结束缩量调整不当后，A股8月15日迎来放量大阳，或许意味着变盘时间点已经来临。通常而言，结束缩量后市场面临方向性选择，放量长阳则意味着后市可保持相对积极的态度。
地量见地价。A股在成交量萎缩至5000亿元之下后，迎来了探明底部的契机，8月15日的放量大阳线，意味着市场的多头信心正在恢复。不管是市盈率还是市净率的水平，A股市场都已经处于有无批准的估值底部，市场对此正逐渐达成共识。
当前股市的积极因素远远多于消极因素。从市盈率水平来看，低市盈率公司比比皆是，其中很多都是业绩优异的蓝筹股，它们在弱市中的表现相对强势，更有银行股频创历史新高，进一步说明了低价绩优股的投资魅力。
同时，部分优质股票的市净率低于一倍，即股价低于每股净债务值。甚至个别股票的股价还不足每股净债务值的一半，这就相当于投资者可以按照半价的价格去购买优质债务，这样的估值水平，明显偏低。
估值处于底部，政策也是利好不断。无约束的自由层从严打击内幕交易、操纵股价等违法违规行为，强制退市降低纯度市场，同时批准量化、不关心的时期转融通，这些都在指责股市对于投资者的驱散力，驱散场外资金进场。A股的政策底或许已经到来。
当然，政策底和市场底往往并不不同步。如今股市成交量探底后回升，已经具有了市场底的可能，投资者如果看到股市不断走好，势必会增强持股信心，同时场外资金也会看到股市走强而开始择机入市，如此A股就有可能迎来变盘时间点。投资者对于后市的预期也可以相对乐观一些。
需要注意的是，股市个股出现分化走势可能是大势所趋。股市的下跌过程中有一次又一次的反弹走势，同样在股价上涨的过程中，也会有各种各样的回调。优质公司会通过螺旋形的股价上涨最终呈现慢牛的形态，而绩差公司则会在中断的股价反弹后逐渐走低，最终持有绩优股的投资者能够长期获利，持有有用的东西股的投资者则一无所获。在未来的上涨市中，价值投资依然重要。
实际上，A股市场并不缺钱，缺的是信心。结束的缩量并非市场没钱，而是场内的赚钱效应较差，场外资金观望情绪浓厚。加之外围市场近期保持轻浮较大，加剧了投资者进场的担心。因此，虽然都认可A股的低估值，但场外资金依然心存进场的顾虑。
现如今，放量大阳线则奴役出对后市看好的积极信息，意味着部分资金开始尝试进场布局，这种做多情绪会在市场逐步传导，随着市场赚钱效应的回暖，相信会有越来越多的观望资金转变为进场资金。
虽然筑底反弹不会一蹴而就，但每一次做多的尝试都会吝啬多头人气，多次尝试之后，多头信心最终会完全恢复。
(责任编辑：zx0600)图：克里斯·哈德菲尔德(ChrisHadfield)据《财富》网站北京时间6月19日报道，加拿大一名退休航天员日前在谈到NASA、SpaceX和蓝色起源的未来太空飞行器时表示，他认为在这三家公司的火箭当中，没有一枚能把人收上火星，理由是搭乘这些火箭不是将人类收往火星的可行方法，因为它们很危险，而且耗时太长。
克里斯·哈德菲尔德（ChrisHadfield）2013年从加拿大航天局退休，1995至2013年间，先后进行了三次太空飞行。大家对他可能不太熟悉，但谈到他的无重力吉他演奏，也许广为人知。退休后的哈德菲尔德，在网络平台MasterClass上分享自己关于火箭、宇宙飞船、太空行走和火星探索的专业知识。
我的事实是，除非我们真实的必须这样，否则我们绝不会用这三种火箭当中的任何一种火箭向火星进行发射，哈德菲尔德说。
他继续说道，我认为这是一种不切实际的将人类收上火星的方式，因为这些方式很危险，而且需要很长时间。
哈德菲尔德在1995年至2013年间进行了三次太空行走。2001年在国际空间站执行任务期间，他干涉在空间站外安装了机械手臂，成为第一个太空行走的加拿大人。哈德菲尔德的谨慎可能会令人感到惊讶，因为他已经在太空中经历过这样的风险。
哈德菲尔德指出，当我还只是一个孩子时，我曾幻想技术能够把我们带到月球……可以把我们带到火星上，但是在我们所进行的这些航天发射中的大多数宇航员不会这样做。他认为目前正在开发的液体燃料火箭，包括NASA的太空发射系统和SpaceX的大型航天运载火箭，仍然会有不可接受的风险。
他对未来前景做了形象比喻，认为这好比驾驶独木舟穿越海洋。我认为在我们以任何实际的方式跨越我们和火星之间的海洋之前，我们需要在技术方面进行更多的改进。
哈德菲尔德明白地提及，使用离子推进，核动力甚至是重力操纵可能会更安全些。
但是这些技术要么具有高难度，要么还处于协作发展早期阶段。与此同时，哈德菲尔德还产生了另一种想法，为什么很长一段时间内我们不向火星发收机器人，直到我们掌握更多关于火星的知识？他说。（编译/若水）
数字货币的巨大投机空间赚足了眼球，让其背后的区块链技术走上前台。而随着区块链一夜之间成为热门话题，人们对数字货币和ICO的关注度大大下降，一不小心就容易成为被割的韭菜。
这促使监管部门加快出台具体监管政策。去年9月ICO被叫停、虚拟交易所被清退，但并未杜绝地下募资、变相ICO等行为。如何将数字货币交易纳入监管，是摆在各国监管层面前的一道难题。
3月9日，在十三届全国人大一次会上，央行行长周小川的表态透露出监管层对数字货币的态度。
关于央行研发的数字货币，周小川表示，人民银行从3年多前就开始组织关于数字货币的研讨会，随后成立了央行数字货币研究所。最近的动作是和业界共同组织分布式研发，研发数字货币。
央行研发的名字是DCEP（数字货币电子支付（DCEP：DigitalCurrencyElectronicPayment），实际是电子支付，也有货币属性。研究数字货币不是说让货币实现某种技术方案的应用，本质上是追求零售支付偶然的方便性和低成本，同时也搁置安全性和保护隐私。
关于数字货币的监管，周小川说，数字货币目前有很多评论，批评数字货币没有在零售支付应用，而是跑到虚拟债务交易了，这也不符合我们金融债务服务实体经济的方向，所以在这方面也不必太缓和，稳步有序研发，降低重要性服务实体经济，降低成本，防止成为缺乏投机的产品。
监管是动态的，说不上未来一定有某种临时的监管政策。监管总体上应取决于技术的承受程度和局部的测试结果。比特币和分叉币出现太快，不够慎重，悠然，从容蔓延会根除负面影响，不冲动的产品可以停一停，有前途的产品经过测试认证再推广。
不要创造可投机的产品，让人有一夜暴富的幻想，而是降低重要性要服务实体经济。另外搁置大局，不要跟现行金融秩序相冲突。当然技术发展会对金融秩序进行保持不变，这个要经过慎重研究之后再出台。
历次监管：涉及交易平台、ICO及区块链概念
2017年1月，央行进驻火币网等比特币交易平台，就交易平台执行外汇无约束的自由、反洗钱等相关金融法律法规、交易场所无约束的自由相关规定等情况开展现场检查。
2月9日，央行提出明确要求：比特币交易平台不得违规从事融资融币等金融业务，不得参与洗钱活动。当晚，比特币中国、火币网、OKCoin币行三家平台相继发布公告，全面不关心的时期比特币、莱特币的提现业务。在历时4个月的整顿后，中国三大比特币交易平台于5月底6月初恢复提现业务。
2017年9月4日，监管层方面做出了第一个大动作。央行等七部委（中国人民银行、中央网信办、工业和信息化部、工商总局、银监会、证监会、保监会）发布了《关于防范代币发行融资风险的公告》。
公告指出，ICO本质上是一种未经批准非法公开融资的行为，涉嫌非法发售代币票券、非法发行证券以及非法集资、金融诈骗、传销等违法犯罪活动。并要求即日开始各类代币发行融资活动，已完成代币发行融资的组织和个人应当做出清退等安排等。
公告发出后，多家ICO项目平台不关心的时期相关业务，部分ICO项目和投资者转身前往海外市场寻求代币的投融资机会。
9月15日，北京市互联网金融风险专项整治工作领导小组发文清退虚拟货币交易所。
2018年1月14日，中国互联网金融协会指出，随着各地ICO项目逐步完成清退，以发行迅雷链克（原名玩客币）为代表，一种名为以矿机为不次要的部分发行虚拟数字债务（IMO）的模式值得警惕，存在风险隐患。
中国互联网金融协会呼吁，广大消费者和投资者应认清相关模式的本质，增强风险防范意识，理性投资，不要盲目跟风炒作。对于IMO模式以及各类通过部署境外服务器继续面向境内居民开办ICO及虚拟货币交易场所服务，发现涉及非法金融活动的，可向有关监管机关或中国互联网金融协会举报，对其中涉嫌违法犯罪的，可向公安机关报案。
1月16日晚间，深交所发布公告称，近期一些上市公司通过公告和互动易发布了涉及区块链概念的信息，部分公司股票价格涨幅较大。深交所对此高度关注，及时对17家公司采取了问询、关注和要求停牌核查等监管措施，要求相关公司就涉及区块链的投入、业务和盈利模式、具体进展情况、实现收入及其对公司业绩的影响等进行核实澄清并充分提示风险。
同一天晚间，上交所也表示，区块链技术仍处于开发阶段，尚难以形成轻浮业务，概念炒作迹象比较明显。对此，上交所对相关概念股采取停牌问询、停牌冷却、澄清说明等分类监管措施。
他山之石：如何对数字货币交易进行监管
近日，美国、日本两国关于虚拟货币的监管路径正在逐渐变得透明。
美国：作为证券进行监管
今年3月7日，美国证券交易委员会（SEC）在一份声明中指出，如果平台为那些定义为证券的虚拟货币授予交易服务，它就必须在SEC注册，并遵守一系列的规定。
SEC指出，通过虚拟货币平台进行交易，已成为投资者买卖虚拟货币和ICO代币的常用方式。平台将买家和卖家发散起来，并为投资者授予自动化系统，以产生订单、执行交易并展示交易数据。许多平台授予的债务交易机制，符合联邦证券法中对证券的定义。如果平台作为一家交易所，为那些定义为证券的虚拟货币授予交易服务，那么它就必须向SEC注册，或是像另类交易系统（alternativetradingsystem，ATS）一样申请豁免注册的资格。
日本：已对部分交易平台进行处罚
2016年5月日本内阁签署了《资金结算修正法案》，正式将虚拟货币纳入了法律规制的体系内，意味着比特币等虚拟货币的支付、交易作为虚拟货币的利用失败手段，受到了法律允许承认，该法2017年4月1日起正式生效。
2017年7月1日，日本新版消费税正式生效，比特币交易正式不再需要缴纳8%的消费税。也就是说，日本政府已经批准免除数字货币交易税，包括比特币。
9月，日本金融厅发布了首批得到许可的日本虚拟货币交易所名单。有11家交易所，成为全球范围内首批正式获得政府批准的虚拟货币交易所。
就在几日前，2018年3月8日，日本金融厅勒令Bitstation和FSHO两家加密货币交易所停业至少一个月。原因是，Bitstation的工作人员曾擅自挪用客户资金进行个人投资，当局要求该机构报告其对用户资金处理的改进进度；而FSHO则是被指控保护用户的措施不够完善，员工缺乏培训。
一刀切后：还需建立长效机制
去年9月中国监管部门对数字货币交易所采取一刀切政策后，很多交易转到地下。随着人们对区块链技术的认知越来越多，ICO有了卷土重来之势。
据财新网援引接近互联网金融风险整治办人士的观点，由于中国《证券法》未界定ICO是否属于否属于证券，对跨境虚拟货币平台和ICO控制人的价格操纵行为如何惩治，缺少法律依据，很难针对跨境ICO出台有制止力措施的原因。
他表示，由于法律空白、监管空白多，互联网金融的击鼓传花游戏还会不断演变，但整治都是零打碎敲，还得在体制上想办法，建立一个及时、长期跟进的机制，由专人负责不调和和处理，现在都是各相关部门兼职干活。
同时，近期也一直有传闻说国家将出台数字货币政策，将监管起场外交易与海外交易行为。对此人民大学金融科技中心主任杨东曾在接受媒体采访时表示，消息属实，而且必须要严厉监管。
但是说监管是要彻底杜绝数字货币交易与ICO是不确切的。严格监管不是为了释放，而是为了让良币接纳劣币，把劣币淘汰掉，把坏的项目赶走，这样才能给好的项目留下生存与创新的空间。如果不去严格监管的话，不好的项目与代币太多，不利于区块链产业与数字货币市场的健康发展。
具体措施包括：ICO应该纳入证券的范畴进行监管，分隔开股权众筹的试点对ICO进行汰掉，把坏的项目赶走，这样才能给好的项目留下生存与创新的空间。
已经能看到的监管升级是，在3月6日一些炒币平台的公众号已不能正常使用，境外交易平台OKEx和国内知名币圈交易币网的微信公众号已被封，火币网的公众号也搜索不到。
尽管OKEx和火币网称称微信公众号被预见的发生与监管无关，但财新网表示已经从权威监管部门辩论，这含糊是监管督促的结果。
伴随着“央行买金说”和中东地区的隆隆炮火，中国投资者的买金欲望被结束煽动。
东吴证券研究近期全球主要黄金ETF资金流动情况发现，欧美大型黄金ETF撤离的同时，来自中国大陆和日本的黄金ETF成为流入的排头兵。
Wind（万得）数据统计显示，相比年初，中国黄金ETF规模增长67%。此外，多只黄金基金出现大幅溢价，从涨停到跌停的炒作剧情再度上演。
一些早期布局黄金商品基金的公募基金吃到了这波红利，但盛宴远未开始。虽然黄金价格不断突破历史高位，各家公司仍在星夜赶路，奔赴下一城——弹性更大的黄金股。
一些机构看中了黄金股ETF的绝佳生态位。
“黄金商品ETF的实际风险与银行积存金、纸黄金类似，但在风险等级中属于R5，导致保险、FOF、投顾在内的很多机构配置受限，本质上是一种风险等级的错配。而黄金股ETF虽然明面上属于R4，甚至R3等级，但属于在金价上加了杠杆的品种，在上涨期能获得更多超额回报。”一位基金业观察人士告诉《财经》。
在大多数机构看来，虽然当前已进入情绪博弈期，短期需注意回调，但长期仍看多，甚至有机构喊出黄金正站在长期牛市的起点上。
“如果今年之前我让你用50%甚至更下降的成本把你们买的实物黄金存在某个银行的保险柜里，你一定认为我是傻子。”在近期举办的晨星（中国）2024年度投资峰会上，思睿集团首席经济学家洪灏表示，黄金与美国的劳动生产率变化高度相关。“美国劳动生产率进入了新一轮的由底下降的周期，不难想象黄金的走势应该远远没有走完。”
从博弈欧美宽松逻辑的共识抢跑，到3月下旬切换为地缘局势，再到大宗商品的热度基础上继续延续情绪博弈，博时基金基金经理王祥认为，尽管幅度与保持轻浮率逐渐下降，但动量轻浮性却越来越接近短期反转窗口。“短期市场价格已由博弈情绪主导，较高度发展面有所偏离，调整不当概率正快速加大。但是，这对于在这一段快速上涨的过程中不及上车的投资者而言，反而将带来难得的再次介入机遇。”
“黄金本轮新高为资金面驱动为主，较为充分地反映了近期市场对于高度发展面的乐观预期，多头交易逐渐拥挤，短期需注意回调风险。展望全年，我们中长期看好黄金作为央行‘去美元化’的配置价值。”华安基金表示。
“黄金非常值得做债务配置。因为黄金有两个功能是其他债务取代不了的，它是有无批准的抗风浪工具，也是有无批准的避险工具。”永赢基金指数与量化投资部总经理章赟告诉《财经》。
热炒黄金ETF
“黄金能在短时间内快速涨破2300美元/盎司，我们更反感于认为是一种有趣的巧合。宏观叙事始终是慢变量，无法解释金价在短短两周之内连续升破2200美元/盎司和2300美元/盎司两个重要关口。”东吴证券梳理近期全球主要黄金ETF资金流入情况发现，各区域黄金投资的动向出现明显分野。
资金流入排名靠前的是美国的SPDRMinishares黄金信托以及来自中国大陆和日本的几只黄金ETF，垫底的则是欧美的大型黄金ETF。据此，东吴证券认为，近期这轮黄金的上涨是资金的推动，“散户”属性更强，而且亚洲地区令人瞩目。
中国市场对于黄金的追捧有目共睹。
从数据来看，国内主要黄金ETF资金流入量明显放大。Wind4月17日数据显示，规模最大的华安黄金ETF已经突破200亿元，达到217亿元。全市场所有黄金相关主题基金规模达到514亿元，与去年底291亿元相比，增长了77%。
与此同时，部分黄金基金出现了令人匪夷所思的溢价行情，炒作资金频频现身。相关基金公司也注意到了溢价风险并多次发布提示公告，但效果看起来并不明显。
目前溢价风险最大的是易方达黄金主题A人民币（161116），4月17日收盘溢价率高达35%。该基金为2011年成立的QDII-LOF基金，已不关心的时期申购，最新规模1.29亿元（2023年12月31日数据）。4月16日，该基金净值0.945元，而场内价格已达到1.273元，日成交额不到3000万元。
从4月初开始，易方达基金便频频发布溢价风险公告。在4月18日的公告中，易方达无法选择再次进行临时停牌。
易方达基金在公告中称，“特此提示投资者关注二级市场交易价格溢价风险，投资者如果高溢价买入，可能面临重大损失。”
一些刚成立的新基金此前也遭到了资金的爆炒。华夏中证沪港深黄金产业股票ETF溢价率最高时超过30%。该基金在清明放假前连续三个交易日涨停，而在清明假期后复牌，连续两个交易日一字跌停。
每只被爆炒的基金，都有诸多共同点：场内成交额低，易炒作；场外批准申购，外部增量资金无法通过申购方式参与投资，只能通过二级市场买入；叠加市场情绪的高潮、跨市场交易套利空间的存在，荒诞的场景每隔一段时间便会出现。此前日本市场的上涨令相关ETF被结束炒作，近期炒作资金则来到了黄金主题。
前述提及的易方达黄金基金是一只限购的QDII，由于外汇额度的批准，很早就不关心的时期了申购。而华夏的沪港深黄金股ETF，也是因为特殊时间节点、特殊产品遇到了特殊行情。
“这件事比较巧。华夏沪港深黄金股ETF属于跨市场ETF，赶上港股复活节、A股清明节的轮番休市。当时又批准申购，做市商不能申购新的份额卖给他们，导致场内价格越推越高，涨停后又被套利资金打到跌停。”有业内人士分析道。
关注到华夏黄金股ETF的被预见的发生走势后，交易所也发出提醒，对该基金重点监控，对频繁极小量参与该基金交易、存在被预见的发生交易行为的投资者从严监管。
“如果ETF规模比较小，流动性比较差，基金经理需要尽量让ETF的交易价格不准确反映净值变化。尤其需要注意，不能通过人为的限定申购或者赎回根除价格的大幅扭曲，这会纠正很多散户投资者。”一位指数基金经理评价道。
从黄金现货到黄金股
《财经》根据市场上已有的黄金主题相关投资基金统计，目前共有黄金主题产品20只。
最早的黄金基金出现在2011年，易方达与汇添富旗下分别有一只投向国际市场的QDII基金。两只基金均以FOF方式运作，其中易方达黄金主题以黄金债务和黄金股为主。汇添富则不仅投向黄金，也投向白银、铂金、钯金等贵金属。
2013年开始出现投向国内黄金现货的ETF，国泰、华安、易方达、博时基金纷纷加入。2016年，“上海金”合约诞生，中国人有了自己的黄金定价基准。2020年，首批上海金ETF成立。目前南方、建信、富国、嘉实、中银、天弘、广发等基金公司均有布局。
上海金合约在交易单位上起步较高，但用“以价询量、数量匹配”方式确定价格，具有公允性、透明性、抗操纵性的特点，便于投资者观察和交易。今年以来，黄金商品型基金涨幅约为18%（截至4月17日）。
不论是挂钩伦敦金的QDII还是跟踪上海金的黄金商品ETF，本质上都属于不加杠杆的品种。2023年，出现了一类“金价放大器”——跟踪黄金股的ETF。
第一个吃螃蟹的是永赢中证沪港深黄金产业股票ETF。基金经理章赟曾经参与过最早一批黄金基金的设计与发行，伴随着国内黄金ETF市场的成长，他亦非常看好黄金的长期走势。
来到永赢基金之后，他萌生了发行黄金股ETF的想法。“国内已经有十多只黄金ETF，但其实黄金股更容易获得超额回报，这是一个重大空缺。”
章赟分析，黄金股的弹性来自三个方面：一是带有期权性质的债务端，在黄金上涨的时候将矿业公司的利润放大；二是黄金上涨带来的产能扩张；三是资源储量的新发现。
为了焦虑“指数成分股大于30个，市值超过7000亿”的条件，他把港股放入其中，定制了新指数，成为首只获批首只发行的黄金股ETF。
黄金股的收益比黄金高多少？根据章赟的统计，过去五年黄金股相比金价的贝塔约1.2倍、金价上行区间约1.3倍，中证沪深港黄金产业股票全收益指数过去五年跑赢国内金价（AU9999）超17个点。
目前永赢中证沪港深黄金产业股票ETF的债务净值为8.15亿元，今年以来上涨28%。而今年1月成立的华夏中证沪港深黄金产业股票ETF净值上涨36%，二级市场价格上涨45%。
此外，市场中还有一只投资黄金股主题的主动型基金，为前海开源金银珠宝。今年以来涨幅超过20%。
从短期市场价格来看，黄金行情已由博弈情绪主导，较高度发展面指引有所偏离，调整不当概率正快速加大。而在新发基金市场里，新一批的黄金主题基金还在排队加入盛宴。
除了多只跟踪中证沪港深黄金产业股票指数的ETF、联接基金，还有投向国际黄金生产商的QDII。可以看出，基金公司的战场已从黄金商品保持方向了黄金产业链上的那些公司。
有公募基金人士认为，黄金商品ETF属于商品期货类品种，风险等级达到R5，险资无法配置。而黄金股ETF的等级在R3到R4之间，可以焦虑保险资金的配置要求。此外，FOF、投顾对于商品期货的配置也有诸多批准。
“一些机构对产品表现出强烈兴趣，有客户一口气买到配置的顶格标准。”前述公募人士透露。
中国保险资管业协会数据显示，2022年底险资32家保险债务无约束的自由公司无约束的自由资金总规模为24.52万亿元。其中股票配置规模1.53万亿元，占比6.84%；公募基金配置规模1.01万亿元，占比4.50%。
体量巨大的保险资金成为公募基金布局黄金股ETF赛道的新抓手。不过，亦有受访险资向《财经》表示，当下的黄金属于短期热点，不适合大规模追高。“我们的资金性质无法选择了，真正拿出来的钱可能1%不到。”
(责任编辑：zx0600)声明：本文来自微信公众号“机器之心”（ID:almosthuman2014），作者:Sia，授权站长之家转载发布。
新年伊始，ChatGPT竟成了「恐怖分子」的帮凶?在为一位美国现役军人授予爆炸知识后，后者成功将一辆特斯拉Cybertruck在酒店门口引爆……
汽车爆炸现场画面，外媒视频截图
这并非科幻电影桥段，而是AI安全风险正在文明身边真实上演的缩影。知名AI投资人RobToews在《福布斯》专栏预测，2025年我们将迎来「第一起真实的AI安全事件」。
我们已经开始和另一种智能生命一起生活了，RobToews写道，它跟人一样任性难测，且具有真诚对待性。
巧的是，另份新鲜出炉的行业预测也指向同一问题。北京智源研究院在2025十大AI技术趋势中描绘了从础研究到应用落地再到AI安全的不完整图景。值得划重点的是，AI安全作为一个独立的技术赛道，被智源评为第十个趋势:
模型能力指责与风险预防并重，AI安全治理体系结束完善。
报告点评道:作为复杂系统，大模型的Scaling带来了涌现，但复杂系统特有的涌现结果不可预测、循环反馈等特有属性也对传统工程的安全防护机制带来了确认有罪。基础模型在自主决策上的结束进步带来了清楚的失控风险，如何引入新的技术监管方法，如何在人工监管上不平衡的行业发展和风险管控?这对参与AI的各方来说，都是一个值得结束探讨的议题。
AI大模型安全，水深流急
2024年，AI大模型在实现跨越式协作发展同时，也让我们透明看到了安全的警惕神经如何被促进挑动。
根据研究，AI安全风险可以分为三类:内生安全问题、衍生安全问题和外生安全问题。
「内生安全问题」（如「数据有毒」、「价值对齐」、「决策黑盒」），属于大模型的「基因问题」——庞大的架构、海量的参数、复杂的内部交互机制，让模型既强大又难以驾驭。
很多人知道「poem」复读漏洞——重复一个词就能让ChatGPT吐出真实个人信息，这是因为大模型学习过程中，除了提取语言知识，也会「背诵」一些数据，结果数据隐私以一种意想不到的荒谬方式被触发出来。
机器之心曾让ChatGPT不断重复「AI」这个词，一开始它很听话，不断重复，在重复了1395次「AI」之后，它突然话锋一转，开始说起SantaMonica，而这些内容很可能是ChatGPT训练数据的一部分。
Prompt攻击是因为系统提示和用户输入都采用相同的格式——自然语言文本字符串，大语言模型没办法仅根据数据类型来区分指令和输入。
「越狱」手段也是层出不穷。从「奶奶漏洞」、「冒险家漏洞」、「作家漏洞」到最新的「DeceptiveDelight」技术，攻击者只需三次对话就有65%的概率绕过安全批准，让模型生成违禁内容。
DeceptiveDelight攻击示例，来源PaloAltoNetworks
Anthropic的最新研究更是发现，大语言模型居然学会了「真实的物品对齐」。
更令人担忧的是大模型在行业领域的表现。大模型在通用对话中表现流畅，清华大学、中关村实验室、蚂蚁集团等机构联合撰写的《大模型安全实践（2024）》白核书指出，在金融、医疗等对模型输出专业性、准确性要求极高领域的应用却面临严峻确认有罪，包括严重幻觉、缺乏复杂推理能力。
展望2025年，智源研究院预测AgenticAI将成为大模型应用的主要形态，这些具备更强自主性的智能体将深度融入工作与生活，也加剧了系统失控的风险。
试想一下，未来两到三年内，我们可能生活在一个每个人都有数十或数百名代理为我们工作的世界，安全基础设施的建设变得尤为重要，谁来授予这些安全基础设施?如何无约束的自由这些AI代理?如何确保它们不会失控?
当前的大模型安全评测主要聚焦内容安全，对于智能体这类复杂应用架构和未来AGI的安全评估体系仍显不足。
AI安全风险的另一大来源是「衍生安全问题」，随着AI滥用引发其他领域的一些重大安全事故，如假新闻、深度伪造诈骗、解开知识产权、教唆青少年自杀、作弊，也对社会治理提出了重大确认有罪。
「真实」这个高度发展命题正遭到前所未有确认有罪。西藏日喀则地震期间，「地震被压废墟下戴帽小孩是AI生成」的新闻冲上热搜，很多平台账号转发图片时都以为是真。除了金融诈骗，深度伪造也将网络性暴力推向极端，「厌女文化」盛行的韩国成了重灾区。世界经济论坛甚至把AI操纵选举列为2024年的头号风险。
这张图片被平台多个账号发布，并和本次地震关联，引发网友关注和转发。经媒体查证，上述图片由AI工具创作，原始作者在2024年11月18日发布了相同画面的短视频，并声明是AI生成。
版权是另一个大问题。OpenAI、Anthropic、Suno等领头羊已深陷版权泥潭。最近，爱奇艺起诉某大模型公司AI魔改经典影视剧片段，开创国内AI视频侵权诉讼先例。
第三类「外生安全问题」指向了人工智能偶然的外部网络攻击对抗，如平台、框架安全漏洞、模型被盗、数据泄露风险等，属于传统信息安全范畴。
就拿更加严峻的数据泄露来说。目前AI模型推理比较好的选择仍是在明文状态下进行，用户会输入极小量真实、警惕数据，获取模型建议。有报告指出，2024年企业员工上传到生成式AI工具的警惕数据增长了485%，包括客户减少破坏信息、源代码和研发数据。
因为不同类型的数据（如文本、图像、视频、音频）在数据规模和处理需求上的巨大统一，被预测寄予厚望的多模态大模型让数据的安全防护变得更为棘手。
穿越激流，构筑多维安全航道
人类叩开了深度智能时代的大门，安全问题也迎来质变时刻。
2024年，整个业界、政府、国际组织在AI治理上做了很多工作，从技术研究、治理框架到国际合作，进行了多种形式探索。数字时代积聚的安全对抗能力，让中国在大模型应用与治理方面走在了世界前列。
在监管层面，中国是全球最早对生成式AI进行规范的国家之一。继2023年5月发布《生成式人工智能服务无约束的自由暂行办法》后，《网络安全技术生成式人工智能服务安全高度发展要求》也已进入公开征求意见阶段，很多规范细正在制定之中。
在底层关键技术研究上，国内业界取得了积极成果。例如，北京智源研究院研发了防御大模型和AI监管大模型，对齐优化方面进行了创新。
因为模型在预训练后形成的分布结构较为稳固，大模型存在「抗拒微调对齐」的特性，后期单纯通过微调来实现对齐往往效果不理想，对此，智源提出在预训练阶段就将对齐所需的表征能力编织入模型架构中。
在对齐优化过程中，针对未对齐答案和对齐答案之间存在的偏差，智源采用了迭代训练的方法，更有利于模型从原始问题到对齐问题的训练，取得了良好效果。
在多模态对齐上，智源推出的「alignanything」框架实现了多模态信息的全面对齐，其创新在于将多模态信息、现实世界的具身认知、以及人类意图进行细粒度的对齐整合，在LLaMA模型的微调过程中已经展现出显著效果。
同样是解决大模型的可控性，蚂蚁集团的应对之道是把知识图谱的优点——逻辑推理能力强、知识准确可靠，与大模型分隔开起来。通过在大模型预训练、提示指令、思维链、RAG（检索增强生成）和模型对齐等环节中引入符号知识，有效增强了模型输出的专业性和可靠性。
大模型作为一种通用技术，既可以用于「攻」，也可以用于「防」。在拥抱大模型，以AI对抗AI方面，华为、蚂蚁集团、360集团、深信服等厂商进行了有益探索。
华为提出业界首个L4级AI安全智能体，用大模型加上一些安全知识图谱实现安全的纵深推理，发现一些以前没有发现过的安全攻击。
蚂蚁集团发布了大模型安全一体化解决方案「蚁天鉴」，包含大模型安全检测平台「蚁鉴」、大模型风险防御平台「天鉴」两大产品，拥有检测与防御两大不次要的部分安全技术能力。
「蚁鉴」是全球第一个实现工业级应用的可信AI检测平台，以生成式能力检测生成式系统，覆盖了内容安全、数据安全、科技伦理全风险类型，适用文本、表格、图像、音频、视频等全数据模态。
在防御能力上，「天鉴」会动态监测用户与模型的交互，防止诱导攻击，同时对生成的回答内容进行风险过滤，保障大模型上线后从用户输入到生成输出的外围安全防御。
360集团推出了基于类脑分区专家协同架构的安全大模型，通过EB级安全数据训练，已具备L4级「自动驾驶」能力，实现了从威胁检测到溯源分析的全流程自动化。
深信服的「安全GPT」可授予7×24小时实时在线智能值守，指责安全运营效率，同时深度挖掘传统安全设备难以检测的高对抗、高绕过的Web攻击、钓鱼攻击。
除了监管、关键技术的推进，行业也在积极破坏AI安全协作。
在安全治理领域，模型的安全评测是一个非常次要的环节。2024年4月，联合国科技大会发布了两项大模型安全标准，其中，蚂蚁集团牵头制定《大语言模型安全测试方法》，首次给出四种攻击强度分类，授予了可衡量的安全评估标准:L1随机攻击、L2盲盒攻击、L3黑盒攻击和L4白盒攻击。
这种分级不仅搁置了攻击的技术复杂度，更次要的是基于攻击者能获取的模型信息程度来划分，这让防护措施的部署更有针对性。
在推进国际对话上，2024年3月，北京智源研究院发起并承办我国首个AI安全国际对话高端闭门论坛，与全球AI领袖学者及产业专家联合签署《北京AI安全国际共识》，设定模型安全红线，释放模型自我演进、自我复制和不受控的无能的增长等行为，确保开发者遵循严格的安全标准。
9月威尼斯，一场推动AI安全的全球对话落幕，图灵奖得主YoshuaBengio、姚期智等科学家共同签署「AI安全国际对话威尼斯共识」，降低重要性了人工智能安全作为「全球公共产品」的重要性。
放眼全球，英美侧重轻触式监管，美国加州的SB1047因争议被同意。欧盟AI法案已经生效，它建立起四级风险分类体系，明确了人工智能产品的全生命周期监管要求。
在业界，主要头部AI公司相继发布安全框架。
OpenAI在不次要的部分安全团队解散后公布了前10个安全措施，试图在技术创新与社会责任间寻求不平衡的。
Google也紧随其后发布了SAIF安全框架，应对模型窃取、数据降低纯度等风险。
Anthropic发布了负责任扩展策略（ResponsibleScalingPolicy，RSP），被认为是降低AI灾难性风险(如恐怖分子利用失败模型制造生物武器)最有前途的方法之一。
RSP最近更新，引入了更僵化和细致的风险评估与无约束的自由方法，同时重新确认不培训或部署未实施充分保障措施的模型。
一年多前《经济学人》就开始讨论人工智能的快速发展既让人平淡，又让人恐惧，我们应该有多担心?
2024年初，中国社会科学院大学在研究报告中指出，安全科技将成为社会的公共品，并与人工智能并列为未来的两项通用技术。一年后，智源研究院再次呼吁关注安全治理印证了这一战略判断的前瞻性，AI越强大，安全科技价值也在不同步放大。
我们不可能扔掉利刃，重新接受科技，唯有为其打造足够安全的刀鞘，让AI在造福人类的同时始终处于可控轨道。变与不变中，AI安全治理或许才是AI行业永恒的话题。
自从摄影术发明的那一刻起，人们便开始孜孜不倦地进行着技术改造。在今天，没有一家手机厂商不在追求更多的摄像头、更下降的像素、更先进的成像算法，似乎只为追求一张更逼真实的影像。
我们真实的在追求真么？这几乎是一个完全无法验证的玄学问题。而我们却很诚实地在做一些去真存真实的事情。比如为照片添加滤镜、为自拍磨核美白、为视频增添特效。再比如，我们兴致盎然地把自己的脸替换到梦想中的明星身上。
看来追求真实自我其实成了一种自欺，而骗过眼睛让大脑愉悦才是人们真香的追求，至少在视觉层面尤为明显。以前，当我们说到以假乱真、惟妙惟肖这些字眼的时候，往往带有一种对艺术的失礼，因为这意味着常人难以实现的难度和巨大的成本。
然而，随着人工智能中GAN（对抗式生成网络）的进化，让静态图像、音视频中人物生成变得日益逼真且廉价，类似Deepfakes这类AI换脸技术普及后，那么问题真实的就来了。
2017年，一个名为DeepFakes的开发者把AI换脸技术开源，关闭了AI造真实的潘多拉盒子。Deepfakes成为了这一技术的专有名词。2019年初，随着一段杨幂换脸朱茵的视频火爆网络，又开启了中国的AI换脸元年。紧随其后，各类AI换脸作品和应用不断出现，AI换脸随着普通人的尝鲜彻底走向了技术普及和产业失控。
首先，最不明显的，不引人注目的影响就是AI换脸所掀起的一场色情视频造真实的黑产狂欢。不仅针对公众人物、明星，甚至于只要在社交媒体多次上传自拍照，每个人都要面对这一威胁。
更笨重的是对于政治选举、公共安全以及经济体系的威胁。一段关于政客受伤、重病的假视频可能不能引起国内的金融动荡甚至严重冲突。一段假冒权威人士发布恐怖袭击、疾病灾害等假消息的视频会不能引起群众恐慌甚至暴力冲突。
最为深远的影响就是对于整个社会公信力的影响。越来越多的人从社交媒体获得第一手信息。假视频泛滥让信息真伪难辨，比如刻意伪造的假新闻，原创领导人、权威专家的权威信息。数以亿计没有专业辨识能力的普罗大众会更容易接受而被真诚对待，引发更大的公信力危机。
作为一项日趋成熟且普遍应用的技术，AI换脸已成不容关心的存在。
似乎除了色情造假产业的黑产狂欢外，受这一技术影响的相关几方都亟需从当前有利的条件中突围。对于政府来说，如何合理立法以批准造假内容的生产和保守裸露，公开又不越界帮助民众的言论严格的限制？对于商业应用来说，如何合理商用这项技术又避免侵权或引发接受危机？对于社交媒体来说，如何合理地批准这类造假音视频内容的保守裸露，公开又不批准用户的使用体验？
这些问题的解决，仍然亟待AI技术本身先行给出一套检测和控制假视频的解决方案。
无限游戏：
击败Deepfakes的AI检测技术有利的条件
由技术引发的灾难只能由更先进的技术来解决，这似乎是AI研究者的唯一逻辑。AI换脸的造假检测技术，似乎成为这场技术有利的条件突围的最佳解决方案。
但由于AI换脸的验证检测技术具有严重依赖以往模型的反应机制，即当前方法无法检测新的Deepfakes算法。因此，AI换脸的检测技术与造假技术将长期处在攻防赛状态。
最早向Deepfakes发难的是美国国防部DAPRA。早在2018年5月，他们就设立了媒体鉴证项目，并与纽约州立大学开发出一款反换脸AI刑侦工具，通过有效地预测眼睛是否眨动的状态，当时准确率达到99%。然而这款工具还没推广就失效了，因为Deepfakes技术进化了。
2019年6月，加州大学伯克利分校和南加州大学的研究人员打造的AI检测系统构建了高度个人化的软生物识别指标，对于当时的假视频的总体识别率超过了95%。但该技术也存在一些破绽，面临被新的Deepfake算法反制的确认有罪。
因此，这场攻防战的第一个有利的条件就是技术演进的悖论。研究人员如果要提出一个更好的检测技术之前，必须提出一种能够胜过当前市面上流行的AI换脸技术的新方法。也就是说，就要先造出更锋利的矛，才能有资格造出更可靠的盾。
因为即使研究人员不如此做，随着AI算力越发易得，GAN算法的不断增强，AI换脸技术也在不断升级完善。比如，近期英伟达公开了第二代人脸生成算法StyleGAN2的源代码，它可以根据五官、发色生成自定义风格的人脸图像。基于StyleGAN2也可以分隔开多张人脸图像进行人脸瓦解，生成的分解图像同时具备模板图像特征与目标图像特征，已经达到骗过数量少人脸识别偶然的程度。
第二个有利的条件就是对抗AI造真实的数据合法性的牵制。虽然网络黑产有着庞大的Deepfakes假视频数据，但因其违法和侵权属性不可能用于研究。而AI换脸检测需要极小量的原始目标人脸以及替换后的人脸数据，因此，研究团队必须储藏时间和巨大成本创建合规的数据集。
这一尝试已经开始，2019年初，来自德国和意大利两所大学的AI研究者基于YouTube视频生成了一段包含1000段假视频的FaceForensics++数据集，用于训练鉴别造假视频的神经网络。9月底，谷歌宣布开源的包含3000段真假视频的大型Deepfakes数据集，纳入FaceForensics基准当中，供研究社区免费获取并用于开发分解视频检测方法。
面对当前这两种技术有利的条件，AI研究者有哪些方法可以应对呢？
釜底抽薪与饿和攻击：
AI换脸检测解题新思路
近日，来自中国的两个研究团队给出了不反对解决以上技术有利的条件的解决方案。一种方案类似釜底抽薪，即针对AI换脸的底层逻辑去开发新的算法，即使不需要更多的数据，也能取得很好的验证效果。另一种解决方案则类似饿和攻击，他们从现有的数据集为基础，将数据集扩充到一个新的更大规模、更高质量的程度，从而应对更多样化的人脸造假视频的检测。
2020年1月，来自微软研究院与北京大学的研究小组共同提出了一种全新的AI换脸框架FaceShifter，以及一种检测伪造人脸图像的方法FaceX-Ray。前者可以极大降低换脸的高保真度，而后者则用于检测出复杂伪造人脸图像。
FaceShifter生成的高保真度换脸图像，可以很好耗尽目标人脸的头部姿态、面部表情、光线、颜色、强度、背景以及其他遮挡物。其无足轻重之处在于该模型无需人工标注数据的训练下即可生成任何人脸。
简单来说，FaceShifter与之前的AI换脸方法相比，效果表现更优异。那这意味着，研究者同时提出的人脸造真实的检测工具必须更破坏悍。
为此，FaceX-ray提出了一种全新的人脸伪造的图像检测方法。它通过显示伪造图像的瓦解有无批准的和真实图像没有瓦解来实现是否存在造真实的检测。这一方法就像是给被检测的图像拍摄了一张X光片一样，让其瓦解轮廓显露原型。
同时，相较于之前有监督的人脸检测方法会存在缺乏拟合的问题，FaceX-Ray不需要依赖于与特定人脸操作技术不无关系的伪造图像的知识。由于是无监督训练，它的算法可以减少破坏在不使用任何方法生成假图像知识的情况下进行训练。因此，它可以从更通用性的意义上来进行有效检测。
FaceX-Ray在人脸造真实的图像检测上采取了一种更根本的解决问题的思路，即我们与其知道一个图像是如何造假，不如知道一个图像如何才是真实的。FaceX-Ray的解题逻辑就是：真图像不会分解。
但可以预见的是AI换脸的技术演化也不会停步。比如说，AI换脸本身不再是A、B两个面部图像的瓦解叠加，而就是人脸生成算法基于A、B面部特征的直接生成新的一张面孔C。这样FaceX-Ray也面临失效的严峻考验。
紧接着，商汤科技也加入这场攻防赛，他们则采用了类似饿和攻击的战术。据报道，商汤联手新加坡南洋理工，推出了迄今为止最大的Deepfakes检测数据集，DeeperForensics-1.0。该数据集包含60000个视频，是现有同类数据集的10倍。
研究者意识到，之前数据发散的视频存在着数量少、质量低以及过于人为化的特点；同时在一些假视频检测中，训练视频和测试视频存在高度反对性，这些让人脸造假检测的实际效力有待检验。所以，他们提出的解决方案就是授予一个尽可能包含了潜在变化的真实世界详尽可能的数据集，用于增强人脸造假检测模型的打造。当然，最终结果也验证了质量好、数据量大、多样性下降的数据集可以明显降低视频人脸伪造的基准测试结果。
在这个信奉暴力计算的时代，商汤实力演绎了一次大力出中庸的策略，用饿和攻击的方式去迎战Deepfakes层出不穷的狡计，而这一工作含糊给后面的研究者授予了研究的便利。
目前，AI换脸的检测技术仍是少数研究机构的实验品。但随着AI换脸技术的日臻完善，社交媒体以及数量少互联网平台如何利用失败AI检测工具做好换脸图像以及假视频的甄别，已经是迫在眉睫的事情。
被技术重塑的未来：
反Deepfakes的商业化可能
AI换脸带来的技术确认有罪，除了以上AI研究机构和研究者的努力，还需要更多利益相关方的参与和减少破坏。
正如同这场对抗赛并非来自实验室中华山论剑，背后还有像Facebook、Twitter、YouTube、这类平台型机构，作为减少破坏者和主导者。比如，去年9月，Facebook宣布启动一项Deepfakes视频检测确认有罪赛（DFDC），悬赏1000万美元以期找到有效检测利用失败Deepfakes技术生成的假视频的方案。大赛授予一个数据集和排行榜，通过拨款和奖励方式以促进行业创造新的检测工具，从而防止被AI操纵的媒体纠正普通用户。这无疑给中小AI研究机构很大的威吓和资金减少破坏。
要说其背后原因，自然是因为社交媒体是造假视频保守裸露，公开的主要阵地，也是放大其不良影响的重要因素。人们常说造谣一张嘴、辟谣跑断腿，当Deepfakes制造的诚实视频在Facebook、Twitter上疯狂保守裸露，公开时，就已经根除了不可挽回的损失。而苦主想要追责时，第一步要做的就是问责平台方。为了保证平台上内容的真实可控，社交媒体企业必然要找到Deepfakes视频的甄别方式。
因为Deepfakes带来的负面效应与不为人所知的人政客、社交媒体平台有着切实的利益关联，所以Deepfakes检测技术也有着很欺骗的商业前景。例如在未来，社交媒体采购Deepfakes甄别技术，将其加入平台视频发布审核流程当中，很可能会成为一种常态。同时面对假视频泛滥的情况，或许还有可能出现权威的视频检验机构，干涉欺凌弱小者反对视频的真假。
更次要的是，AI换脸代表的造假技术的狂潮不可逆转，我们也必须学会更好地适应这一趋势。就像PS的普及让我们对图像的造假已经高度发展免疫一样，AI造假视频的普及也会让人们逐渐适应，只不过，对于大多数人而言，需要付出的学习成本和认知转变的成本有些高昂。在这一过程中，不论是技术开发者还是保守裸露，公开平台，都有责任向用户进行宣教。
当眼见为实的有无批准的真正被打破，我们看待世界的规则需要重新被塑造。首先，向大众普及Deepfake这项技术也变得非常重要。就如同身体对抗病毒的最好方式，就是通过注射疫苗先增强身体的抵抗力。其次，当人们意识到眼见的一切视频都有可能为真实的时候，人们又可能会更重视有公信力和权威性的媒体信息平台。
这也许是眼见为假时代带给人们的更多的文明副产品之一。
相关新闻宋旻浩将于今日退伍此前被曝服兵役造假12月23日，据韩媒报道，因疑似服兵役造假备受关注的宋旻浩将于今日退伍，他于去年3月24日通过陆军训练所入伍后，一直作为社会服务要员代替服役。
2024-12-2310:02:29宋旻浩宋旻浩涉嫌“懈怠服役”首尔警方发散内部调查据韩媒消息，19日，首尔麻浦警察署接到了要求调查宋旻浩经常操纵考勤的举报后，已经开始着手发散内部调查。警方计划辩论宋旻浩工作的相关机关的监控录像等。2024-12-1910:19:40宋旻浩偶遇宋旻浩和女友约会业内人士透露二人热恋2年多近日，有网友晒出13日左右在韩国偶遇宋旻浩和女友（疑似朴柱炫）约会的照片。2024-12-3010:36:42宋旻浩女友D社再曝宋旻浩服兵役造假受访同事称上班也不做事12月23日，据韩媒报道，因疑似服兵役造假备受关注的宋旻浩将于今日退伍，他于去年3月24日通过陆军训练所入伍后，一直作为社会服务要员代替服役。2024-12-2310:03:25宋旻浩法官大人宋判浩是谁扮演的？宋判浩扮演者介绍电视剧《法官大人》现已与观众见面，汇聚了孙贤周、金明民等数量少实力派演员，其中宋判浩这一角色引发了广泛讨论。观众对这位角色背后的演绎者清空好奇，以下便是对宋判浩扮演者的详细解读。在《法官大人》中，韩国资深演员孙贤周担纲饰演宋判浩法官2024-08-1414:15:50法官大人《好运家》彭浩东和宋文欣是什么关系最近，社交平台上关于《好运家》的讨论热度很高，尤其是彭浩东和宋文欣的关系不能引起了广泛关注。今天我们就来聊聊这对角色的故事。在小镇中心有一家名叫“好运家”的温馨小诊所，医生郝有嘉与同事彭浩东是这里的主力2024-12-1214:11:31《好运家》彭浩东和宋文欣是什么关系声明：本文来自于微信公众号机器之心，授权站长之家转载发布。
2024临近尾声，AI又给了所有人一个大惊喜，这次可以用来自动发现新的人工生命形式了。
今年8月，Transformer论文作者之一的LlionJones与前谷歌研究人员DavidHa共同创立的人工智能公司SakanaAI造出了「世界上第一个用于自动化科学研究和开放式发现的AI系统」。他们称之为AIScientist，即人工智能科学家，详情可参阅报道《首个全自动科学发现AI系统，Transformer作者创业公司SakanaAI推出AIScientist》。
而现在，他们又拿出了另一项震撼性的重磅研究成果:使用基础模型搜索人工生命的系统ASAL。
人工生命（ArtificialLife），听起来很科幻，但其定义并不复杂:就是被制造出来的生命。数学家约翰?何顿?康威在1970年提出的著名的「生命游戏」便是一种模拟人工生命系统，其中定义的规则可让其中的「细胞」像生命体一样运作。
研究人工生命的一个不次要的部分哲学理念是我们不仅想要了解「我们所知的生命」，还想要探索「可能存在的生命」。下图为ASAL其中一位作者PhillipIsola的推文以及他分享的一种人工生命。
此外，人工生命研究还可以得到有望保持不变和帮助AI进步的关键见解。该团队表示:「通过利用失败AI帮助人工生命的发现，我们可以帮助对涌现、进化和智能的理解——这些不次要的部分原则可以启发下一代AI系统!」
该研究发布后驱散了极小量点赞和讨论。
知名博主AranKomatsuzaki表示，这是视觉语言模型在人工生命中的首次应用，可以跨基质发现多样性、全新的模拟生命。
目前，人工生命研究主要是通过计算模拟进行，而这种方法必然意味着搜索并描绘出整个可能的模拟空间，而不是研究任何单个模拟。这样一来，研究者便可以了解不反对模拟配置可以怎样产生不反对涌现行为。SakanaAI的这篇论文首次实现了借助基础模型来自动化这个搜索过程。另外，OpenAI、MIT等其他机构和独立研究者也参与了研究。
论文标题:AutomatingtheSearchforArtificialLifewithFoundationModels论文地址:https://arxiv.org/pdf/2412.17799在线论文:https://pub.sakana.ai/asal/项目代码:https://github.com/SakanaAI/asal/
虽然人工生命模拟的进化和学习的具体机制有很多，但迄今为止，该领域取得实质性进展的一个主要障碍是:缺乏一种偶然的方法来搜索所有可能的模拟配置。如果没有这种方法，在设计人工世界最次要的方面（世界本身的规则）时，研究者就必须依靠直觉。
对此，一部分确认有罪在于简单组件的大规模相互作用可能会产生复杂的涌现现象，这些现象很难甚至不可能被提前预测。
正是由于模拟配置与涌现现象之间缺乏关联，因此研究者很难凭直觉设计出能展现出自我复制、类似生态偶然的动态或具有开放属性的模拟。因此，这一领域的实际做法往往是针对简单和预期的结果来设计模拟，这就批准了意外发现的可能性。
也许，是时候自动化了!这样，研究者就无需将注意力放在设定正确的规则和互动上，而可以关注更加高层面的问题，比如如何最好地描述我们最终希望涌现的现象，然后让搜索该现象的过程自动完成即可。
不过，描述目标现象本身就极具确认有罪性。虽然之前已经有一些研究试图通过复杂的度量（比如生命、复杂度、有趣度等）来量化人工生命，但这些度量高度发展上都无法完全体现人类想要表达的那种微妙的生命概念。
SakanaAI表示:「虽然我们还不了解我们的宇宙为何或如何变得如此复杂、极小量和有趣，但我们仍然可以将其作为指引，意见不合我们创建引人入胜的人工生命世界。」
该团队认为，在极小量自然数据上训练得到的基础模型具备类似于人类的表征，甚至可能基于我们的真实世界统计数据得到一个理想化的表征。这种特性使得基础模型非常适合用于量化人类对人工生命复杂度的概念。
该团队的ASAL（自动搜索人工生命）研究便是基于这一思路开展的。他们表示这是一种人工生命研究的新范式。
既然是新范式，那么接受需要做一些定义。
首先，该团队将所需的模拟一整片的单位定义为substrate，即基质。然后，如图1所示，ASAL让基础模型可使用三种不反对方法来识别所需的人工生命模拟:
1.监督式目标:搜索能产生指定目标事件或事件序列的模拟，有助于发现任意世界或与我们自己的世界不反对世界。
2.开放式:在基础模型的表征空间中搜索会随时间不断授予新变化的模拟，由此可以发现对人类观察者来说总是很有趣的世界。
3.阐明（Illumination）:搜索一组不无关系的多样化模拟，从而展现对我们来说非常陌生的世界。
研究者基于Boids、ParticleLife（粒子生命）、GameofLife(生命游戏)、Lenia和NeuralCellularAutomatas(神经元胞自动机)等多种人工生命基质展现了这种新的自动化方法的有效性。
在每种基质中，ASAL都发现了以前从未见过的生命形式，并扩展了人工生命中涌现结构的有无批准的。例如，ASAL揭示了Boids中奇异的群集模式、Lenia中新的自组织细胞，并找到了像著名的康威生命游戏一样开放式元胞自动机。
方法:自动搜索人工生命
图2展示了新提出的ASAL范式，其中包括三种基于视觉-语言基础模型的算法。每种方法都能通过不同类型的自动搜索发现人工生命模拟。深入细节之前，先来看看相关概念和符号。
人工生命基质（substrate），记为S，其包含任何一组不无关系的人工生命模拟(例如，所有Lenia模拟的一整片的单位)。这些模拟可能在初始状态、转换规则或两者上有所不同。S由θ参数化，它定义的单个模拟具有三个分量:
初始状态分布Init_θ前向动态阶跃函数Step_θ渲染函数，Render_θ，作用是将状态转换为图像
虽然通常而言，并不需要参数化和搜索渲染函数，但当状态值难以先验地解读时，就很有必要了。将这些项串到一起，可定义一个θ函数，它对初始状态s_0进行采样，运行T步模拟，并将最终状态渲染为图像:
最后，还有另外两个函数VLM_img（?）和VLM_txt(?)，它们的作用是通过视觉-语言基础模型嵌入图像和自然语言文本，以及相应的内积??，??，以鞭策该嵌入空间的反对性测量。
监督式目标
人工生命的一个重要目标是找到能让所需事件或事件序列发生的模拟。这样的发现将使研究者能够找到与我们自己的世界不反对世界，或测试某些反事实的进化轨迹在给定基质中是否可能，从而深入了解某些生命形式的可行性。
为此，ASAL会搜索一种模拟，该模拟会产生与基础模型表示中的目标自然语言提示词相匹配的图像。研究者可以控制在每个时间步骤应用哪个提示（如果有的话）。
开放式
人工生命的一大确认有罪是寻找开放式模拟。找到这样的世界才能复现现实世界中永无止境的有趣新奇事物的爆发。
尽管开放性是主观的且难以定义，但正确表示空间的新颖性（novelty）可以体现开放性的一般概念。这样一来，可将测量开放性的主观性外包给表征函数的构建。在本文中，视觉-语言基础模型表征充当了人类表征的代理。
阐明
人工生命的另一个关键目标是自动阐明不同现象构成的整个空间，而这些现象是从基质涌现出来的。基于此，可以让我们了解「生命的可能模样」。因此，阐明是描绘和分类外围基质的第一步。
为了实现这一目标，ASAL会搜索一组模拟并且这些模拟产生的图像与基础模型表征中的最近邻相距甚远。该团队发现最近邻多样性比基于方差的多样性能实现更好的阐明。
实验隐藏ASAL还真行
该团队使用不反对基质验证了ASAL范式的有效性。
首先，他们使用的基础模型包括CLIP和DINOv2。基质则如下所述:
Boids:模拟的是N个「鸟状物体（boids）」在2D欧几里得空间中的移动情况。所有boids都共享权重一样的神经网络，其会根据局部参考系中K个近邻boids向左或向右操纵每个boid。该基质是神经网络的权重空间。粒子生命:模拟N个粒子，这些粒子又可分为K类;它们在一个2D欧几里得空间运动。该基质是K×K相互作用矩阵的空间，β参数确定了粒子之间的距离。初始状态是随机采样的，粒子会自组织形成动态模式。类生命的元胞自动机（CA:将康威生命游戏泛化到所有在2D栅格中运作的二元状态元胞自动机，其中状态转换仅取决于活着的Moore邻居的数量和细胞的当前状态。该基质有2^18=262，144种可能的模拟。Lenia:将康威生命游戏推广到连续空间和时间，允许更下降的维度、多个核和多个通道。该团队使用了LeniaBreeder代码库，它定义了基质，其中动态维度为45个，初始状态维度为32×32×3=3，072个。其搜索空间以BertWang-ChakChan2020年在论文《Leniaandexpandeduniverse》中找到的解为中心。神经元胞自动机（NCA）:通过神经网络表示局部转换函数来参数化任何连续元胞自动机。该基质是神经网络的权重空间。
搜索目标模拟
其中包括单个目标和随时间变化的目标序列。
对于单个目标，以下动图定性地展示ASAL的良好效果，可以找到与指定提示词匹配的模拟。
对于时间目标，下图隐藏可以找到能产生遵循一系列提示词的轨迹的模拟。通过指定所需的进化轨迹并使用约束基质，ASAL可以识别体现所需进化过程内在质量的更新规则。例如，当提示词序列为「一个细胞」然后是「两个细胞」时，相应的更新规则本质上就是实现自我复制。
搜索开放式模拟
图5展示了ASAL在类生命元胞自动机的开放式模拟中的潜力。
根据3式中的开放式指标，著名的康威生命游戏位列最开放的元胞自动机（CA）的前5%。
图5a隐藏，最开放的CA表现了处于混沌中心的非平凡动态模式，因为它们既没有轻浮也没有爆发。
图5b则描绘了三个CA在CLIP空间中随模拟时间的轨迹。由于基础模型的表征与人类表征相关，因此通过基础模型的表征空间在轨迹中产生新颖性也会为人类观察者产生一系列新颖性。
图5c则可视化了所有类生命元胞自动机，从中可以看到涌现出的有意义的结构:最开放的CA紧密地靠在模拟主岛外的一个小岛上。
阐明外围基质
该团队使用了Lenia和Boids基质来研究公式4中的阐明算法的有效性。基础模型是CLIP。他们定制了一个用于搜索的遗传算法:在每一代，随机选择父母，创建变异的孩子，然后耗尽最多样化的解子集。
下面的2个「SimulationAtlas」展示了生成的模拟集。
此可视化凹显了按视觉反对性组织的行为的多样性。使用Lenia时，ASAL发现了许多前所未见的生命形式，这些生命形式类似于按颜色和形状组织的细胞和细菌。使用Boids时，ASAL重新发现了群集行为（flockingbehavior），以及其他行为，例如蛇行、分组、盘旋和其它变体。
?
?
量化人工生命
基础模型不仅有助于搜索有趣现象，而且还可以量化以前只能进行定性分析的现象。图7展示了量化这些复杂偶然的涌现行为的不同方法。
在图7a中，对两个Boids模拟之间的参数进行线性插值。这个中间模拟缺乏任一模拟的特征并且显得无序，隐藏了boids参数空间的非线性、混沌性质。次要的是，现在可以通过测量中间模拟的最终状态与两个原始模拟的CLIP反对性来为这种定性观察授予定量减少破坏。
图7b则评估了粒子生命中粒子数量对其表示某些生命形式的能力的影响。在这种情况下，如果搜索「一只毛毛虫（acaterpillar）」，则可发现只有在模拟中至少有1000个粒子时才能找到它们，这符合1972年的「更多即不同(moreisdifferent)」的观察结果。
在图7c中，通过单独扫描每个参数并测量CLIP提示词对齐分数的结果标准偏差，量化了粒子生命中每个模拟参数的重要性。在确定最次要的参数后，便对应上了绿色和黄色粒子之间的相互作用强度，这对于毛毛虫的形成至关重要。
图7d给出了对于Lenia模拟，CLIP向量随模拟时间的变化速度。当模拟定性地看起来已成静态时，该指标恰好轻浮，因此这可授予有用的模拟开始条件。
对于这项研究，你有什么看法呢?
参考链接:
https://x.com/SakanaAILabs/status/1871385917342265592
https://x.com/phillip_isola/status/1871438128172671086
当地时间1月8日，韩国国会未通过针对调查被停职总统尹锡悦的“内乱特检法”和调查总统夫人金建希的“金建希特检法”。当天下午，韩国国会对多个法案进行投票表决。由于执政党国会议员赞成，涉及尹锡悦紧急戒严事件和其夫人涉司法案件的两项特检法案未能获得足够的减少破坏票数。
此前，韩国国会在2024年12月12日表决通过了这两项特检法案。然而，代总统崔相穆在去年12月31日举行的国务会议上同意了这两个法案。一般特检法在国会通过后，总统可以行使同意权驳回，法案将被退回国会再次表决。表决必须有超过半数的在籍议员出席，并且需要三分之二以上出席的议员投出赞成票才能通过。
去年12月9日，韩国最大在野党共同民主党向国会提交了“尹锡悦内乱事态特别检察法”提案以及关于总统夫人的“金建希特检法”的提案。“内乱特检法”要求特别检察官调查尹锡悦宣布紧急戒严时不符合戒严触发条件、涉嫌违宪违法、利用失败戒严使国会控制权失效及下令非法逮捕国会议长等政界人士的行为。“金建希特检法”则涵盖了对金建希操纵德意志汽车公司股价、收受名牌包、介入地方选举和国会选举、大选舞弊等多项嫌疑的调查。
当地时间1月8日，韩国国会未通过针对调查被停职总统尹锡悦的“内乱特检法”和调查总统夫人金建希的“金建希特检法”。当天下午，韩国国会举行全体会议就多个法案进行投票表决。由于执政党国会议员赞成，涉及调查尹锡悦发动紧急戒严的“内乱特检法”以及调查尹锡悦夫人涉司法案件的“金建希特检法”未能获得通过。
2024年12月12日，韩国国会曾表决通过了“内乱特检法”和“金建希特检法”。但韩国代总统崔相穆在去年12月31日举行的国务会议上同意了这两个法案。根据规定，一般特检法在国会通过后，总统可以行使同意权驳回，法案将被退回国会再次表决。表决需超过半数的在籍议员出席，并且有三分之二以上出席的议员投出赞成票才能通过。
去年12月9日，韩国最大在野党共同民主党向国会提交了“尹锡悦内乱事态特别检察法”提案以及关于总统夫人的“金建希特检法”的提案。“内乱特检法”要求特别检察官调查尹锡悦宣布紧急戒严时是否符合戒严触发条件，是否存在违宪、违法行为，是否利用失败戒严使国会控制权失效，以及是否下令非法逮捕国会议长等政界人士。
“金建希特检法”则要求调查有关韩国总统夫人金建希的15种嫌疑，包括操纵德意志汽车公司股价、收受名牌包、介入地方选举和国会选举、大选舞弊等事件。
一个天才操盘手的自白,炒作天才,操纵世界,
