作者发现以她的名义写的假人工智能生成书籍

作者发现以她的名义写的假人工智能生成书籍

作者发现以她的名字 PlatoBlockchain Data Intelligence 撰写的假人工智能生成书籍。垂直搜索。人工智能。

人工智能简介 在真正的作家抱怨有人盗用她的名字后,亚马逊删除了多本可能由人工智能生成并以简·弗里德曼为作者出版的假书。

弗里德曼震惊地发现她被认为是许多书籍的作者,但这些书并不是她写的。 她为创意人员和作者撰写专注于数字媒体和出版的在线时事通讯,并数十年来一直报道该行业。

这些假书的标题看起来像是她可能写的,例如 如何快速编写和发布电子书并赚钱 or 促进繁荣:亚马逊电子书销量猛增的策略。 据我们所知,这些书籍也列在 GoodReads 上。

“无论是谁这样做,显然都是在欺骗那些相信我的名字并认为我实际上写过这些书的作家。 我没有。 它们很可能是由人工智能生成的,”她 解释。 Friedman 认为,通用的写作风格感觉像是由 OpenAI 的 ChatGPT 或类似系统制作的,而且她的作品很容易被欺骗,因为有很多内容可以从网上复制。

起初,我们被告知,亚马逊没有回应她下架这些书的请求。 据弗里德曼称,随后她被要求提供商标注册号。 当她说她没有的时候,她的要求又被忽视了。

在公众强烈抗议后,这些书最终被从这家网络巨头的书架和 GoodReads 上撤下。

弗里德曼表示,像亚马逊这样的平台需要实施验证作者及其书籍真实性的方法。

“不幸的是,即使当你从你的官方个人资料中删除这些疯狂的书籍时,它们仍然会以你的名字在两个拥有数百万访问者的主要网站上漂浮,只是等待被‘发现’。 你绝对无能为力,”她警告其他人。

亚马逊在一份声明中表示:“我们投入巨资来提供值得信赖的购物体验,并保护客户和作者免遭滥用我们的服务。” Goodreads 还坚称,在调查假冒作者的投诉后,如有必要,它将迅速删除书籍。

说到人工智能和书籍…… 爱荷华州的一个学区 已使用ChatGPT 选择 19 本书从学校图书馆中删除,以供 7 至 12 岁儿童阅读,因为据称这些书籍含有色情内容。 美国州今年通过的一项法律要求,如果要向儿童提供内容,标题必须“适合年龄”,并且不得“对性行为进行描述或视觉描绘”。

梅森城社区学区 说过 它要求 ChatGPT 制定图书清单,因为官员们显然不可能审核学校藏书中的每一件图书。 因此,该学区询问人工智能模型,在内容通常受到质疑的较大书名列表中,是否有任何书籍涉及性内容,如果是,则将它们列入列表。

“根据这次审查,有 19 篇文本将从我们 7-12 所学校图书馆的馆藏中删除,并存储在行政中心,同时等待进一步的指导或澄清。 我们还将让教师审查课堂图书馆的馆藏,”该学区表示。

旧金山批准 24/7 Cruise、Waymo 机器人出租车

加州公用事业委员会 (CPUC) 的官员投票批准 Waymo 和 Cruises 的无人驾驶汽车在旧金山全天候 (24/7) 运营。

经过上周六个小时的听证会后,最终以 3 比 1 的投票结果达成,这将使两家公司能够扩大其商业自动驾驶出租车车队。 他们将能够在美国城市接送乘客 随时,在没有安全驾驶员在场的计算机控制汽车中。

此前,Cruise 的无人驾驶汽车只能在深夜到凌晨运行。 与此同时,只有在安全驾驶员在场的情况下,Waymo 才能在一天中的任何时间对乘车服务收费,并且可以运营其无人驾驶服务,但前提是不向乘客收费。

此举无疑会激怒该市当地的交通机构,这些机构此前曾 抱怨 关于车辆堵塞交通和鲁莽驾驶的问题。 旧金山市交通局敦促加州不要增加街道上自动驾驶汽车的数量,并收集更多数据来检查该技术的安全性。

CPUC 专员约翰·雷诺兹 (John Reynolds) 表示:“虽然我们还没有数据来根据人类驾驶员设定的标准来判断自动驾驶汽车,但我确实相信这项技术有潜力提高道路安全性。” 说过 在一份声明中。 “行业主要利益相关者与急救人员社区之间的合作对于解决这个创新的新兴技术领域出现的问题至关重要。”

人工智能可以通过听键盘的声音来判断你正在输入什么

计算机科学家声称他们已经开发出一种人工智能模型,可以记录击键,仅根据人们的打字声音窃取他们的密码或消息。

在 arXiv 上发布 新闻头条 本月,他描述了一种分类器算法,该算法经过训练可以识别 MacBook Pro 键盘上按下的不同按钮。 研究人员记录了 36 个按钮的声音 25 次,并将声波映射到键盘上的每个字符,并声称其准确度为 95%。

正如我们上周所写的,对现实生活进行这样的攻击要复杂得多。 它需要劫持目标的麦克风来监听他们的打字并记录声音以输入模型。 研究人员表示,他们必须首先用恶意软件感染某人的计算机。 另一种选择是获取他们打字的录音,例如 Zoom 通话记录。

当他们对 Zoom 记录的数据进行攻击时,研究人员的算法识别击键的准确度为 94%。 目前尚不清楚该算法的鲁棒性如何,以及不同类型键盘的准确性是否会下降。 盲打等不同的打字技术将击键识别率降低了 40%。

为了最大限度地减少此类攻击窃取密码的可能性,研究人员建议在密码中使用复杂的随机数字字符串和双因素身份验证。 ®

时间戳记:

更多来自 注册