한 달 동안 온라인 채팅을 한 끝에 돼지 죽이는 사기꾼은 실제로 AI에게 패배했습니다! 200만 네티즌, 충격에 소리쳤다

'돼지 킬링 플레이트' 하면 누구나 싫어할 정도로 가렵겠죠.

이러한 유형의 온라인 데이트 및 결혼 사기에서 사기꾼은 사랑에 빠지기 쉬운 피해자를 미리 식별하며, 이들은 종종 사랑에 대한 아름다운 환상을 가진 순진하고 친절하며 예의 바른 소녀입니다.

이 사기꾼들과 500 라운드 동안 싸우기 위해 스테이션 B의 기술계에서 유명한 "튜링의 고양이"는 채팅할 때 자주 재미있는 농담을 하고 실제보다 더 뛰어난 AI를 훈련시켰습니다. 사람.

그 결과, 사기꾼은 AI의 작동으로 이 가짜 아줌마로 인해 혼란에 빠졌고 520을 '그녀'에게 직접 전송했습니다.

더 웃긴 것은 사기꾼이 자신을 이용할 기회가 전혀 없다는 사실을 발견한 후 결국 방어를 무너뜨렸을 뿐만 아니라 AI로부터 "유명한 선고"를 받았다는 것입니다.

영상이 나오자마자 바로 입소문이 났고, 사이트 내 B프렌즈 서핑을 하는 사람들이 잇달아 화면을 스와이프하고 있습니다. 한 달도 안 돼서 연극 수가 거의 200만 건에 이르렀습니다.

세 문장, 사기꾼 v 나를 520

그러나 이 과정은 쉬운 것 같지만, 사기꾼을 항아리에 초대하려면 미끼를 똑바로 낚는 것은 절대 불가능합니다.

그래서 '튜링의 고양이'도 고생했어요.

여러 소셜 플랫폼에 계정을 등록했을 뿐만 아니라, 미혼이고 사랑에 대한 갈망, 돈이 많은 부자, 교육을 잘 받고 행동이 바른 소녀 등의 아이덴티티 태그로 계정을 포지셔닝했습니다. 공안부가 공개한 피해자 사진.

물론, 계정이 등록되자마자 비공개 메시지가 폭발했습니다.

동시에, 사고로 인한 부상을 방지하기 위해 "튜링의 고양이"는 공안부가 공개한 사기꾼 초상화를 바탕으로 엄격한 심사 조건을 설정했으며, 다음 사항을 동시에 충족하는 사람에 한합니다. AI가 대화를 맡게 하세요:

일련의 필터링 끝에 마침내 14명의 용의자가 눈에 띄었고, AI와의 대화도 모두 녹음되었습니다.

"선택받은 아들" 중 한 명이 어떻게 "돼지 죽이기"를 했는지, 그리고 어떻게 AI 여인에게 화를 낼 정도로 "성추행"을 당했는지 살펴보겠습니다.

AI가 "음식을 보고 먹는" 방법을 학습하기 위해서는 '튜링의 고양이'가 먹이는 코퍼스가 주로 스테이션 B와 티에바의 인기 댓글에서 추출된다는 점에 주목할 필요가 있습니다. , AI 아줌마가 사기꾼과 대화를 하면, 웃긴 농담을 자주 하고 금언이 가득하다고 할 수 있다.

사기꾼들은 등장하자마자 은근히 은근히 여동생의 집안 배경을 알아내려고 꼼수를 부리는 모습을 볼 수 있습니다.

사기꾼은 본의 아니게 자신의 부를 '어렴풋이' 과시했고, 물론 AI 아줌마도 매우 협조적이고 협조적이었다.

그런 다음 사기꾼은 "나는 매우 바빠요"라는 속임수를 쓰기 시작했으며 아마도 공격할 새로운 피해자를 찾고 있는 것 같습니다. 얻기 힘든 플레이의 비결은 정말 6입니다.

다음 날, 사기꾼은 '생각이 비슷한' 친구 역할을 시작합니다. 그는 AI 여직원이 모먼츠에 올린 영화 스크린샷을 보고 이 분야에서 화제를 모으기 시작했다.

그는 숨기지 않고 재빠르게 "나는 개츠비 같고 당신은 데이지입니다."라고 말했습니다. 분명히 AI는 이런 직접적인 질문에 어떻게 대답해야 할지 모르고, 그녀의 대답은 거짓말쟁이를 약간 혼란스럽게 만들었습니다.

4일째, 사기꾼은 고객에 대한 이야기를 시작했고, 그 대화는 관계 구축 단계로 들어갔습니다.

3주 후, 사기꾼은 520달러 상당의 빨간 봉투를 보냈습니다.

이후 인터넷에서 훔친 사진으로 근육질을 뽐냈습니다. 온라인 사진임에도 불구하고 캐릭터와 상당히 일치한다.

5~8주가 되자 사기꾼은 공식적으로 "돼지를 죽이기" 시작했습니다.

동쪽과 서쪽으로 진출하기 시작했고, "AI 아가씨를 비참하게 팔았다"며 입을 열자마자 50만 달러를 요구했다.

거짓말쟁이가 언급한 메타버스 프로젝트는 몇 주 전부터 예고됐습니다.

상대가 속임수에 넘어가지 않는 것을 본 거짓말쟁이는 그 아가씨가 자신들의 관계에 관심이 없다고 말하자 '슬픔'을 느끼기 시작했습니다. 하지만 그 젊은 아가씨는 단 두 단어만 말할 수 있습니다. 돈이 없어요!

사기꾼은 계속 노력했고 그 젊은 여성이 자신의 가족을 공격하도록 부추기기 시작했습니다.

이때 AI 아줌마가 큰 움직임을 보였습니다. "나에게 돈을 좀 빌려주고 내가 투자할 돈을 다 모을 때까지 기다려 주는 게 어때?"

나는 AI를 죽이는 것이 어렵다는 것을 알았습니다. "돼지", 거짓말쟁이 화나기 시작해요.

사람들을 꾸짖은 사기꾼은 진찬의 탈출을 준비하기 시작했고, 아가씨에게 기록을 삭제하라고 요구하며 향후 수사를 더욱 어렵게 만들려고 했습니다.

거짓말쟁이의 PUA에 직면한 AI 아가씨는 자신의 영혼을 강타하는 질문을 했습니다. "어떤 감정인가요?" 한 문장으로 인해 거짓말쟁이는 무기력해지고 격노하기 시작했습니다.

결국 사기꾼은 방어를 완전히 무너뜨렸습니다. AI가 제갈의 명언을 외우며 테스트가 종료됐다.

이 과정에서 흥미로운 점은 AI가 완벽하지 않고 때때로 결함이 있지만 사기꾼은 이를 무시하는 경우가 많다는 것입니다. 결국 그들에게는 피해자의 지능이 낮을수록 더 큰 피해를 입게 됩니다. 푹 빠질 확률.

그리고 사기꾼의 낚시미끼금 520위안 '튜링의 고양이'도 한홍재단에 기부되었습니다.

"최신 돼지 도살 전략"

AI가 사기꾼과 맞서 싸우는 과정을 보는 것도 흥미롭지만, 돼지 도살 트레이 뒤에는 피와 눈물이 가득한 충격적인 사건, 심지어 목숨까지 앗아간다.

"Turing's Cat"은 AI를 사용해 두 자릿수 사기꾼을 걸러내고 의심스러운 계좌를 경찰에 넘겼습니다. 경찰 관계자는 “이러한 사건은 매일 발생하며 해결하기가 매우 어렵다”며 “대체로 불법 해외 계좌로 자금 이체 후 신속하게 세탁될 것”이라고 말했다.

이런 사기꾼들은 주로 해외에 있기 때문에 경찰에 신고해도 사건 해결이 어렵습니다. 우리가 할 수 있는 유일한 일은 좋은 사기 방지 인식을 확립하고 마음 속에 방어선을 마련하는 것입니다.

게다가 더욱 무서운 것은 사기꾼들의 노력을 상상조차 할 수 없다는 점입니다. 장기적인 안목을 갖기 위해 다양한 지식을 축적해 왔으며, 나루토 원피스, 조조, 트리거 클럽, 도타, 겐신 임팩트, 니슈이한에 대해 잘 알고 있다. EBIDA를 정신적으로 계산하고 C++를 직접 작성하며 주요 제조업체의 권장 사항을 찾는 데 도움을 줄 수도 있습니다.

완전한 '돼지 죽이는 판'은 엄격한 스크립트와 프로세스를 거쳐 완성됩니다.

우선 사기꾼들은 다양한 "데이트 앱"에서 위의 프로필과 일치하는 여성을 찾습니다. 이 과정을 "돼지 사냥"이라고 합니다.

WeChat을 추가한 후, 사기꾼은 피해자에게 성숙하고 사려 깊고 온화한 금융 업계의 친구들 사이에서 신중하게 표시된 이미지를 보여줄 것입니다. 버프의 겹겹이 여성을 흥분시킬 것입니다. 이 과정을 "돼지 먹이 주기"라고 합니다.

'돼지 먹이 주기'가 완료된 후, 사기꾼은 다양한 달콤한 말과 배려심 있는 행동을 통해 여자를 쫓기 시작하고, 여자는 '천국에서 온 완벽한 남자친구'라는 느낌을 갖게 되며, 완전히 신뢰를 쌓게 됩니다. 사기꾼.

이 고급 PUA가 끝나면 이제 "돼지를 죽일" 시간입니다.

사기꾼들은 두 사람의 앞으로의 노력을 위해 여성 피해자들이 돈을 투자하도록 유도할 것입니다. 처음 한두 번의 거래로 피해자는 약간의 돈을 벌 수 있습니다.

그리고 피해자가 방심하면 사기꾼이 쳐 놓은 함정에 자신의 모든 저축을 투자할 수도 있습니다.

그리고 돼지 죽이는 판은 패터닝과 규칙의 특성을 가지고 있기 때문에 "튜링의 고양이"는 사기꾼과 싸우기 위해 AI를 사용하기로 결정했습니다. 마법으로 마법을 물리친다."

자신이 훈련시킨 AI에는 '생각 스탬프'가 추가된 것 같았습니다. 상대방이 '투자', '재무 관리' 같은 단어만 말하면 AI가 즉시 메커니즘을 작동시키는 것 같았습니다. .

이제 우리는 온갖 사기에 둘러싸여 있으니 우리 자신에게도 이러한 '이념적 낙인'을 찍어야 합니다. 낯선 사람이 집 상태를 묻거나 투자에 대해 이야기하거나 앱을 추천하면 즉시 멀리하거나 차단해야 합니다.

화끈한 밈이 과하게 집중된 챗봇

사실 튜링의 고양이는 이전에도 많은 텍스트 생성 AI를 개발했지만, 지식 그래프와 QA 설계가 부족하여 업주 본인도 불평을 했다고 합니다. 바보처럼 의사소통을 해라.

이를 위해 up 소유자는 특별히 새로운 생성 대화 AI-AntiFraudChatBot를 만들었습니다.

사전 훈련된 대규모 중국어 모델, 의미 인식 및 감지, 대화 의도 및 기타 기술을 기반으로 하는 AntiFraudChatBot은 기존 BertQA 모델 또는 비 프롬프트 모델에 비해 대화의 유창성을 크게 향상시켰습니다.

그러나 아직 행복하기에는 이르지 않습니다. AI는 유창하게 말을 할 수 있지만 건망증 문제는 아직 해결되지 않았다.

우리 모두 알고 있듯이 WeChat 채팅은 여러 차례의 대화 형식으로 진행됩니다.

이런 빈번하고 지속적인 대화로 인해 AI는 자신이나 상대방이 이전에 말한 내용을 잊어버리기 쉽습니다.

결과는 AI가 질문에 틀리게 대답하여 상대방이 한눈에 꿰뚫어보는 결과였습니다.

이 문제를 해결하기 위해 업 마스터는 LSTM의 아이디어를 참조하고 시스템에 메모리 메커니즘을 추가하여 AI가 간단한 장기 대화 메모리(예: 어제 대화) 및 단기 대화 기억(이전 라운드 대화 내용)).

구체적인 작업은 다음과 같습니다.

• 채팅 기록을 메모리 영역에 넣고 답변할 때마다 유사성을 계산합니다. AI;
• 망각 창을 M으로 설정하면 M/2 라운드를 초과하는 대화는 pop()됩니다. 이런 방식으로 AI는 어제 대화 내용이나 이전 회차 대화 내용 등 간단한 장단기 대화 기억을 달성할 수 있다.

이 테스트 애플리케이션인 "돼지 킬링 플레이트"의 시나리오는 규칙적이고 패턴이 있는 대화 게임입니다.

업 마스터가 선택한 2,457억 개의 매개변수가 포함된 "Source 1.0"과 같은 제로샷(Zero-Shot) 및 스몰샷(Few-Shot) 학습에 능숙한 생성적 사전 학습 모델의 경우, 소량으로 사용할 수 있습니다(1~3 (a) 정규화된 예제 시연을 통해 우리는 카운터 루틴, 말뭉치를 사용하여 농담하기, 등.

그래서 모델이 거짓말쟁이와 타겟 방식으로 대화하는 방법을 배울 수 있도록 안내하기 위해 업 소유자는 프롬프트 예시를 기반으로 사전 규칙을 추가했습니다. 사용된 말뭉치의 예는 앞서 언급한 Bilibili 및 Tieba에 대한 대중적인 의견입니다.

사실 그 이유는 매우 간단합니다.

1. 댓글은 답글 달기와 답변 받기 사이에 명확한 관계가 있는 자연스러운 대화 형태입니다.

2. 댓글은 고대부터 재능을 보여주었습니다. 일부 현명한 단어와 밈은 인간과 기계의 대화를 덜 딱딱하게 만들 수 있습니다.

또한 AI를 더욱 "인간과 유사"하게 만들기 위해 up 소유자는 다음과 같은 디자인도 만들었습니다.

• 실제 타이핑 속도를 시뮬레이션하기 위해 각 메시지의 응답 간격을 설정하세요
• 키워드를 대체할 범용 이모티콘을 추가하세요. (이모티콘은 아직 지원되지 않습니다.)
• 제한된 시간 내에 상대방이 여러 단락의 텍스트를 보내면, 위챗티는 상대방이 끝날 때까지 이 대화를 이어갈 예정입니다
• 이 경우 상대방의 입력은 문장으로 이어져 AI에 입력되며, AI는 한 번만 응답합니다

마지막으로 up 소유자는 오픈소스 wechaty 프레임워크를 사용하여 클라우드에 백엔드를 구축한 후 로컬 Python 스크립트를 통해 puppet 서비스를 호출하여 AI가 WeChat에 원활하게 액세스할 수 있도록 했습니다.

미리 등록된 위챗 아이디로 로그인만 하면 AI가 비공개 채팅이나 그룹 채팅에 모두 답장을 보낼 수 있습니다.

프레임워크의 세 가지 모듈, 즉 서버 측, 로컬 측, 모델 측을 분리하고 독립적으로 반복하거나 교체할 수 있다는 점은 주목할 가치가 있습니다.

현재 사기꾼을 물리치는 이 애플리케이션은 Github에 오픈 소스로 공개되었습니다.

프로젝트 주소: https://github.com/Turing-Project/AntiFraudChatBot

Core: 초대형 중국 AI 모델

그럼, 업 소유자가 할 수 있게 한 기본 모델은 무엇입니까? 거짓말쟁이를 속이는 AI가 있다고요?

공교롭게도 up 소유자는 Github을 탐색하던 중 우연히 매우 흥미로운 프로젝트인 AI 스크립트 킬링을 발견했습니다.

게임에서 이 AI가 수행하는 역할은 다른 플레이어와 원활한 대화를 나눌 수 있을 뿐만 아니라 작업을 달성하기 위해 적극적으로 거짓말을 하고 인간 플레이어를 "일상적으로" 할 수도 있습니다.

그리고 이 프로젝트는 중국에서 사전 훈련된 몇 안 되는 오픈 소스(핵심 사항) 중국 모델 중 하나인 "Source 1.0"을 사용합니다.

AI 스크립트 킬링: https://github.com/bigbrother666sh/shezhangbujianle

물론 여기에 또 다른 중요한 점이 있습니다. "Source 1.0"의 API 인터페이스는 쉽지만은 않습니다. 사용하기 쉽지만 무료로 사용하기 쉽습니다.

논문 주소: https://arxiv.org/pdf/2110.04725.pdf

간단한 소개, "Source 1.0"은 Inspur가 2021년 9월에 출시한 단일 조각의 대규모 자연어 처리 모델입니다. .

GPT-3 모델의 1,750억 매개변수와 570GB 훈련 데이터 세트와 비교하면, "Source 1.0"은 매개변수 규모에서 40% 앞서고, 훈련 데이터 세트 크기에서 거의 10배 앞서 있습니다.

• 단일 모델의 매개변수 수는 2,457억 개에 달하며, 이는 모델의 표현력이 더욱 강력하다는 것을 의미합니다.
• 훈련 데이터는 5000G에 도달했는데, 이는 기본적으로 지난 5년간 중국 인터넷의 모든 고품질 텍스트 지식을 포괄합니다.

"Source 1.0"은 출시되자마자 세계 최대의 중국어 AI 모델이 되었으며, 전반적인 학습을 하면서 제로샷 학습과 퓨샷 학습에 대한 중국어 이해 평가 벤치마크 CLUE 목록을 획득했습니다. 2개 부문에서 순위를 매겼으며, 8개 작업에서 최고 정확도도 경신했다.

또한, "소스 1.0"은 당시 중국어 능력 이해 및 세대 평가 벤치마크 CUGE(Wisdom Source Index) 간소화 목록에서도 전체 1위를 차지했으며, 언어 이해(챕터 수준), 언어 생성을 획득했습니다. , 대화 상호작용 다국어성, 다국어성, 수학적 추론 등 5개 평가에서 가장 좋은 결과를 얻었습니다.

ZeroCLUE 제로 표본 학습 목록(2021년 9월)

FewCLUE 소규모 표본 학습 목록(2021년 9월)

알고리즘, 데이터, 컴퓨팅 파워 그리고 커뮤니티

알고리즘 레벨은 "Source 1.0"의 Transformer 구조를 사용하여 Attention 레이어와 Feed-forward 레이어의 모델 공간 구조를 최적화하고 Attention 메커니즘을 개선하여 기사의 내부 연결 학습에 집중합니다.

데이터 수준에서 Inspur는 대규모 데이터를 얻기 어렵고, 데이터 정리가 어렵고, 통일성이 없는 중국 훈련 데이터의 현재 상황에 대응하여 자체 대량 데이터 필터링 시스템(MDFS)을 개발했습니다. 품질 평가 표준.

데이터 수집, 거친 필터링, 품질 분류, 정밀 필터링까지 완전히 자동화된 엔드 투 엔드 데이터 워크플로우를 구축하여 866TB의 대용량 데이터를 정리했으며 업계 최대 규모의 고품질 중국 데이터 세트를 최대 5TB를 얻었습니다.

컴퓨팅 파워 효율성 측면에서, 대규모 모델 트레이닝에서 복잡한 컴퓨팅 패턴과 낮은 컴퓨팅 파워 클러스터 성능을 고려하여 "소스 1.0"은 대규모 분산 트레이닝 및 데이터에서 텐서 병렬성과 파이프라인 병렬성을 채택합니다. -병렬 3차원 병렬 전략.

동시에 "Source 1.0"은 효율성과 정확성 최적화를 위한 대형 모델 구조 협업 설계 방법을 최초로 제안하고 딥 러닝 프레임워크, 트레이닝 클러스터 IO 및 의사소통. 2x200G 상호 연결만으로 컴퓨팅 전력 효율성은 45%에 도달하며, 이는 MT-NLG 및 GPT-3와 같은 국제적으로 유명한 모델을 훨씬 능가하며 컴퓨팅 전력 효율성에서 세계를 선도합니다.

또한, "소스 1.0"은 출시 이후 개발자들이 다양한 분야의 애플리케이션을 개발할 수 있도록 오픈 소스 및 오픈 플랫폼을 만들었습니다. 이는 AI 개발의 문턱을 낮출 뿐만 아니라 AI 개발 수준을 효과적으로 향상시킵니다. . 효율성.

현재 '소스 1.0' 오픈소스 플랫폼에는 약 3,000명의 개발자가 모였으며 앞서 언급한 AI 스크립트 킬링 등 흥미로운 애플리케이션이 많이 탄생했다.

네티즌 댓글

강력한 기본 모델과 Bilibili, Tieba에 대한 뜨거운 리뷰의 축복으로 "Xiaoyuan"은 유창할 뿐만 아니라 인터넷 속어에도 익숙하며 문장 하나하나가 재미있다고 말하고 싶습니다.

앞으로 네티즌들과 채팅을 할 때 상대가 AI인지 테스트하는 것은 매우 필요합니다.

전문 PUA 교육을 받은 사기꾼들이 속는 것은 당연합니다.

결국 회사의 교육 자료가 아무리 강력해도 인재가 가득한 Bilibili와 Tieba보다 나을 수 있을까요?

이에 대해 Zhihui Jun은 아마도 앞으로 사기꾼을 실업자로 만드는 것은 AI일 것이라고 말했습니다.

또한 일부 네티즌들은 돼지 도살 판에 절대 걸리지 않는 비결을 한마디로 공유했다.

"우리 친구들은 잘 지내는데 왜 돈을 인출해야 하나요? 이러면 친구도 없을 거라는 걸 모르시나요?"

사천공산청년동맹도 댓글창에서 사기방지 선전을 진행했습니다.

마술을 사용하여 "마법" 방법을 물리치세요

1월 6일 Xinzhiyuan과 Inspur가 공동 주최한 AI 사기 방지 포럼에서 "Turing's Cat"이 위 내용을 우리에게 자세히 설명했습니다. AI 전쟁 '돼지 킬링 플레이트' 이야기.

이제 조금 궁금하실 수도 있는데, "돼지 킬링 플레이트"의 사기꾼은 왜 자신이 대화하고 있는 사람이 AI일지도 모른다는 사실을 깨닫지 못했을까요?

우선, "Source 1.0" 모델 자체는 매우 큰 지식 보유량을 갖고 있으며, 이 모델의 지식 보유량을 기반으로 좀 더 심층적인 적용이 가능합니다. 예를 들어, 일부 짧은 단어 코멘트를 사용하여 AI를 보다 인간처럼 만들 수 있도록 훈련하고 안내할 수 있습니다.

이런 점에서 "Xiaoyuan"은 긴 연설을 자주 게시하는 긴 텍스트 AI와 달리 짧은 문장과 문단으로 표현될 수 있어 더욱 일상적인 채팅이 가능합니다.

둘째, "Pig Killing Tray"에서는 사기꾼이 다양한 키워드에 대한 일련의 논리를 가지고 있습니다. 그리고 우리는 AI가 이 논리에 어긋나도록 놔두고 거짓말쟁이를 위한 일련의 단어를 준비할 수 있습니다.

키워드가 실행되면 사람이 직접 관찰하고 개입할 수도 있고, AI를 활용해 사기꾼을 속이고 결점을 드러내게 함으로써 사건 탐지의 효율성을 높이는 데 도움이 됩니다.

위 내용은 한 달 동안 온라인 채팅을 한 끝에 돼지 죽이는 사기꾼은 실제로 AI에게 패배했습니다! 200만 네티즌, 충격에 소리쳤다의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!