京公网安备 11010802034615号
经营许可证编号:京B2-20210330
牛津、剑桥等专家联合发布报告:警惕AI在未来的恶意使用
当谈到人工智能所带来的危险,我们通常强调的是意想不到的副作用。我们担心可能在无意间创造了超级智能AI,但在编程中没有加入道德约束; 或者我们部署了刑事判决算法,这些算法包括了训练数据的偏见。
但这只是一方面。
但是那些想把AI用于不道德行为、犯罪或恶意目的的人呢?这些人群是否更有可能利用AI进行恶意攻击?
来自牛津大学的人类未来研究所、剑桥大学的潜在风险研究中心和Elon Musk支持的非营利性OpenAI等十四家组织机构的二十六名专家认为,以上两个问题的答案是肯定的。
在上周发布的《人工智能的恶意使用:预测、预防和缓解》(The Malicious Use of Artificial Intelligence: Forecasting, Prevention, and Mitigation)的报告中,这些学者和研究人员列举了在未来5年内AI可能给我们生活带来危害的方式,以及能够阻止这些危害的方法。虽然AI给人们带来新型的攻击,该报告的合著者,来自人类未来研究所的Miles Brundage认为,我们并不该感到恐慌或放弃希望。
“我倾向于保持乐观,我们可以采取许多措施,”Brundage认为。“这篇报告的目的并不是描述未来惨淡的前景,而意味着我们可以采取大量防御措施,并且还有很多需要学习的东西。我并不认为这是没有希望的,这篇报告更像是倡导书。”
近100页的报告内容广泛,当中重点介绍了AI将加剧数字、物理安全系统的威胁,以及创造新型危险的方式。还阐述了解决这些问题的五条建议:包括让AI工程师了解他们研究中可能存在的恶意使用; 启动政策制定者和学者之间的交流对话,避免政府和执法机构对此一无所知。
AI将减少威胁成本
其中最主要的威胁在于:AI能够让需要人工完成的任务自动化,从而大大减少攻击成本。
比如,钓鱼攻击,即某人发送其中特别设计的信息,诱使他人放弃安全凭证(比如冒充银行的电子邮件)。当中的大部分工作可以由AI自动完成,映射出个人的社交和专业网络,然后生成消息。比如通过创建聊天机器人冒充好友,向你索要邮箱密码等。
这种攻击听起来很复杂,但一旦你创建了这些软件,那么就可以反复使用,而不需要额外成本。钓鱼邮件已经带来了足够的危害,比如2014年好莱坞名人iCloud照片泄露事件,以及希拉里克林顿的竞选主席John Podesta私人邮件的泄露事件。
AI将增加威胁的新维度
第二大要点是,AI会为现有威胁增加新的维度。
比如在钓鱼攻击中,AI不仅可用于生邮件和短信,还可以用来伪造音频和视频。AI可以通过几分钟的语音来模拟目标人物的声音,甚至生成虚假的视频。这种新型的威胁形式将在未来五年成为不可忽视的问题。
AI将带来的全新威胁
最后,报告介绍了AI带来的全新威胁。当中列出了一些可能出现的场景,比如恐怖分子将植入炸弹的清洁机器人带入政府部门。机器人利用内置的视觉感应系统追踪特定的目标,当靠近目标时炸弹引爆。这利用了AI的新产品(清洁机器人)和其自主功能(机器视觉追踪)。
这些情景听起来似乎有些不切实际,但我们已经目睹了利用AI进行的新型攻击。比如用deepfakes用深度学习技术,在未经同意的情况下所合成将名人的脸合成到色情视频中。虽然目前还未出现引人注目的案例,但不法分子可以利用这种方式进行骚扰和勒索。
我们能做什么
报告中的这些例子让你不禁思考:我们能做什么?
报告中提出了五个主要建议:
· AI人员应该告知研究中可能被恶意使用的情况;
· 决策者需要向技术专家了解这些潜在威胁;
· AI领域需要向网络安全专家学习如何更好地进行系统保护;
· 需要制定AI的道德伦理框架,并严格遵循;
· 需要有更多的人的参与。不仅仅是AI科学家和决策者,还包括伦理学家,企业和普通大众。
换句话说:我们需要更多的交流以及更多的行动。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16