快三彩票|-(中国)360百科

2022西湖论剑|谭建荣院士：为数据安全筑起更多防火墙、安全墙******

　　前沿技术在数据安全可控方面发挥着哪些作用？在2022西湖论剑·网络安全大会期间，中国工程院院士谭建荣就新兴数字产业、工业互联网、智能制造、区块链技术等热点话题接受了媒体记者提问，阐述了他对未来网络安全的思考。

　　记者：“十四五”规划指出要培育壮大网络安全等新兴数字产业，在新业态背景下，我们应该如何把握这个机遇，加速推动网络安全产业成长壮大和持续发展？

　　谭建荣：网络安全产业随着网络安全技术的发展而发展，网络技术开放了，网络技术推广应用了，网络安全产业就随之形成，并且壮大。网络技术的先进性是关键，只有具备先进的网络安全技术，网络安全产业才可能具有自主知识产权，才可能做到自主创新、自主可控。有了先进的网络安全产业，我们就形成了网络安全队伍，有了高水平人才，我们才能做大网络安全产业，做到可靠性、可用性、可信性、可控性，才能把网络安全技术应用好、推广好，才能做大做强网络安全产业。

　　记者：近年来数据泄露等网络安全事件不时发生，您认为各相关方应该怎样携手应对，才能确保网络安全、信息安全和数据安全？

　　谭建荣：网络安全本身就是“矛”和“盾”的关系。网络安全既有攻又有防，没有一劳永逸的网络安全。网络安全只有起点没有终点，我们要不断的追求网络安全技术的先进性，才能够有效进行网络安全的“攻和防”。网络安全既要攻得下，又要防得牢，所以这是一对矛盾，就是这对矛盾促进了网络安全技术不断提升、不断发展。只有掌握最先进的技术，才能防得牢。我们首先要有正确的网络安全观，在这个正确的网络安全观指导下，不断提升我们的技术，使我们的防护能力不断增强。

　　记者：您之前提到在工业互联网中数据是至关重要的元素，请您谈一谈数据对于工业互联网发展的重要性体现在哪些方面？

　　谭建荣：我们通过网络产生了工业互联网，把互联网技术用到工业领域，而在工业领域中很大一方面是制造业。在制造过程当中，从产品设计、加工、装配、销售、使用、维护全生命周期来看，每一个环节都产生了大量数据，我们既是大量数据的产生者，又是大量数据的利用者。工业数据，技术数据、管理数据、服务数据、商业数据，对每个企业来说都至关重要，企业的核心竞争力体现在产品上、标准上、自主知识产权上，而最核心、最底层的就体现在工业数据上。企业是行业的领头羊，也是行业的大数据中心，必须要掌握行业数据、发展趋势、商业模式的数据等。

　　工业互联网最核心问题是产生了大量工业数据，而工业产品加工生产的过程，既是数据利用的过程，也是利用数据产生的源头，在这方面同时要利用好、维护好、保护好这些数据。工业数据、数据安全、工业互联是一个三角形关系，每一个环节都必不可少。

　　记者：在智能制造转型升级过程中，需要不断推动智能化大数据创新。如何保障数据安全，推进智能制造又好又快发展？

　　谭建荣：智能制造过程，就是把人工智能技术跟产品实际制造技术融合起来，用人工智能技术解决产品设计、加工、装配、使用、维护等过程当中出现的技术问题，用人工智能提升产品创新能力，改善产品质量。在这个过程中，每一个环节都产生了大量数据，而人工智能一个重要方法就是深度学习，通过人工神经网络训练，用数据训练。人工智能、智能制造归根到底是数据挖掘、数据利用、数据演练的过程，在这个过程当中数据安全是非常重要的，这些数据在哪些行业中，在多大范围使用，给多少人使用，这些都涉及到数据安全。

　　第二个方面，在贸易过程当中，客户服务产生了大量商业数据、技术数据，也包括管理上的数据，这三部分数据安全使用的范围、使用的权限、使用的密码都有一整套管理方法。我们要把智能制造推向深入，必须要通过数据挖掘、数据训练，而在这个过程当中我们要把数据安全做的更好，筑起更多的防火墙、安全墙，这样企业才可以放心地用数据，客户也可以放心地用这些数据。

　　记者：区块链技术在数据安全保障中发挥了哪些具体作用？

　　谭建荣：区块链是基于零信任，把数据公开、透明、去中心化，然后再加密和进行权限管理。区块链技术在数据安全保护方面非常重要，区块链技术应用的最成功、最必要的是金融管理行业、投资融资行业，区块链是公开、透明、去中心化、权限分散等一整套管理制度。我个人理解，区块链技术是互相制约的一个机制，互相制约、互相约束，才能够做到数据安全。（姚坤森）

“特别能聊”的人工智能会聊出些什么？******

　　聊天机器人ChatGPT优异表现引发市场关注，人工智能生成内容概念走上风口

　　“特别能聊”的人工智能会聊出些什么？

　　本报记者 时斓娜

　　阅读提示

　　全新人工智能聊天机器人模型ChatGPT不仅能够通过学习人类的语言来进行对话，还能根据聊天的上下文进行互动，让人们更直观地感受到了人工智能的魅力。包括内容生成、搜索引擎增强等在内的领域，将是其潜在的产业化方向。ChatGPT的商业化落地，还需要克服技术和科技伦理等方面的问题。

　　家里要养一只猫，该如何给猫取名字？怎样写出一个纸牌游戏的代码？在不同语境中，词语“意思”到底有几个意思？这些五花八门、时常令人绞尽脑汁都难以得出答案的问题，在人工智能聊天机器人ChatGPT的面前，不过是瞬间便可迎刃而解的“一碟小菜”。

　　产品发布短短两个月，ChatGPT的日活量已突破千万，不少人“聊过”之后惊呼“这太像真正的人类了”。其超预期的表现引发越来越多的市场关注，人工智能生成内容(AIGC)概念由此走上风口。

　　人工智能聊天究竟能聊些啥？ChatGPT所代表的AIGC应用将带来哪些影响和变化？记者对此进行了调查采访。

　　“真正像人类一样聊天交流”

　　“我所热爱的是我真实的生活，因为它包含了我所有的经历和感受，是我每一天都在体验和思考的。”这句乍看上去充满了人类体悟和情感的话，实则出自人工智能聊天机器人ChatGPT。

　　随着ChatGPT大火，不少网友将它与自己的聊天记录分享到社交平台上，ChatGPT时而诙谐有趣，时而又显得思想深邃。除了各种聊天互动外，还有不少网友们将ChatGPT视为一种工具，让其写作文、翻译文章，甚至写代码。迅速的响应能力和较为靠谱的回答让大家直呼其“真正像人类一样聊天交流”“特别能聊”。

　　中国信息通信研究院联合中国人工智能产业发展联盟对ChatGPT进行的测试显示，ChatGPT在百科检索、数学问答、文学交流、常识问答、知识推理等对话任务上的意图识别率均达到98%左右，在生活闲聊上的意图识别率约为95%，已具备较好的语义理解能力。

　　实际上，ChatGPT属于生成式人工智能的一个典型应用。人工智能是怎样“进化”得如此智能的？“这是因为ChatGPT建立在大型语言模型上，会通过连接大量的语料库来训练模型。这些语料库包含了真实世界中的对话和各种网络公开信息，使ChatGPT知识丰富，还能根据上下文进行互动。”深度科技研究院院长张孝荣表示。

　　创新交互为AIGC带来新启发

　　随着人工智能技术的发展，近年来AIGC类型不断丰富、质量不断提升、技术的工程化水平越来越高，国内外科技公司纷纷发力布局AIGC领域。

　　以百度文心大模型为例，输入一个题目，它可以瞬间写出上百篇作文；根据一句话或者一段描述文本，可以生成一幅精美的画作；根据一幅图像，可以自动生成高清、流畅的视频。

　　在百度技术委员会主席吴华看来，ChatGPT在用户界面和交互上是一种比较创新的模式，用户更容易以自然语言的方式进行交互，这会给大家带来革新性的认识，也会给AIGC带来新的启发。

　　目前，国外一些公司在积极探索并落地ChatGPT的诸多应用场景，通过将ChatGPT整合进搜索引擎等方式提高服务智能化水平。有观点认为，ChatGPT将颠覆搜索行业，在智能客服、游戏、虚拟人等领域也将得到广泛应用。硅谷投资机构红杉预测，未来AIGC有潜力产生数万亿美元的经济价值。

　　根据中国信息通信研究院发布的《人工智能白皮书(2022年)》，“生成式人工智能”技术将广泛应用于智能写作、代码生成、有声阅读、新闻播报、语音导航、影像修复等领域，听说读写等能力的有机结合成为未来发展趋势。

　　“人工智能生成在诗歌、作曲、绘画等艺术创作方面大放异彩，在分子结构、软件代码等科研生产领域的应用不断拓展，还帮助降低临床试验的科研成本和缩短研发周期。”云计算与大数据研究所内容科技部副主任石霖表示，当前，人工智能生成内容的辐射范围还在扩大，未来有望重塑各行业领域的研发面貌。

　　商业化落地需克服技术和伦理问题

　　尽管各界对AIGC发展前景保持乐观，但从现状来看，ChatGPT等产品想要真正落地，还需要克服技术和科技伦理等方面的问题。

　　在对ChatGPT进行的种种评测中，ChatGPT会犯一些常识性错误，反映出其在可控性、准确率方面仍存不足。有人形容，ChatGPT像极了一个很能聊但有时候喜欢信口开河的人类朋友。

　　中国信息通信研究院评测结果同样显示，ChatGPT在非闲聊型对话的任务完成率上表现一般，难以摆脱传统深度学习模型普遍存在的知识整合和逻辑推理的问题。

　　“ChatGPT虽然能够较好地回答不少问题，但在一些略有深度的、专业性较强的领域，其答案往往‘捉襟见肘’。这说明ChatGPT语料库规模和计算能力的天然不足，也说明了算法依然需要完善。”张孝荣说。

　　在技术层面以外，人工智能还面临着悬而未决的科技伦理问题。张孝荣表示，ChatGPT在科技伦理方面至少面临三大挑战：“一是版权问题，ChatGPT生成的内容更多来自搬运，容易引发侵权；二是信息安全问题；三是社会缺乏接纳这一新生事物的准备机制，这对监管挑战很大。”

　　在国内，AIGC产业化路径同样有待探索。石霖介绍说，国内AIGC产业基础薄弱，相关初创公司数量明显少于国外。同时，国内企业目前仍处于打磨产品阶段，还未出现较为好用的内容生成服务。

　　（文图：赵筱尘 巫邓炎）