提前预判一切可能性，是为了让它变得更好
自去年底首次推出以来，爆火的ChatGPT已成为互联网的新宠，迅速积累了惊人数量的用户，用户们通过这个基于网络的聊天机器人，无论是让它写一个演讲稿、编写歌词，还是撰写学术论文和编写计算机代码，ChatGPT看起来似乎是万能的。ChatGPT拥有和人类一样的强大能力，在互联网上掀起了一场风暴，但是，它也让很多行业开始警惕。
2014年上映的电影《机械姬》，讲了这样一个故事，亿万富翁内森用人类所有智慧和网上的所有数据，造出了机器人Ava，并且派程序员迦勒去对Ava进行图灵测试，而这个机器人有着极强的模仿能力和学习能力，她甚至可以模仿人类的情感，而结果是——Ava杀死了制造他的人。
难道人工智能的最高成果，真的是自由和谎言？
去年年底，社区负责人发现，Stack Overflow发现了由这个人工智能模型生成的的大量回复，该工具使用复杂的人工智能模型，对人类的询问给出令人信服但往往不正确的答案。
数据：USDC市场份额已从34.88%下降至23.05%:金色财经报道，在过去1年中，USDC市场份额已从34.88%下降至23.05%，市值从550亿美元的峰值跌至290亿美元。BUSD的市场份额从11.68%暴跌至4.18%，而Dai将其参与率保持在3.66%，低于2022年5月的4.05%。而USDT走势相反，稳定币市场主导地位从一年前的47.04%上升到65.89%。其市值飙升至831亿美元、
在最近接受彭博社采访时，Circle首席执行官JeremyAllaire将稳定币市值下降归咎于美国监管机构对加密货币的打击。美国当前的环境似乎对Tether有利。[2023/5/29 9:48:02]
首先，StackOverflow的官方公告是这么说的：
“StackOverflow是建立在信任之上的社区，这里的信任是指，整个技术社区坚信，用户提交的答案，是他们内心所清晰了解的、准确的认知。并且，用户和同伴们，拥有足够的知识和技能，来确认自己发布的信息，并且对这些信息负责。
彭博社发布专注金融界的大型语言模型 BloombergGPT 论文:3月31日消息，彭博社发布为金融界构建的大型语言模型（LLM）BloombergGPT 论文，该模型依托彭博社的大量金融数据源，构建了一个 3630 亿个标签的数据集，支持金融行业内的各类任务。
在BloombergGPT相关论文中显示，BloombergGPT 的优势包括特定领域模型仍有其不可替代性且彭博数据来源可靠，金融相关任务上的性能明显优于现有模型等。[2023/3/31 13:37:08]
StackOverflow整个系统，通过依靠平台提供的工具，来对其他用户的贡献来进行验证和确认，包括负责任地对答案点赞（点踩一脚）。但是，目前StackOverflow认为，由GPT产生的贡献，很多时候不符合社区的标准。
因此，无法给整个社区一个值得信赖的环境。当所有用户都只是复制和粘贴信息到答案中，而不去验证GPT提供的答案是否正确，也不去确保答案中引用原文的来源，也没有验证GPT提供的答案是否清楚和简洁地回答了所问的问题，社区的信任就会被打破。
那么，如果从内容的客观性来看，如果答案存在错误，那么整个答案客观上是错误的。为了使StackOverflow作为正确和经过验证的信息的可靠来源，那么，有错误的答案，就必须被编辑或替换。
Meta重申元宇宙地位：仍是计算的未来，但需要时间:3月30日消息，Meta全球事务副总裁Nick Clegg重申会继续发展元宇宙，计算的未来将发生在这个仍未被充分定义的虚拟世界中。虽然如今的元宇宙应用带给人们的体验不够流畅，但他承诺这最终会被更加便利的体验所取代，不仅可以采用轻便的设备，还会为虚拟形象配上双腿。Clegg表示：“我们会坚持发展这项技术，因为真心认为早期证据都表明此类技术将成未来计算平台的核心。但这需要时间。”
此外，Clegg表示，Meta主要可以通过两种方式来变现元宇宙的投资：广告和电商。他还强调，该公司致力于让研究人员、民间组织和其他公司参与元宇宙的开发。[2023/3/30 13:35:23]
但是，由于目前的GPT强大到，足以让网站的用户相信答案是没问题的，就可能造成严重的问题，因此，错误信息一旦出现在社区，GPT有可能破坏所有人对社区的信任。
我们再看一下Stackoverflow用户的评论：
高赞用户1：干得好! 很高兴社区做出了正确的决定，希望可以永久禁止任何AI生成的答案。人工智能将永远无法发布好的编程答案，100年都不行
孙宇晨地址从Aave V2提取8200万枚USDC并兑换为DAI:3月11日消息，派盾监测数据显示，孙宇晨地址从Aave V2中提取8200万枚USDC并全部兑换为DAI。孙宇晨地址之后从Aave V2中提取1160万枚USDC。[2023/3/11 12:56:47]
高赞用户2：无论人工智能生成的答案是否正确，StackOverflow是面向专业和发烧友程序员的问题和答案网站"。在我看来，那些只是将问答复制并粘贴到/从人工智能工具中的人，不能算是专业发烧友，也不能算热爱技术的人。如果真的能够验证是好的正确答案，发布这些答案的人，应该能够自己写出来。人工智能不应该属于这里。-
对于社交性质的网站来说，如果本质是UGC业务，运营的是社交，那么，如果从商业的角度来看，如果大家都去应用ChatGPT，那就变成了一个全部是机器人的社区，用户就会越来越没有耐心去等待。
那么，如果StackOverFlow是这样的，其他领域呢？
如果人类无法控制生成式AI
与其说生成式AI能够打造更有创造力的新世界，
英国立法者投票赞成执法机构更容易没收与恐怖活动有关的加密货币:金色财经报道，英国立法者投票赞成新规则，该规则可以使执法机构更容易没收与恐怖活动有关的加密货币。这些规则是作为对经济犯罪和企业透明度法案的修正案提出的，其中包括可以帮助当局打击当地犯罪的改革。议会下议院的同一位立法者已经投票赞成修正案，该修正案将赋予地方执法部门扣押、冻结和追回与犯罪有关的加密货币的权力。在 10 月 13 日对该法案进行二读时，他们呼吁将这些措施也反映在该国现有的反恐立法中。[2022/11/25 8:06:04]
不如说生成式AI能够打造的是内容更多元的互联网。
教育业也是如此，纽约有学校因为担心ChatGPT可能被学生用于作弊，而禁了ChatGPT。
在担心ChatGPT可能被资源有限、技术知识为零的黑客滥用时，网络安全行业开始注意到了它。
就在ChatGPT首次亮相的几周后，以色列网络安全公司Check Point ChatGPT与OpenAI的代码编写系统Codex协同使用时，可以创建携带恶意有效载荷的钓鱼邮件，也就是说，ChatGPT "有可能大大改变网络威胁格局，在日益复杂和有效的网络能力的危险演变中又向前迈出了一步。
Check Point Research（CPR）的网络安全研究人员观察到，网络犯罪分子正在使用ChatGPT来迭代或者从头开始构建恶意软件和勒索软件。Check Point Research提到，他们在地下黑客论坛上发现了许多网络犯罪分子在 ChatGPT 的帮助下，研究如何创建信息窃取程序、加密工具和其他恶意软件。
一些Cracker(骇客）本来只是编程世界的新手，但是，加持强大的工具，他们的力量会瞬间被增强。
例如：
专家对脚本进行了分析，也确实证实了网络犯罪分子的说法。里面确实存在恶意窃取软件，它可以在整个系统中搜索常见的文件类型（如MS Office文档、PDF和图像）。如果发现任何感兴趣的文件，该恶意软件会将文件复制到一个临时目录，将其压缩，并通过网络发送出去。
许多安全专家认为，ChatGPT有能力编写钓鱼邮件，这样一来，它就会受到网络犯罪分子的广泛欢迎，特别是那些英语非母语的犯罪分子。Sophos公司首席研究科学家Chester Wisniewski认为，ChatGPT很轻易就能被用于 "各类社工活动”...已经能够用ChatGPT写出一些很好的钓鱼软件，我预计它还可以被用来进行更真实的互动对话，用于商业电子邮件，甚至通过Facebook Messenger、WhatsApp或其他聊天应用程序进行钓鱼活动。
ChatGPT的假装实力很难被揭穿，可以增强网络犯罪分子的力量。
比如说，犯罪分子正在迅速研究新方法，使用生成式人工智能，对目前的欺诈手段进行改进，特别是通过生成式人工智能能够在大量数据中迅速学习的能力。特别是，在这样的局中，生成式人工智能可以用来直接提高文本或电子邮件的质量，使这些内容看起来更加具备迷惑性。
英伟达Nvidia的CSO（首席安全官）David Reber提出，生成式AI会给网络安全带来更大的麻烦，比如说，恶意黑客能够通过生成式人工智能来生成大量恶意代码，而随着人工智能技术的进步，进行网络安全攻击的速度和复杂，会超过了人类的能力，并且，这种容易上手的技术，会让网络安全攻击的能力进一步普及，曾经的攻击行为，受限于技术知识和限定的时间、地点，而ChatGPT有可能消除这一限制因素。
根据新闻报道，OpenAI在11月推出的机器人ChatGPT，引起了美国国防官员的注意，而生成式人工智能，最近被列入了美国国防信息系统局的观察名单（Defense Information Systems Agency watch list）CTO Stephen Wallace表示，他们正在开始研究，生成式人工智能，究竟会如何改变DISA在该部门的任务，以及未来的方向，而美国安全中心的技术和国家安全副研究员Bill Drexel也跟公众提出了他对这项新技术的担忧。
GAN（生成对抗网络）的设计，主要包括一个生成器、判别器，这两个人工智能算法相互对抗、博弈，从而创造全新的内容，在经过N次博弈之后，这两个都会变得更强，而这种技术，也可能会被广泛用于自动化网络钓鱼和社会工程攻击策略中。
不过，我们是否可以思考？能不能让维护网络安全的生成式AI和破坏网络安全的生成式AI对抗？
比如说科技日报这篇2019年的新闻：
比如说，我们用人工智能助手，和营销垃圾机器人对话。
以及，从内容的角度来说:
既然，生成式AI是通过从大量的数据库中学习，然后综合给出答案，那么，它具备总结、综合、列举的能力，但不一定有“判断数据真伪”的能力。
如果是这样，那么"如何识别内容真伪，防止AI在内容里下”
也会是新的课题和机会。
金色早8点
金色财经
Arcane Labs
Odaily星球日报
欧科云链
澎湃新闻
深潮TechFlow
MarsBit
BTCStudy
链得得
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。