16年3月，孟繁岐在硅谷举办了一场盛会。
“我说这是什么情况啊，非得要我们千里迢迢跑过来参与测试，直接在网上给页面不就好了吗？”孟繁岐这次的设置是全线下模式，这让一部分参赛者感觉非常不方便。
笛夫是华盛顿大学的AI研究者，为了有机会能够接触到这款文字领域的最强AI，他不得不横跨美国本土，从最东边的华盛顿来到最西边的加州。
“你就知足吧，人家给你面子，想让你有点参与感，这才给各地区都分配了名额。”雷是一个一头脏辫的黑人小哥，他对目前的情况倒是比较满意了。
“孟繁岐需求的测试人数，在硅谷这一片区域完全就够了。两三千人而已，光是斯坦福和UC伯克利两所名校，凑出千把人来轻轻松松。更别提硅谷那么多科技公司了，但凡是从事AI领域工作和研究的，谁不想参与一下，第一时间获取业内信息？”
雷的这番话非常中肯，如果是为了成本和速度考虑，只在硅谷内召集人手是最轻松的。
但孟繁岐今次不仅在全美，在全世界范围内都邀请了许多感兴趣的专家学者。
反而是加州区域内给到的名额相对有限。
“好了好了，我知道，我就是这么一说。”笛夫并非不识趣的人，他只是最近手头上工作很多，日程有些排不开，因而有些焦躁。
两人刚刚落地到机场，就已经看到了好几个熟面孔。
“好家伙，一個个的自己的事情都不做了，全跑这来了是吧。”笛夫摇摇头，好在他有朋友在湾区，已经驱车前来迎接，免去了一番拥挤的折磨。
“这回的待遇太好了，只要拿到名额，来回机票都包，大家不肯来才是怪事。”雷将自己的大包小包搬到车上，也惊叹于这次活动的待遇。
“小几千人也不是什么小数目了，不知道为什么孟繁岐突然花如此大代价办这个活动。”笛夫心中大概盘算了一下，这笔花销怎么也得破亿美金了：“我听说他现在自己开了公司，这也快一年时间了，始终没有什么稳定的营收。”
“ai.不是办得还不错吗？”雷插嘴道，他也在回忆，脱离谷歌后的这一年，孟繁岐到底有什么营利方式。
“那些基本上都是小钱，肯定经不起这么浪费的。他这么招待大家，这笔钱其实算是广告费了。看来他对ChatGPT的性能相当自信啊，能够轻松回本？”笛夫啧啧称奇。
“你们想什么呢，钱又不是他一个人出的。”约翰白眼一翻：“真把孟繁岐当慈善家了？这一次的测试主题，很多AI公司也很感兴趣。为了获得第一手的资料以及ChatGPT相关内容的优先权，不少公司都赞助了这个活动。”
“其中就包含孟繁岐的老东家谷歌，以及密切合作伙伴英伟达等。”还得是硅谷本地从业人员，约翰了解得清楚：“否则你以为积分各等级的奖品里，那些英伟达的显卡是哪里来的？”
孟繁岐自己一力负担这么大的活动，即便不报销机票很显吃力。
活动人数一旦上千上万，即便人均的花费没有那么高，累积起来也很容易上千万乃至破亿。
有机构协办赞助，则会轻松很多。
一行人很快驱车来到硅谷，没用多久就找到了指定的地点。
三人以为自己来得很早，然而主礼堂早已被各路人马占满了。
稍微打探了一番，很多人其实根本没有拿到测试资格，但仍旧凑了过来，希望能够得到第一手情报。
“时间差不多到了，那我就直接开始了。”出席这样大的活动场合，孟繁岐的打扮倒是很简单。
普通的卫衣和牛仔裤，看上去与斯坦福校园内的学生没什么两样。
“从12年底，辛顿老师和阿里克斯、伊利亚开启了名为深度学习的AI新时代以来，短短三年多的时间，AI在很多领域都取得了超越人类水平的性能。我也在这方面做了一点微小的贡献。”
“现在不少领域都已经出现了AI替代人类工作者的情况，很多都做得不错，甚至比人类做得还好。”
“最近呢，有不少人问我，说现在AI技术都这么发达了，是不是以后能把那些攻击安全系统的黑客问题都给终结了呢？”
对于这个问题，孟繁岐给出的答案是不可能。
“在目前阶段，我认为AI技术非但不能解决黑客行为，反而很可能成为新的黑客攻击对象。或者说，AI本身就是一个亟待解决的安全性问题。”
孟繁岐一直是比较谨慎派别的AI研究者，他的许多看法观点都偏保守，这一点在场的所有人都有心理准备。
不过，如此严肃地说AI本身就是一个很大的安全问题，这个观点让不少人都感觉有些偏消极了。
“我知道，我这么说，可能很多人都不服气。”台上，孟繁岐似乎看穿了大家的想法：“现在是AI的飞速发展期，研究的主力和大方向是迅速往各个领域扩展，大家保有比较乐观的态度，这是很正常的。”
“等到这一轮的飞速发展期尾声的时候，安全方面的种种问题就会开始浮现。其实此前，AI换脸技术就是一个最好的例子，越发强大的AI技术很容易就会成为作恶的手段。”
“不过，今天我们要讨论的问题并不是如何使用、谁来使用这方面的问题。今天，我们聚焦于模型和算法技术本身，探讨对抗性攻击问题，这也是各位挑战者们要做的事情。”
对抗性攻击在AI领域来说，算是稍微入门之后都会大概知晓的概念，但深入了解的人并不算多，是一个偏小众的领域。
为了公平性，确保诸位挑战者们能够有必要的，对于这一概念的理解，孟繁岐还是做了几张幻灯片，简短地介绍了一下。
“最近两年时间，人工智能方法得以在诸多领域有了大规模的应用，其中最为主要的还是图像类方法。在应用这些算法模型的同时，我们已经观察到了许多奇怪的现象。经过仔细的研究，许多现象都可以被认定为AI算法的安全问题。其中对抗性样本又或者是对抗性攻击在图像领域受到了颇多的关注。”
“我看名单上有不少不是AI专业的人员，先用最简单的方式介绍一下吧。所谓的对抗性样本，就是在正常样本上添加一个人类几乎无法察觉的恶意噪声从而形成的新样本。这种噪声添加之后，人类观察上去几乎看不出任何区别，但在人工智能模型看来，输入的内容却发生了天翻地覆的变化。”
本章未完 点击下一页继续阅读