 점이다. 양자컴퓨팅의 높은 비용은 금융 능력을 갖춘 기관과 조직만이 강력한 컴퓨팅 파워를 누릴 수 있다는 것을 의미하며, 이는 빈부격차를 더욱 확대하고 사회적 평등을 훼손하는 데 사용될 수 있습니다. 양자 컴퓨팅이 성공하면서 기업이 직면할 수 있는 위험 중 하나는 경쟁자가 자신을 능가하기 위해 이 기술을 사용할 것이라는 점입니다. 양자 컴퓨터는 기존 컴퓨터가 할 수 없는 문제를 해결할 수 있기 때문에 이는 기업이 경쟁하는 일종의 "군비 경쟁"으로 이어질 수 있습니다. 시스템을 업그레이드하지 않으면 위기에 직면하게 됩니다.

위험 7. 생태자원 훼손

양자 컴퓨팅의 안정적인 작동은 입자를 정적으로 유지하기 위한 헬륨 냉각에 의존합니다. 그러나 헬륨은 매우 희소한 자원이므로 공급망의 수량과 가격 모두 위험에 처해 있습니다. 첫째, 조직은 양자 컴퓨팅 장비의 운영을 유지하기 위해 헬륨에 대한 충분한 접근 권한을 보장해야 합니다. 둘째, 막대한 상업적 이익의 유혹으로 인해 양자 컴퓨팅 리소스가 독점되어 소수의 권한 있는 운영자에게 집중될 위험이 있습니다. .

위험 8. 블록체인 기술이 깨질 것입니다

양자 컴퓨팅의 부상은 신흥 블록체인 및 암호화폐 경제에 위험을 가져올 수 있습니다. 블록체인은 비대칭 키 암호화 알고리즘(RSA 및 EC)을 사용합니다. 이러한 알고리즘은 양자 컴퓨팅을 통해 깨질 수도 있으며, 이로 인해 블록체인이 악의적으로 조작될 수도 있습니다. 이는 블록체인 기술에 투자하는 기업과 소비자에게 심각한 위험입니다.

위험 9. 기존 보안 취약점 증폭 위험

양자컴퓨팅은 강력한 컴퓨팅 성능으로 인해 오늘날 우리가 알고 있는 기술을 전복시킬 것으로 예상됩니다. 가장 큰 위험은 공격자가 새로운 컴퓨팅 성능을 사용하여 이전에 발견되지 않은 보안 허점을 찾을 수 있기 때문에 양자 컴퓨팅이 오늘날의 컴퓨팅 시스템에 예상치 못한 위험을 가져올 것이라는 점입니다. 이는 기존 취약성 관리 프로그램에 문제를 제기할 것입니다.

위험 10. 국가 간 군사적 대결 위험 증가

양자 컴퓨팅은 오늘날 사회의 매우 복잡한 문제를 해결할 것으로 기대되지만, 전쟁에서 국가 정부가 악의적으로 사용할 수도 있습니다. 일부 국가의 군대는 양자 컴퓨팅에 접근할 수 있지만 다른 국가는 그렇지 못한 경우 이러한 정보 비대칭으로 인해 후자는 전쟁에서 불리해질 수 있습니다. 국가 간 군사력 균형이 깨지면 글로벌 군사 갈등의 위험도 커진다.

위 내용은 꼼꼼한 양자 컴퓨팅은 인공지능보다 훨씬 더 큰 보안 위험을 초래할 수 있습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

AI Hentai Generator

AI Hentai Generator

AI Hentai를 무료로 생성하십시오.

인기 기사

R.E.P.O. 에너지 결정과 그들이하는 일 (노란색 크리스탈)
3 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. 최고의 그래픽 설정
3 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. 아무도들을 수없는 경우 오디오를 수정하는 방법
4 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌
WWE 2K25 : Myrise에서 모든 것을 잠금 해제하는 방법
1 몇 달 전 By 尊渡假赌尊渡假赌尊渡假赌

뜨거운 도구

메모장++7.3.1

메모장++7.3.1

사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전

SublimeText3 중국어 버전

중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기

스튜디오 13.0.1 보내기

강력한 PHP 통합 개발 환경

드림위버 CS6

드림위버 CS6

시각적 웹 개발 도구

SublimeText3 Mac 버전

SublimeText3 Mac 버전

신 수준의 코드 편집 소프트웨어(SublimeText3)

Bytedance Cutting, SVIP 슈퍼 멤버십 출시: 연간 연속 구독료 499위안, 다양한 AI 기능 제공 Bytedance Cutting, SVIP 슈퍼 멤버십 출시: 연간 연속 구독료 499위안, 다양한 AI 기능 제공 Jun 28, 2024 am 03:51 AM

이 사이트는 6월 27일에 Jianying이 ByteDance의 자회사인 FaceMeng Technology에서 개발한 비디오 편집 소프트웨어라고 보도했습니다. 이 소프트웨어는 Douyin 플랫폼을 기반으로 하며 기본적으로 플랫폼 사용자를 위한 짧은 비디오 콘텐츠를 제작합니다. Windows, MacOS 및 기타 운영 체제. Jianying은 멤버십 시스템 업그레이드를 공식 발표하고 지능형 번역, 지능형 하이라이트, 지능형 패키징, 디지털 인간 합성 등 다양한 AI 블랙 기술을 포함하는 새로운 SVIP를 출시했습니다. 가격면에서 SVIP 클리핑 월 요금은 79위안, 연간 요금은 599위안(본 사이트 참고: 월 49.9위안에 해당), 월간 연속 구독료는 월 59위안, 연간 연속 구독료는 59위안입니다. 연간 499위안(월 41.6위안)입니다. 또한, 컷 관계자는 "사용자 경험 향상을 위해 기존 VIP에 가입하신 분들도

Rag 및 Sem-Rag를 사용한 상황 증강 AI 코딩 도우미 Rag 및 Sem-Rag를 사용한 상황 증강 AI 코딩 도우미 Jun 10, 2024 am 11:08 AM

검색 강화 생성 및 의미론적 메모리를 AI 코딩 도우미에 통합하여 개발자 생산성, 효율성 및 정확성을 향상시킵니다. EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG에서 번역됨, 저자 JanakiramMSV. 기본 AI 프로그래밍 도우미는 자연스럽게 도움이 되지만, 소프트웨어 언어에 대한 일반적인 이해와 소프트웨어 작성의 가장 일반적인 패턴에 의존하기 때문에 가장 관련성이 높고 정확한 코드 제안을 제공하지 못하는 경우가 많습니다. 이러한 코딩 도우미가 생성한 코드는 자신이 해결해야 할 문제를 해결하는 데 적합하지만 개별 팀의 코딩 표준, 규칙 및 스타일을 따르지 않는 경우가 많습니다. 이로 인해 코드가 애플리케이션에 승인되기 위해 수정되거나 개선되어야 하는 제안이 나타나는 경우가 많습니다.

미세 조정을 통해 LLM이 실제로 새로운 것을 배울 수 있습니까? 새로운 지식을 도입하면 모델이 더 많은 환각을 생성할 수 있습니다. 미세 조정을 통해 LLM이 실제로 새로운 것을 배울 수 있습니까? 새로운 지식을 도입하면 모델이 더 많은 환각을 생성할 수 있습니다. Jun 11, 2024 pm 03:57 PM

LLM(대형 언어 모델)은 대규모 텍스트 데이터베이스에서 훈련되어 대량의 실제 지식을 습득합니다. 이 지식은 매개변수에 내장되어 필요할 때 사용할 수 있습니다. 이러한 모델에 대한 지식은 훈련이 끝나면 "구체화"됩니다. 사전 훈련이 끝나면 모델은 실제로 학습을 중단합니다. 모델을 정렬하거나 미세 조정하여 이 지식을 활용하고 사용자 질문에 보다 자연스럽게 응답하는 방법을 알아보세요. 그러나 때로는 모델 지식만으로는 충분하지 않을 때도 있으며, 모델이 RAG를 통해 외부 콘텐츠에 접근할 수 있더라도 미세 조정을 통해 모델을 새로운 도메인에 적응시키는 것이 유익한 것으로 간주됩니다. 이러한 미세 조정은 인간 주석 작성자 또는 기타 LLM 생성자의 입력을 사용하여 수행됩니다. 여기서 모델은 추가적인 실제 지식을 접하고 이를 통합합니다.

7가지 멋진 GenAI 및 LLM 기술 인터뷰 질문 7가지 멋진 GenAI 및 LLM 기술 인터뷰 질문 Jun 07, 2024 am 10:06 AM

AIGC에 대해 자세히 알아보려면 다음을 방문하세요. 51CTOAI.x 커뮤니티 https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou는 인터넷 어디에서나 볼 수 있는 전통적인 문제 은행과 다릅니다. 고정관념에서 벗어나 생각해야 합니다. LLM(대형 언어 모델)은 데이터 과학, 생성 인공 지능(GenAI) 및 인공 지능 분야에서 점점 더 중요해지고 있습니다. 이러한 복잡한 알고리즘은 인간의 기술을 향상시키고 많은 산업 분야에서 효율성과 혁신을 촉진하여 기업이 경쟁력을 유지하는 데 핵심이 됩니다. LLM은 자연어 처리, 텍스트 생성, 음성 인식 및 추천 시스템과 같은 분야에서 광범위하게 사용될 수 있습니다. LLM은 대량의 데이터로부터 학습하여 텍스트를 생성할 수 있습니다.

대형 모델에 대한 새로운 과학적이고 복잡한 질문 답변 벤치마크 및 평가 시스템을 제공하기 위해 UNSW, Argonne, University of Chicago 및 기타 기관이 공동으로 SciQAG 프레임워크를 출시했습니다. 대형 모델에 대한 새로운 과학적이고 복잡한 질문 답변 벤치마크 및 평가 시스템을 제공하기 위해 UNSW, Argonne, University of Chicago 및 기타 기관이 공동으로 SciQAG 프레임워크를 출시했습니다. Jul 25, 2024 am 06:42 AM

편집자 |ScienceAI 질문 응답(QA) 데이터 세트는 자연어 처리(NLP) 연구를 촉진하는 데 중요한 역할을 합니다. 고품질 QA 데이터 세트는 모델을 미세 조정하는 데 사용될 수 있을 뿐만 아니라 LLM(대형 언어 모델)의 기능, 특히 과학적 지식을 이해하고 추론하는 능력을 효과적으로 평가하는 데에도 사용할 수 있습니다. 현재 의학, 화학, 생물학 및 기타 분야를 포괄하는 과학적인 QA 데이터 세트가 많이 있지만 이러한 데이터 세트에는 여전히 몇 가지 단점이 있습니다. 첫째, 데이터 형식이 비교적 단순하고 대부분이 객관식 질문이므로 평가하기 쉽지만 모델의 답변 선택 범위가 제한되고 모델의 과학적 질문 답변 능력을 완전히 테스트할 수 없습니다. 이에 비해 개방형 Q&A는

당신이 모르는 머신러닝의 5가지 학교 당신이 모르는 머신러닝의 5가지 학교 Jun 05, 2024 pm 08:51 PM

머신 러닝은 명시적으로 프로그래밍하지 않고도 컴퓨터가 데이터로부터 학습하고 능력을 향상시킬 수 있는 능력을 제공하는 인공 지능의 중요한 분야입니다. 머신러닝은 이미지 인식, 자연어 처리, 추천 시스템, 사기 탐지 등 다양한 분야에서 폭넓게 활용되며 우리의 삶의 방식을 변화시키고 있습니다. 기계 학습 분야에는 다양한 방법과 이론이 있으며, 그 중 가장 영향력 있는 5가지 방법을 "기계 학습의 5개 학교"라고 합니다. 5개 주요 학파는 상징학파, 연결주의 학파, 진화학파, 베이지안 학파, 유추학파이다. 1. 상징주의라고도 알려진 상징주의는 논리적 추론과 지식 표현을 위해 상징을 사용하는 것을 강조합니다. 이 사고 학교는 학습이 기존을 통한 역연역 과정이라고 믿습니다.

SOTA 성능, 샤먼 다중 모드 단백질-리간드 친화성 예측 AI 방법, 최초로 분자 표면 정보 결합 SOTA 성능, 샤먼 다중 모드 단백질-리간드 친화성 예측 AI 방법, 최초로 분자 표면 정보 결합 Jul 17, 2024 pm 06:37 PM

Editor | KX 약물 연구 및 개발 분야에서 단백질과 리간드의 결합 친화도를 정확하고 효과적으로 예측하는 것은 약물 스크리닝 및 최적화에 매우 중요합니다. 그러나 현재 연구에서는 단백질-리간드 상호작용에서 분자 표면 정보의 중요한 역할을 고려하지 않습니다. 이를 기반으로 Xiamen University의 연구자들은 처음으로 단백질 표면, 3D 구조 및 서열에 대한 정보를 결합하고 교차 주의 메커니즘을 사용하여 다양한 양식 특징을 비교하는 새로운 다중 모드 특징 추출(MFE) 프레임워크를 제안했습니다. 조정. 실험 결과는 이 방법이 단백질-리간드 결합 친화도를 예측하는 데 있어 최첨단 성능을 달성한다는 것을 보여줍니다. 또한 절제 연구는 이 프레임워크 내에서 단백질 표면 정보와 다중 모드 기능 정렬의 효율성과 필요성을 보여줍니다. 관련 연구는 "S"로 시작된다

AI와 같은 시장을 개척하는 GlobalFoundries는 Tagore Technology의 질화 갈륨 기술 및 관련 팀을 인수합니다. AI와 같은 시장을 개척하는 GlobalFoundries는 Tagore Technology의 질화 갈륨 기술 및 관련 팀을 인수합니다. Jul 15, 2024 pm 12:21 PM

7월 5일 이 웹사이트의 소식에 따르면 글로벌파운드리는 올해 7월 1일 보도자료를 통해 타고르 테크놀로지(Tagore Technology)의 전력질화갈륨(GaN) 기술 및 지적재산권 포트폴리오 인수를 발표하고 자동차와 인터넷 시장 점유율 확대를 희망하고 있다고 밝혔다. 더 높은 효율성과 더 나은 성능을 탐구하기 위한 사물 및 인공 지능 데이터 센터 응용 분야입니다. 생성 AI와 같은 기술이 디지털 세계에서 계속 발전함에 따라 질화갈륨(GaN)은 특히 데이터 센터에서 지속 가능하고 효율적인 전력 관리를 위한 핵심 솔루션이 되었습니다. 이 웹사이트는 이번 인수 기간 동안 Tagore Technology의 엔지니어링 팀이 GLOBALFOUNDRIES에 합류하여 질화갈륨 기술을 더욱 개발할 것이라는 공식 발표를 인용했습니다. G

See all articles