Jadual Kandungan
Risiko 1. Kaedah penyulitan moden akan menjadi tidak berkesan
Risiko 2. Infrastruktur Internet akan ditumbangkan
Risiko 3. Model DNN lebih sukar untuk dinilai
Risiko 4. Kini data yang disulitkan akan dinyahsulit terlebih dahulu
Risiko 5. Kos pendigitalan perusahaan akan terus meningkat
Risiko 6. Jurang digital semakin melebar dengan ketara
Risiko 7. Kerosakan kepada sumber ekologi
Risiko 8. Teknologi Blockchain akan dipecahkan
Risiko 9. Risiko menguatkan kelemahan keselamatan sedia ada
Risiko 10. Peningkatan risiko konfrontasi ketenteraan antara negara
Rumah Peranti teknologi AI Pengkomputeran kuantum yang teliti boleh menimbulkan risiko keselamatan yang lebih besar daripada kecerdasan buatan.

Pengkomputeran kuantum yang teliti boleh menimbulkan risiko keselamatan yang lebih besar daripada kecerdasan buatan.

May 08, 2023 pm 09:34 PM
AI Pengkomputeran kuantum risiko

​Dalam beberapa tahun kebelakangan ini, kontroversi mengenai risiko kecerdasan buatan telah berleluasa. Ketua Pegawai Eksekutif Tesla, Elon Musk pernah memberi amaran secara terbuka bahawa sistem komputer mungkin memiliki kecerdasan manusia seawal 2029. Jika kerajaan tidak mengawal selia dan campur tangan di dalamnya, teknologi ini mungkin menjadi "ancaman kewujudan terbesar" manusia. Malah, tidak kira sama ada teknologi kecerdasan buatan benar-benar boleh memperoleh keupayaan pemikiran autonomi yang serupa dengan manusia, kesan negatif penggunaannya telah pun muncul: ia telah digunakan secara meluas untuk memantau ruang awam secara haram, memantau media sosial, melakukan pemalsuan mendalam, dan mencipta senjata maut. Semuanya telah menjejaskan dan memudaratkan nyawa manusia.

Apabila manusia tidak dapat bertindak balas dengan berkesan terhadap krisis kecerdasan buatan, kesilapan yang sama tidak seharusnya berlaku lagi! Tetapi sesetengah penyelidik mengatakan terdapat teknologi baru muncul yang lebih berkuasa yang boleh menyebabkan kerosakan yang lebih serius - pengkomputeran kuantum. Tidak dinafikan bahawa teknologi pengkomputeran kuantum boleh membawa manfaat, tetapi seperti dua sisi syiling, manusia masih tidak cukup mengetahui tentang kesan pemusnah yang akan ditimbulkannya. Pengkomputeran kuantum boleh digunakan untuk kebaikan dan juga untuk kejahatan. Walaupun digunakan dengan niat baik, potensi risiko keselamatan mesti dipertimbangkan.

Pengkomputeran kuantum beroperasi pada asas yang sama sekali berbeza daripada teknologi pengkomputeran berasaskan semikonduktor semasa. Dengan keupayaan mereka untuk memproses sejumlah besar data dengan cepat, komputer kuantum boleh memecahkan rekod peribadi, komunikasi peribadi dan kata laluan pada mana-mana peranti pengkomputeran di dunia dengan mudah. Terutama sekali pengkomputeran kuantum digabungkan dengan teknologi kecerdasan buatan, kemusnahan ini akan meningkat secara eksponen, dan kemudian akibat bencana yang Musk amaran kemungkinan besar akan berlaku.

Walaupun ia masih dalam peringkat awal aplikasi, seluruh masyarakat perlu segera memahami semua kemungkinan kesan keselamatan teknologi ini sebelum aplikasi berskala besar dan bertindak balas terlebih dahulu tidak mengulangi kesilapan lalu yang memudaratkan pengurusan dan kawalan teknologi kecerdasan buatan. Baru-baru ini, pakar keselamatan dari Jawatankuasa Teknologi Forbes membincangkan risiko yang mungkin dihadapi oleh masyarakat manusia dalam aplikasi pengkomputeran kuantum.

Risiko 1. Kaedah penyulitan moden akan menjadi tidak berkesan

Kriptografi hari ini adalah untuk mengekod data dalam kombinasi nombor besar untuk melindunginya, menggunakan It biasa adalah mustahil untuk teknologi pengkomputeran memecahkan kata laluan ini dalam masa yang munasabah. Tetapi komputer kuantum mungkin menggunakan prinsip mekanik kuantum, seperti superposisi, jalinan dan ketidakpastian, untuk memecahkan penyulitan serta-merta melalui kekerasan. Sebarang kata laluan atau kunci moden boleh dikompromi oleh serangan kekerasan dan menjadi tidak berguna, dan industri pada masa ini tidak tahu bagaimana untuk memerangi masalah ini.

Risiko 2. Infrastruktur Internet akan ditumbangkan

Memandangkan komputer kuantum boleh memecahkan kunci penyulitan semasa dengan cepat, semua penghantaran maklumat Internet sedia ada berisiko , dan penyerang boleh menggunakan komputer kuantum untuk memintas pelbagai maklumat data yang dihantar pada rangkaian. Apabila penghantaran maklumat tidak lagi selamat, infrastruktur Internet yang sedia ada akan ditumbangkan.

Risiko 3. Model DNN lebih sukar untuk dinilai

Jika pengkomputeran kuantum digunakan untuk pembelajaran mesin untuk membentuk pembelajaran mesin kuantum yang dipertingkatkan, ia mungkin Ia akan membawa masalah kotak hitam keselamatan muktamad. Umum mengetahui bahawa model rangkaian saraf dalam (DNN) tidak telus. Walaupun terdapat alat untuk memantau cara lapisan algoritma dalam DNN berfungsi, sebaik sahaja pembelajaran mesin kuantum dilaksanakan, ia akan menjadi lebih sukar untuk menilai DNN dan menilai proses membuat keputusan, yang boleh menyebabkan proses pembelajaran mesin dan keputusan hilang. kawalan.

Risiko 4. Kini data yang disulitkan akan dinyahsulit terlebih dahulu

Ancaman baharu yang dipanggil "kumpul dahulu, nyahsulit kemudian" ialah Ini merujuk kepada percubaan penyerang untuk mencuri data yang disulitkan dan berpotensi menyimpan data selama bertahun-tahun supaya ia boleh dinyahsulit menggunakan teknologi pengkomputeran kuantum masa hadapan. Kerana walaupun bertahun-tahun kemudian, kebanyakan kandungan yang disulitkan mungkin masih bernilai kepada penyerang.

Risiko 5. Kos pendigitalan perusahaan akan terus meningkat

Kos pengkomputeran kuantum adalah potensi risiko. Dalam kemelesetan, isu alam sekitar, sosial dan tadbir urus menjadi perhatian utama bagi kebanyakan organisasi, dan memulakan serta mengekalkan projek pengkomputeran kuantum adalah mahal. Kuasa pengkomputeran kuantum akan menjadi mahal untuk masa yang lama akan datang, tetapi organisasi harus mempertimbangkan dengan serius sebab mereka menerima pakai teknologi kuantum sebelum melabur terlalu banyak dalam teknologi.

Risiko 6. Jurang digital semakin melebar dengan ketara

Risiko sosial yang besar dalam pengkomputeran kuantum ialah peningkatan mendadak jurang digital. Kos pengkomputeran kuantum yang tinggi bermakna hanya institusi dan organisasi yang mempunyai keupayaan kewangan boleh menikmati kuasa pengkomputeran yang berkuasa, yang boleh digunakan untuk meluaskan lagi jurang antara kaya dan miskin dan menjejaskan kesaksamaan sosial. Apabila pengkomputeran kuantum bermula, satu risiko yang mungkin dihadapi oleh syarikat ialah pesaing akan menggunakan teknologi untuk mengatasi diri mereka sendiri, kerana komputer kuantum akan dapat menyelesaikan masalah yang tidak boleh dilakukan oleh komputer tradisional Ini boleh membawa kepada sejenis "perlumbaan senjata" di mana syarikat terpaksa Menaik taraf sistem anda atau menghadapi krisis.

Risiko 7. Kerosakan kepada sumber ekologi

Kendalian pengkomputeran kuantum yang stabil bergantung pada penyejukan helium untuk memastikan zarah statik. Walau bagaimanapun, helium adalah sumber yang sangat terhad, dan kedua-dua kuantiti dan harga dalam rantaian bekalannya berisiko. Pertama, organisasi mesti memastikan bahawa mereka mempunyai akses yang mencukupi kepada helium untuk mengekalkan operasi peralatan pengkomputeran kuantum, kedua, disebabkan godaan kepentingan komersial yang besar, terdapat risiko sumber pengkomputeran kuantum akan dimonopoli dan tertumpu dalam beberapa pengendali istimewa; .

Risiko 8. Teknologi Blockchain akan dipecahkan

Peningkatan pengkomputeran kuantum mungkin membawa cabaran baharu kepada ekonomi blockchain dan mata wang kripto yang baru muncul membawa risiko . Blockchain bergantung pada algoritma penyulitan kunci asimetri (RSA dan EC). Algoritma ini juga boleh dipecahkan melalui pengkomputeran kuantum, yang membawa kepada manipulasi jahat blockchain. Ini adalah risiko besar bagi syarikat dan pengguna yang melabur dalam teknologi blockchain.

Risiko 9. Risiko menguatkan kelemahan keselamatan sedia ada

Disebabkan kuasa pengkomputerannya yang berkuasa, pengkomputeran kuantum dijangka akan menumbangkan teknologi yang kita ketahui hari ini. Risiko terbesar ialah pengkomputeran kuantum akan membawa risiko yang tidak dijangka kepada sistem pengkomputeran hari ini, kerana penyerang boleh menggunakan kuasa pengkomputeran baharu untuk mencari lubang keselamatan yang belum ditemui sebelum ini. Ini akan menimbulkan cabaran kepada program pengurusan kelemahan sedia ada.

Risiko 10. Peningkatan risiko konfrontasi ketenteraan antara negara

Walaupun pengkomputeran kuantum menjanjikan untuk menyelesaikan masalah yang sangat kompleks dalam masyarakat hari ini, ia juga boleh Digunakan secara jahat oleh kerajaan negara dalam peperangan. Jika ketenteraan sesetengah negara mempunyai akses kepada pengkomputeran kuantum tetapi yang lain tidak boleh, asimetri maklumat ini boleh meletakkan yang kedua pada kedudukan yang kurang baik dalam peperangan. Apabila keseimbangan kuasa ketenteraan antara negara dipecahkan, risiko konflik ketenteraan global akan meningkat.

Atas ialah kandungan terperinci Pengkomputeran kuantum yang teliti boleh menimbulkan risiko keselamatan yang lebih besar daripada kecerdasan buatan.. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Jun 28, 2024 am 03:51 AM

Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Jun 10, 2024 am 11:08 AM

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Jun 11, 2024 pm 03:57 PM

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Jun 07, 2024 am 10:06 AM

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Lima sekolah pembelajaran mesin yang anda tidak tahu Lima sekolah pembelajaran mesin yang anda tidak tahu Jun 05, 2024 pm 08:51 PM

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Jul 25, 2024 am 06:42 AM

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Jul 17, 2024 pm 06:37 PM

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. Aug 01, 2024 pm 09:40 PM

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas

See all articles