几乎一半的网络流量都是机器人 它们大多具有恶意性质

几乎一半的网络流量都是机器人 它们大多具有恶意性质 作为市场上最大的内容分发网络之一，Akamai与Cloudflare和亚马逊AWS等公司并驾齐驱，对目前互联网上发生的事情了如指掌。而我们所知的互联网大多是机器人。这是Akamai根据2024年一份关于网络刮擦的报告得出的结论之一，不同来源的2022年和2023年报告中的类似数字也进一步证明了这一点。Akamai在报告中指出，电子商务行业受网络刮擦和"高风险"僵尸流量的影响最大。虽然某些类型的机器人可以为企业带来利益，但网络采集机器人通常会对底线和整体客户体验产生负面影响。目前，网络采集机器人被用于竞争情报、间谍活动、囤积库存、创建诈骗网站和其他犯罪活动。Akamai首席技术官Patrick Sullivan解释说，机器人带来了巨大的挑战，给网络应用程序、服务和应用程序接口所有者带来了"多个痛点"。抓取机器人可以轻松获取产品图片、描述、价格信息和其他数据。网络犯罪团伙可以利用这些数据创建假冒知名品牌或零售服务的虚假网站。由于人工智能的出现，垃圾邮件的形势正在发生变化。使用人工智能算法的僵尸程序越来越难被发现。Akamai表示，即使是非结构化数据，人工智能僵尸网络也能很好地工作，它们可以利用实际的商业智能，为欺诈者提供更加完善的"决策过程"。有了人工智能，犯罪分子可以比以往更高效地收集、提取和处理数据。机器人还可用于创建新的虚假账户，然后利用这些账户对真人及其财务进行攻击。即使是非恶意爬虫机器人也会降低网站性能，影响搜索引擎指标，并增加计算和托管成本。企业现在面临着越来越复杂的机器人，它们使用人工智能算法、无头浏览器技术和其他先进的解决方案。除传统方法外，这些新威胁还需要新颖、更复杂的缓解方法。如今，强大的防火墙仅仅是网站所有者所需的众多安全措施的开始。 ... PC版： 手机版：

瑜伽球上训练出来的机器狗比大多数健身者更能灵活运用训练资源

瑜伽球上训练出来的机器狗比大多数健身者更能灵活运用训练资源 DrEureka是一个任何人都可以获取的开源软件包，用于使用大型语言模型（LLM）（如ChatGPT 4）训练机器人执行现实世界中的任务。这是一个"模拟到现实"系统，也就是说，它在虚拟环境中使用模拟物理原理对机器人进行教学，然后再在现实空间中实施。吉姆-范（Jim Fan）博士是 DrEureka 的开发者之一，他部署的 Unitree Go1 四足机器人一跃成为头条新闻。这是一款"低成本"、支持良好的开源机器人这很方便，因为即使有了人工智能，机器人宠物仍然很容易摔伤。至于"低成本"，它在亚马逊上的售价为 5899 美元，评分为 1 星……DrEureka 中的"Dr"代表"领域随机化"，即在模拟环境中随机化摩擦、质量、阻尼、重心等变量。只需在 ChatGPT 等 LLM 中输入一些提示，人工智能就能编写代码，创建一个奖励/惩罚系统，在虚拟空间中训练机器人，其中 0 = 失败，高于 0 则为胜利。得分越高越好。它可以通过最小化和最大化球的弹跳力、运动强度、肢体自由度和阻尼等方面的失效点/爆发点来创建参数。作为一个 LLM，它可以毫不费力地大量创建这些参数，供训练系统同时运行。每次模拟后，GPT 还可以反思虚拟机器人的表现，以及如何改进。如果超出或违反参数，例如电机过热或试图以超出其能力的方式衔接肢体，都将导致 0 分...没有人喜欢得零分，人工智能也不例外。提示 LLM 编写代码需要安全指令否则，研究小组发现 GPT 会努力追求最佳性能，会在没有指导的情况下在模拟中"作弊"。这在模拟中没有问题，但在现实生活中可能会导致电机过热或肢体过度伸展，从而损坏机器人研究人员称这种现象为"退化行为"。虚拟机器人自学成才的非自然行为的一个例子是，它发现自己可以更快地移动，方法是将臀部插入地面，用三只脚拖着臀部在地板上窜来窜去。虽然这在模拟中是一种优势，但当机器人在现实世界中尝试时就尴尬了。因此，研究人员指示 GPT 要格外小心，因为机器人将在真实世界中接受测试为此，GPT 创建了安全功能，如平滑动作、躯干方向、躯干高度，并确保机器人的电机不会扭矩过大。如果机器人作弊，违反了这些参数，其奖励函数就会降低得分。安全功能可以减少退化和不自然的行为，比如不必要的骨盆推力。那么它的表现如何呢？比我们强。DrEureka 在训练机器人"pooch"的过程中击败了人类，在实际的混合地形中，它的前进速度和行进距离分别提高了 34% 和 20%。DrEureka 基于 GPT 的训练系统在现实世界中轻松击败人类训练的机器人如何做到？研究人员认为，这与教学方式有关。人类倾向于课程式的教学环境把任务分解成一个个小步骤，并试图孤立地解释它们，而 GPT 能够有效地一次性传授所有知识。这是我们根本无法做到的。DrEureka 是同类产品中的首创。它能够从模拟世界"零距离"进入现实世界。想象一下，在对周围世界几乎一无所知的情况下，你被推出巢穴，只能自己摸索。这就是"零镜头"。DrEureka 的创造者认为，如果他们能向 GPT 提供真实世界的反馈，就能进一步改进模拟到现实的训练。目前，所有的模拟训练都是利用机器人自身本体感觉系统的数据完成的，但如果 GPT 能够通过真实世界的视频画面看到出错的地方，而不是仅仅从机器人的日志中读取执行失败的信息，那么它就能更有效地完善自己的指令。人类平均需要一年半的时间才能学会走路，而大概只有百分之一的人类能在瑜伽球上学会走路。您可以在这里观看一段未经剪辑的 4 分 33 秒视频，视频中机器人狗狗轻松在瑜伽球上散步，且没有停下来在消防栓上撒尿： ... PC版： 手机版：

可食用电池、传感器和致动器让可食用机器人变为可能

可食用电池、传感器和致动器让可食用机器人变为可能 EPFL智能系统实验室（LIS）主任达里奥-弗洛雷诺（Dario Floreano）说："将机器人和食物结合在一起是一项引人入胜的挑战。"他是最近发表的一篇观点文章的主要作者，这篇文章探讨了我们离可食用机器人的现实还有多远。"我们仍在摸索哪些可食用材料的工作原理与非可食用材料类似"。乍一看，食物和机器人似乎是科学领域的对立面。但是，根据文章作者的观点，可食用机器人并不仅仅是你花高价在高档餐厅的盘子上看到的新奇事物。它们在人类健康和营养、野生动物保护和动物福利以及环境等领域有着广泛的潜在应用。可食用机器人潜力巨大，2021 年，弗洛雷亚诺与荷兰瓦赫宁根大学的雷姆科-布姆（Remko Boom）、英国布里斯托尔大学的乔纳森-罗西特（Jonathan Rossiter）和意大利理工学院的马里奥-凯罗尼（Mario Caironi）共同发起了机器人食品项目，并获得了欧盟为期四年、总计 350 万欧元（375 万美元）的资金支持。非食用（灰色）和食用（彩色）材料在弹性和密度方面的比较根据 RoboFood 网站的介绍，该项目的"总体目标"是"为开发真正的可食用机器人和机器人食品奠定科学和技术基础"。为此，让我们来看看可食用机器人的发展时间表，就像大多数与科技相关的事物一样，可食用机器人的发展也是日新月异。2017 年，EPFL 的科学家们用两个完全可食用的致动器制造出了一个能够搬运苹果的机械手。这些致动器本身由明胶-甘油材料制成，具有类似硅树脂弹性体的机械特性。2022 年，EPFL 和瓦赫宁根的科学家设计出一种固定翼无人机，机翼由膨化年糕和明胶粘合而成。当然，只有无人机的机翼是可食用的，但它的飞行速度为每秒 33 英尺（10 米），可携带自身质量 50%的可食用载荷。2023 年，印度理工学院的研究人员用核黄素（维生素 B2）做阳极，用槲皮素（一种存在于红洋葱、辣椒和羽衣甘蓝中的促进健康的天然色素）做阴极，制造出了一种可食用的充电电池。活性炭提高了导电性，而紫菜通常包裹在寿司卷上的那种东西则用来防止短路。电池用蜂蜡包装，工作电压为 0.65 伏，仍然是摄入时的安全电压；两个电池串联起来，可以为一个 LED 供电约 10 分钟。2024 年，来自布里斯顿大学、印度理工学院和洛桑联邦理工学院的科学家们创造了首个基于电子传导的可食用应变传感器。关键在于一种新型导电墨水，它是活性炭、哈瑞博小熊软糖和水乙醇混合物的组合。当油墨喷洒在可食用的基底上时，两者都可以被吃掉。可食用部件、可食用机器人和机器人食物的例子。对于机器人食物，括号内标明的是输入刺激物RoboFood团队成员、该视角论文的共同作者之一Bokeon Kwak说："关于致动器、传感器和电池等单一可食用部件的研究很多。但最大的技术挑战是将使用电力来运作的部件（如电池和传感器）与使用液体和压力来移动的部件（如致动器）组合在一起。"研究人员在论文中阐述了目前实现可食用机器人所面临的挑战。现有的可食用致动器和电池在功率、耐久性和可靠性方面仍然低于非可食用的同类产品，或者它们需要使用非可食用的部件。另一个挑战是，虽然许多可食用部件是由我们通常食用的东西制成的，但还需要进一步研究它们与消化系统的相互作用。此外，还有微型化问题，要使机器人足够小，成为一个可吞咽的整体。最后，可食用机器人最终必须达到某种目的。那么，研究人员预计它们能达到什么目的呢？他们在论文中给出的例子包括：分析消化道并精确输送药物、通过食道清除食物堵塞物、为人类和动物提供营养、保护野生动物和驯养动物的健康包括注射疫苗、环境监测，当然还有提供新奇的烹饪体验。由于可食用机器人也是可生物降解的，因此比其他替代品更环保。洛桑联邦理工学院（EPFL）和印度理工学院（IIT）的科学家们用气动明胶腿和可食用的倾斜传感器制造出了这种部分可食用的滚动机器人EPFL一个重要的问题需要答案：人们对吃机器人会有什么反应？2024 年的一项研究给出了一些答案。研究人员给参与者提供了由糖和明胶制成的机器人一个会动，一个不会动并测量了他们的感知和味觉体验。他们发现，移动的机器人被视为"生物"，而静止的机器人则是"食物"。不过，移动的机器人味道更鲜美。移动的机器人经常被描述为"甜的"，参与者还提到了"苹果"等特定的味道，而不动的机器人则被描述为其组成成分，这表明参与者认为移动和不动的机器人是由不同的材料制成的。此外，在咀嚼移动机器人时，参与者描述的质感与机器人不动时明显不同。研究人员提出的一种可能的解释是，当机器人移动时，参与者认为机器人具有生命力；它更"有活力"。这篇论文的作者还没有推测我们何时能在盘子里看到可食用的机器人。虽然上述技术障碍仍需克服，但鉴于技术发展的突飞猛进，我们可能无需等待太久。文章发表在《自然-材料评论》杂志上。 ... PC版： 手机版：

据物理学家组织网报道，美国华盛顿州立大学科学家以昆虫为模型，开发出一个迷你虫子和一个迷你水黾机器人，是迄今为止已知的最小、最轻、

据物理学家组织网报道，美国华盛顿州立大学科学家以昆虫为模型，开发出一个迷你虫子和一个迷你水黾机器人，是迄今为止已知的最小、最轻、最快的全功能微型机器人。 据介绍，它们的体重分别为 8 毫克和 55 毫克，且都能以每秒 6 毫米的速度移动，未来有望用于人工授粉、搜救、环境监测、微型制造或机器人辅助手术等领域。 研究团队指出，这两款微型机器人的“秘密武器”是能使其移动的微型致动器。借助新的制造技术，他们将致动器小型化到重量不足 1 毫克，是迄今已知为微型机器人开发的最小、移动速度最快的致动器。 这种致动器使用的材料是形状记忆合金，这种材料在加热时会改变形状。与移动机器人一般使用的电机不同，这些合金不包含任何移动部件或旋转部件。 形状记忆合金通常不用于大型机器人运动，因为它们太慢了。致动器由两条直径为 1/1000 英寸的微小形状记忆合金线制成，只要有少量的电流，电线就可以很容易地加热和冷却，使机器人能够以每秒 40 次的速度拍打鳍或移动脚。在初步测试中，该致动器还能够举起 150 倍于其自身重量的重物。 via 匿名 标签: #机器人 频道: @GodlyNews1 投稿: @GodlyNewsBot

Mozilla发现大多数约会应用程序对用户数据的保护不足

Mozilla发现大多数约会应用程序对用户数据的保护不足 该组织研究了 25 款应用程序，并给其中 22 款贴上了"不包括隐私"的标签这是 Mozilla 术语中的最低等级。Mozilla 只对 Queer 拥有和运营的 Lex 给予了正面评价，Harmony 和 Happn 则获得了及格评价。Mozilla 说，80% 的应用程序可能会出于广告目的分享或出售你的个人数据。报告指出，Bumble 等应用程序的隐私条款模糊不清，可能会把你的数据卖给广告商。包括 Hinge、Tinder、OKCupid、Match、Plenty of Fish、BLK 和 BlackPeopleMeet 在内的大多数应用程序都拥有用户的精确地理位置。Hinge 等应用程序在不使用时会在后台收集位置数据。"如果你给我们的许可明确允许收集你的地理位置信息，那么即使你不使用服务，我们也会在后台收集你的地理位置信息。如果你拒绝允许我们收集你的精确地理位置，我们将不会收集，而且我们依赖精确地理位置的服务可能无法提供给你，"Hinge 的政策规定。约会应用程序声称，它们收集了大量数据，以便为用户找到更好的匹配对象。然而，如果这些数据最终落入数据经纪商之手，后果将不堪设想。去年，据《华盛顿邮报》报道，美国的一个天主教组织从 Grindr 购买了数据，用于监控一些会员。值得注意的是，Grindr 是 Mozilla 审查中评分最低的网站之一，它在隐私和安全方面有过失。"如果约会应用程序认为人们会继续交出他们最私密的数据基本上除了他们母亲的娘家姓之外的所有数据而不去寻找爱情，那么他们就低估了他们的用户。他们掠夺性的隐私做法会破坏交易，"该报告的作者之一、研究员佐伊-麦克唐纳（Zoë MacDonald）在一份声明中说。根据分析公司的数据，约会应用程序的下载量正在放缓。另外，皮尤研究公司（Pew Research）去年发布的数据显示，每10个成年人中只有3人使用过约会网站或应用程序，这一数字自2019年以来一直保持不变。上个月，《纽约时报》发表了一份报告，指出约会应用巨头 Match Group 和 Bumble 自 2021 年以来市值损失超过 400 亿美元。现在，各公司都在寻找新的方式来吸引潜在的约会者，包括尝试人工智能驱动的功能。Match Group 在今年的 2024 年第三季度财报中已经表示，它计划利用人工智能。今年3月，Platformer报道称，Grindr 计划推出一款人工智能聊天机器人，可以使用露骨的语言。Mozilla 表示，应用程序已经使用人工智能来匹配算法。随着生成式人工智能的出现，研究人员不相信约会应用程序会对用户隐私提供足够的保护。Mozilla 隐私研究员米沙-雷科夫（Misha Rykov）说，随着约会应用程序收集的数据越来越多，它们有责任保护这些数据不被利用。"为了建立更强的匹配关系，用户必须撰写引人注目的个人简介，填写大量的兴趣和个性调查表，评估和吸引匹配对象，分享图片和视频整个体验在很大程度上取决于人们分享了多少信息。因此，约会应用程序必须保护这些数据不被利用。"今年早些时候，Mozilla 还评估了一批可以充当恋爱伴侣的人工智能机器人，发现这些机器人的安全和数据共享做法存在一些严重问题。 ... PC版： 手机版：

因果关系之梯的每一层级都有一种代表性生物。大多数动物和当前的学习机器都处于第一层级，它们通过关联进行学习。像早期人类这样的工具使

因果关系之梯的每一层级都有一种代表性生物。大多数动物和当前的学习机器都处于第一层级，它们通过关联进行学习。像早期人类这样的工具使用者则处于第二层级，前提是他们是有计划地采取行动而非仅靠模仿行事。反事实的学习者处于阶梯的顶级，他们可以想象并不存在的世界，并推测观察到的现象的原因为何