AI太智能了,新时代我们的隐私要如何保障#AI科技#AI思考#AI隐私保护

are you ok? 但是一点也不ok。国庆期间雷军a配音骂翻全网,雷总回应愤怒表情包,各平台相继下架违规视频。香港一家英国跨国企业被骗子用伪造的ai换脸和a i声音合成技术冒充总公司的cfo被直接骗走了两亿港币。

韩国n号房二点零嫌犯利用深度伪造女性裸照,被害女性超过十分之三是未成年,被捕的犯人中青少年占比百分之七十五点八。a i假医生卖假药骗重症患者,a i假警察骗嫌犯大额保证金,a i假投资顾问骗投资者钱财。这些事件凸显了一个令人担忧的趋势,a i技术的泛滥对我们的隐私安全构成了重大威胁。

在a i技术飞速发展的同时,如何保护个人隐私已成为亟待解决的问题。其中一个重要且不可回避的方向其实是提高ai在移动端的部署能力。随着ai技术的进步,各种贴近我们生活的a i应用需要逐渐走向移动端市场。

以a i大模型为例,你认为需要联网才能使用的chat g p t是最终的产品形态吗?我看这未必。能完全移动端部署,不需要联网,不用担心隐私泄露问题的本地ai大模型才是理想形态,就比如你们一家都跟手机上的云端大模型聊了太多的私密话题,这就有隐私泄露的风险。毕竟你所有的对话内容都送给了云端大模型,还得是本地大模型更安全。

你再厉害,知道的东西再多,也逃不出我的手掌心。但想要做到这一点,必须解决的一个问题是如何设计一个能在设备端运行的通用大模型。众所周知,像chat g p t这类主流的transformer架构,只能通过量化裁剪之后才能在端上运行,并且运行速度和效果也是有限的。

很多公司都在大力研发非transformer架构的端测大模型。我了解到的一家率先走在这条道路上的厂商之一就是绕k i他们提出了非transform a架构的研大模型,能够在端侧实现无损推理。这个多模态研大模型甚至能在树莓派上这样极限算力资源的设备上无损推理。

这是在断网飞行模式下录制的一个视频,视频没有任何加速。可以看到在手机端运行这个本地a i大模型处理速度非常快,可以达到二零tokens每秒的速度,同时呢能够在端到端支持多模态应用。看相册,帮我找一张夕阳的图片。

今天是小明的生日,帮我给他发一条短信,祝他生日快乐。这时候你可能就要说了,我手里的手机也能本地运行大模型啊,你可以断网试一试,看他们还能不能运行,是不是真的本地化。说实话想要在手机端实现多模态的大模型还是有一定技术难度的。

研大模型除了能在手机设备上运行,还能在树莓派无人机、机器人上运行,支持多元化的硬件生态。就比如这个飞龙无人机,无人机本地的性能有限,除了一些复杂的数据,大多数都是采用云端协同实现的,也就是得联网。但是飞龙无人机采用研一点三大模型作为智能决策大脑,能够直接部署于设备端,对于关键信息及突发情况做出及时判断和处理,像治安巡逻只能感知周围环境,交通巡检、检测违停车辆等等。

再向智能机器人也是有这样的需求,不能什么事都依赖于云端服务器,最好本地也有不错的处理能力,具备多模态感知能力,感知周围的环境。你看见了什么?我看见了一个宽敞的走廊。其特征是干。

白色的墙壁和地板。一个显著的特点是一个。画作挂在墙上。

还能完成七步成诗等相对复杂的指令。不小偷。写一首关于冬天的七言绝句,在四步之内完成。

我不想说你。正好去上海参会学习交流,才得知原来他们的目标不仅于此,他们想做群体智能。因为没有一个模型是绝对万能的,或者是在各方面都是绝对擅长的。

比如你回家想要吃东西,那么冰箱可能作为一个中心节点提供食物给你。再比如说你想听音乐的时候,音响呢会作为中心节点,其他的只是一个辅助作用。这种情况下,其实对每个人来说,服务它的并不是唯一的个体,而是一个群体给他的一个综合性的结果。

这种结果无论是从社会学还是生物学的发展角度来看都是最优的,对于各种任务的适应性也是更强的。甚至是每个这些独立的个体还能在端侧进行自我学习。而这才是衡量模型智能水平的重要依据,而不是靠堆砌一堆的大参数、大数据,个性化也会更强。

因为它生活在你的环境里,然后再接受你的知识引导。说白了就是一个家庭里的孩子,就父母怎么样的引导,这个孩子就会长成什么样子。赛博尔赛博尔,对对对对对对,是这个意思。

聊到这里,我是有些期待未来的群体智能了,每一个电子设备都是一个智能终端,他们会根据我们的行为习惯去学习新的知识。不过对于这样一场世纪的ai变革,为了不让他走歪,不仅需要监管部门用雷霆手段做好监管,也需要科技公司和你我这样的个人用户共同合作,促进ai的正确使用,引导a的正向发展,期待群体智能到来的那一天。好了,本期视频的内容就是这么多,如果你喜欢这个内容的话,记得给我一个免费的赞了。

我是热爱技术分享的程轩,我们下期再见。