# 人工智能的所有文章

在 HTX 新聞中心流覽與「人工智能」相關的最新資訊與深度分析。潘蓋市場趨勢、專案動態、技術進展及監管政策,提供權威的加密行業洞察。

以太坊团队详述:人工智能如何改变智能合约的安全防护模式

以太坊团队发布了由核心开发人员(化名big_tech_sux)撰写的客座系列文章,探讨在人工智能高速发展时代形式化验证的作用。作者指出,大型语言模型(LLM)的进步使得用数学方法证明程序正确性变得更加可行。对于管理着数十亿美元资产的智能合约而言,形式化验证正逐渐从可选方案变为必需品。 形式化验证是一种数学方法,能证明程序在所有可能执行场景下的正确性,而不仅限于测试覆盖的范围。例如,可以数学证明函数 f(x) = x/2 的结果永远不会超过输入值。这种方法能发现极其罕见、传统测试几乎无法捕捉的错误,防止灾难性故障。 作者承认,过去形式化验证需要大型专家团队构建数学模型并进行复杂证明,过程艰巨。然而,现代的LLM,尤其是随着通用人工智能(AGI)的接近,正在显著简化这一流程。不过,即使借助AI,形式化验证仍然复杂且资源密集,例如将代码转化为形式化模型时可能出现影响结果可信度的误差。 文章强调,AI的发展同时提升了攻击者和防御者的能力。作者举例未发布的OpenAI模型曾发现可绕过多层防护的零日漏洞。在此背景下,形式化验证能将优势转向防御方:攻击者只需找到一种能入侵系统的输入序列,而防御者则可利用形式化验证来证明系统对所有可能输入的抵御能力。 因此,对于管理巨额用户资金的关键软件(如智能合约),形式化验证已成为“必要前提而非可选项目”。这也延续了以太坊联合创始人Vitalik Buterin此前关于使用AI进行代码形式化验证的讨论。

cryptonews.ru08/06 11:20

以太坊团队详述:人工智能如何改变智能合约的安全防护模式

cryptonews.ru08/06 11:20

李飞飞最新访谈:人也不全靠现实数据学习啊

李飞飞在访谈中阐述了World Labs收购机器人公司SceniX的战略布局,核心是推动“空间智能”成为AI下一前沿,让AI能在物理与虚拟空间中理解、推理和行动。她指出,机器人是空间智能落地与验证世界模型的关键应用场景。 访谈揭示了机器人发展的核心瓶颈:缺乏足够、安全的真实世界训练与评估数据。为此,World Labs与SceniX将携手构建一个可规模化的“数字训练场”,通过“真实-仿真-真实”的管线,利用仿真环境生成数据来替代昂贵、缓慢且危险的真实数据采集。 李飞飞与SceniX联合创始人李昀烛强调,仿真并非取代真实数据,而是互补。它能进行“反事实推理”,系统化地覆盖各种场景变量(如光照、摩擦力),从而在提升机器人系统可靠性的同时,大幅加速训练和评估迭代周期。他们的目标是打造不绑定特定机器人硬件或算法模型的通用基础设施,让不同形态的机器人能在高保真数字世界中高效学习,并迁移到真实半结构化环境(如仓库)中可靠工作。 双方团队能力高度互补:World Labs提供世界模型生成与三维重建能力,SceniX则贡献机器人全栈技术与仿真专长。合并后,他们将务实推进,旨在未来几年内于特定垂直领域打造出成功的灯塔客户案例,验证其基础设施在解决实际自动化需求中的价值。

marsbit08/06 08:17

李飞飞最新访谈:人也不全靠现实数据学习啊

marsbit08/06 08:17

活动图片