Google 周四宣布推出新一代基于 AI 的防御手段,以帮助打击 Chrome 上的诈骗行为。这家科技巨头将开始在桌面端使用 Gemini Nano,其设备端大语言模型,为用户抵御网络诈骗。同时,Google 也将在 Android 版 Chrome 上推出全新基于 AI 的警告机制,帮助用户识别垃圾通知,从而提高用户警觉性。
根据 Google 的介绍,Chrome 中的安全浏览增强保护模式提供了最高级别的防护,其防钓鱼和其他网络威胁的能力是标准保护模式的两倍。如今,Google 将利用 Gemini Nano 为启用增强保护模式的用户增加额外的一层防护,以抵挡线上诈骗的侵害。
Google 表示,这种设备端方法可实时洞察风险网站,从而保护用户免受诈骗,这其中也包括那些此前未曾遇到的新型骗局。
Google 在博客中指出:“Gemini Nano 的大语言模型非常适合这一用途,因为它能够提炼出网站多样且复杂的特性,帮助我们更迅速地应对新型诈骗策略。”
目前,该公司已利用这一基于 AI 的防御机制保护用户免受远程技术支持骗局的困扰。Google 计划未来将这一防护拓展到 Android 设备以及更多种类的诈骗行为中。
关于新增的基于 AI 的警告机制,Google 指出,诈骗网站带来的风险不仅限于网站本身,如果你启用了通知功能,其风险还可能通过通知扩散。恶意网站可能利用通知来实施诈骗,这也是 Chrome 现在将帮助你识别 Android 设备上那些恶意、垃圾或带有误导性的通知的原因。
当 Chrome 的设备端机器学习模型将某个通知标记为可能涉及诈骗时,你会收到警告。你可以选择取消订阅该通知,或查看被屏蔽的内容。如果你认为警告提示有误,还可以选择允许该网站未来发送所有通知。
在今天的公告中,Google 还透露,其已在搜索中利用 AI 检测并屏蔽了数以亿计的诈骗性结果,每天阻止诈骗行为。Google 表示,其基于 AI 的诈骗检测系统已帮助拦截的诈骗页面数量比以往多出 20 倍。
例如,Google 注意到不法分子伪装成航空公司客服,欺骗寻求帮助的用户。公司称,这类诈骗已减少超过 80%,从而降低了用户在搜索中遇到诈骗电话号码的风险。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。