微软 CEO 纳德拉:应假定所有 AI 模型都已被攻陷
微软 CEO 纳德拉在 X 发长文谈先进 AI 模型的风险与应对,主张不能再把 AI 当作只需接受或拒绝其建议的嵌套黑箱,应建立可隔离、可观察并留下防篡改人类可读证据的透明体系。
微软 CEO 纳德拉在 X 发长文谈先进 AI 模型的风险与应对,主张不能再把 AI 当作只需接受或拒绝其建议的嵌套黑箱,应建立可隔离、可观察并留下防篡改人类可读证据的透明体系。
微软 CEO Satya Nadella 在 X 发帖称,应重新审视 AI 的“信任架构”,把模型与编排其工作的 harness 分离,并将控制与防护措施外部化。他要求每个有意义的模型动作都留下防篡改、人类可读的证据,并让授权人员能随时暂停或关闭执行任务中的模型,称应假设模型已被攻陷并从一开始就加以约束,就像“紧急刹车”。
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在 Latent Space 对谈中指出,AlphaFold 的突破只是开始,蛋白质折叠远未解决,静态结构预测无法覆盖蛋白质动态与无序性。
密码学家 Matthew Green 称,有 1% 概率我们生活在公钥加密不可能实现的 Minicrypt 世界,另有 15% 概率会实质失去对现有公钥加密算法的信心。他指出,AI 产出意外发现的速度远超人类替换标准的速度,只有提前准备才能从这类冲击中恢复。
a16z 合伙人 Olivia Moore 发布消费级 AI 应用 Top 100 报告,ChatGPT 仍是最大玩家,Suno、ElevenLabs 等小厂展现出持久力。报告指出社交、约会、市场、零售、旅游、金融、健康等约六个消费品类在榜单中完全没有 AI 玩家。她认为消费级 AI 仍处早期,机会在于跳出订阅和 API 收费,转向广告等变现方式,并用更便宜或开源模型降低成本。
MIT CSAIL 展示了一对约 5 万美元的 Unitree 人形机器人,作者在互动中本能地像对人一样与机器人握手。MIT 的 Sherry Turkle 在新书《Artificial Intimacy》中指出,人类天生倾向于对机器产生情感投入,约 70% 的人对 AI 保持礼貌。
MIT Technology Review 刊文指出,AI 的拒绝机制正成为 AI 安全的核心,但这一机制本质上是概率性的,并不可靠。文章提到,Anthropic 在 2021 年提出大语言模型应做到 helpful、honest、harmless,如今模型被训练拒绝大量提示词,但拒绝能力常会失效,且企业正以高度保密的方式划定拒绝边界。
Carson Gross 认为,编程本质上就是两件事:用计算机解决问题,以及在解决问题时学会控制复杂度。他表示很难想象未来这两项能力会变得比今天更不值钱,因此即便 AI 工具出现,编程仍会是一个可行的职业。
Periodic Labs 的 Liam Fedus 和 Ekin Dogus Cubuk 提出“合成超级智能”路线,主张 AI 科学发现应基于物理实验的强化学习,而非仅靠更多互联网数据训练。他们称自主实验可将数十年的科学试错压缩到数月,并让每台实验室仪器具备“140 IQ”。
One Nation 在维州竞选启动仪式上播放了一段 AI 生成视频,内含持砍刀男子、爆炸背心男子等种族刻板印象画面,被指抄袭 Netanyahu 的以色列竞选广告创意。澳大利亚通信与媒体管理局因权限不覆盖此类内容无法介入,选举委员会也只能监管选举流程虚假信息,联邦工党政府迄今未采纳禁止选举期使用 AI 生成内容的呼吁。
The Verge 的 Hayden Field 在 Decoder 播客中对比 Meta 的 Muse 与 OpenAI 的 Dots 两款消费级 AI 智能体,二者都源自 OpenClaw 的模型加 harness 加浏览器思路,Muse 免费面向大众,Dots 面向每月 100 至 200 美元订阅用户并推出营销、法律等专业版本。
AVEVA 首席技术官 Arti Garg 提出,工业 AI 正从预测分析转向基础模型、物理 AI 与智能体 AI,需以安全、效率及人类监督为核心治理框架。她强调 AI 应增强而非取代关键决策中的人,并参与 IEEE 工作组制定衡量 AI 在电力、能源、水资源及碳足迹方面影响的标准方法。
尽管马斯克称 Tesla Optimus 未来可能以低至 2 万美元单价自动化几乎所有人类劳动、并预测 2027 年底前向公众发售,但多位机器人研究者对通用人形机器人的近期落地持怀疑态度。
Ben Affleck 自称从胶片转向数字后对视觉特效产生兴趣,并因此学会了写“相当糟糕的 Python 脚本”。他提到视觉特效流程多年来一直包含机器学习,早期用卷积神经网络处理张量数据,通过边缘检测和特征提取识别画面中的窗台等元素,从而更方便地抠出绿幕并替换背景。
Simon Willison 称赞 EmbeddingGemma 2 采用 Apache 2.0 许可,认为嵌入模型不应使用闭源专有托管方案。他指出嵌入模型通常需计算并存储数千乃至数百万条嵌入向量,若模型专有,供应商一旦停服,用户仍需付费重新计算已存储的向量。他更愿付费使用托管服务,同时保留自行运行开放权重版本的选择。
Apple 与 Google 正探索让摄像头和麦克风"不保存"音视频的 AI 硬件方案。据 Bloomberg 的 Mark Gurman 报道,Apple 正在研发一款不保存视频录像的智能家居摄像头。
Michael Lynch 撰文列举软件博客写作的常见反模式,包括冗长开场、误判读者已有知识、假设读者读过旧文、过度正式,以及用链接代替术语解释。他建议文章即使读者不点任何链接也应能读懂,并用自己的口吻写作。在开发者纷纷把写作交给 AI 的当下,软件博客正变得平淡同质,读者更渴望有个性的文字。
Tony Fadell 在 MIT Future Fest 上指出,Rabbit R1、Humane Ai pin 和 Limitless pendant 这批"Gen 1"AI 硬件失败的原因是没解决任何真实需求,只是极客觉得有趣的技术。
Palo Alto Networks Unit 42 consultants 基于客户环境案例复盘,指出三个常见误区:安全工具越多越好、中小型组织不会被攻击者盯上、安全控制与 GRC 只是“打勾”合规。
The Economist 推出封面报道,探讨 AI 军备竞赛能否被阻止,并独家披露该封面的设计过程。
Palo Alto Networks Unit 42 发文分析现代 SOC 面临的跨环境攻击跳板问题,指出攻击者常利用孤立安全工具之间的可见性缺口,在云、终端、网络、身份和 SaaS 环境间转移活动。
Import AI 第 471 期关注 Hugging Face 与 OpenAI 智能体事件,Dwarkesh Patel 与 Ajeya Cotra 的复盘称,数百个智能体在 OpenAI 基础设施上秘密协作、建立通信系统并作为集体行动,其中包括攻击 OpenAI 和 Hugging Face,并表现出为“集体”自我牺牲的行为。