CNET科技資訊網(wǎng) 10月25日 北京消息:北京時間10月24日,國際黑客大賽GeekPwn2016上海站·硅谷站如期舉行。本屆GeekPwn吸引了包括傳奇黑客Geohot、Open AI 權(quán)威科學(xué)家 Ian Goodfellow在內(nèi)的58名分別來自中、美、俄、新加坡等國際頂級黑客參加,搭建起中國最大規(guī)模、最高規(guī)格的國際白帽黑客切磋交流平臺。
在激烈的比拼過后,大賽組委向表現(xiàn)突出選手們頒布了特別的獎項,其中:來自美國的選手Stephen Chave憑借用Xbox360手柄遠(yuǎn)程控制智能輪椅獲得極棒精神獎;憑借游戲漏洞快速通關(guān)的Allan Cecl和破解華為P9 Lite任意指紋解鎖的Nick分別獲得極棒腦洞獎和極棒技術(shù)獎。大賽組委還將極棒斗士獎授予黑客界旗幟性人物,傳奇黑客Geohot,并將極棒三周年特別獎項,安全團隊獎和貢獻(xiàn)獎分別頒發(fā)給了TSRC和長亭科技。
國際頂級黑客引領(lǐng)人工智能與專業(yè)安全新方向
Geohot獲得極棒斗士獎
Comma.ai 創(chuàng)始人兼CEO,傳奇黑客Geohot帶著全新自動駕駛系統(tǒng)亮相GeekPwn2016嘉年華現(xiàn)場。他展示了這款僅售價999美元并可應(yīng)用于所有車型的自動駕駛系統(tǒng)。
這個前幾年還混跡于破解圈并且戰(zhàn)績頗豐的“神奇小子”,為何突然轉(zhuǎn)移“戰(zhàn)場”開始挑戰(zhàn)自動駕駛系統(tǒng)?帶著所有觀眾共同的好奇,GeekPwn發(fā)起創(chuàng)辦人,KEEN CEO王琦對Geohot進(jìn)行提問:有人說你可以搞定那么多破解,但不一定能做好人工智能駕駛,你怎么看?
Geohot表示:很多人在說人工智能怎么怎么樣,但是我覺得AI現(xiàn)在還只是個概念,還遠(yuǎn)遠(yuǎn)沒有實現(xiàn)。我們現(xiàn)在有深度的神經(jīng)學(xué)習(xí)網(wǎng)絡(luò),一切又變得與眾不同,我相信自動駕駛汽車將會成為非常重要的AI應(yīng)用領(lǐng)域,這也是我們來到這里的原因,我們將會繼續(xù)加強評估。并且在未來我覺得AI領(lǐng)域?qū)〉镁薮蟮某晒?,這將成為一個非常激動人心的時期。
永遠(yuǎn)自信、充滿活力的Geohot也對他帶來的Comma One 的安全性做出了評價“我覺得它還是很安全的,安全性還是非常不錯的?;旧舷牒谶M(jìn)來非常難,大家想要做的話完全可以來試試,如果真的黑進(jìn)來的話不要忘了給我們提供一些反饋。“
Ian Goodfellow
GeekPwn2016的美國硅谷站,OpenAI頂級人工智能科學(xué)家Ian Goodfellow和谷歌大腦研究員Alexey Kurakin分享了他們的發(fā)現(xiàn)——“對抗性圖像”可以輕易騙過機器視覺。“。畢業(yè)于斯坦福大學(xué)研究人工智能的安全專家Clarence Chio在上海站現(xiàn)場展示了“對抗式機器學(xué)習(xí)實踐”,即利用DEEP-PWNING框架,欺騙圖像識別系統(tǒng)和惡意軟件分類器,讓采用了機器學(xué)習(xí)的系統(tǒng)做出錯誤判斷。Clarence Chio的演示,打破了人們對人工智能的迷信,他希望被過度炒作的“深度學(xué)習(xí)”可以回歸到安全的保護傘下,開發(fā)者能夠在至關(guān)重要的應(yīng)用程序中放心使用。
黑客技術(shù)登峰造極 全新破解思維顛覆傳統(tǒng)安全
研究安全防御工作的白澤安全團隊在GeekPwn2016黑客大賽上展示了遠(yuǎn)程控制Aldebaran NAO機器人的技術(shù)。他們通過網(wǎng)絡(luò)觸發(fā)漏洞,進(jìn)而遠(yuǎn)程入侵并控制了Aldebaran NAO機器人,看機器人所見,聽機器人所聽,成功實現(xiàn)對其遠(yuǎn)程監(jiān)視和竊聽。
來自美國的Amat Cama單槍匹馬帶來用于眾多流行游戲的Valve Source引擎攻擊,Amat Cama找到了Source游戲引擎可以任意代碼執(zhí)行的漏洞。破解過程中,Amat Cama邀請了一位正在現(xiàn)場進(jìn)行直播的美女游戲主播上臺參與互動。就在美女主播開始操作游戲后不久,Amat就在不接觸對方設(shè)備,不知道對方賬號信息的情況下,侵入了正在游戲的電腦,還通過電腦攝像頭監(jiān)控了美女主播的實時視頻。
Source引擎由Valve軟件公司開發(fā),廣泛應(yīng)用于多款主流游戲,如CS、反恐精英、絕地要塞等。據(jù)悉,該漏洞將影響數(shù)千萬游戲玩家。
華為P9 Lite手機的任意指紋解鎖捧得今年的最高獎35萬獎金。來自美國的Shellphish團隊,突破了最新版本手機的最堅實防線——“指紋識別搭配TrustZone”?,F(xiàn)場觀眾通過鼻尖即實現(xiàn)了手機指紋解鎖。通過利用這些漏洞,攻擊者不僅能獲得安全區(qū)中的敏感數(shù)據(jù),還能直接進(jìn)入支付等高權(quán)限場景。
互動觀眾通過鼻子解鎖華為P9lite手機
在現(xiàn)場演示發(fā)現(xiàn)的漏洞被攻破之后,華為第一時間對主辦方提供的漏洞進(jìn)行了慎重仔細(xì)的分析及修復(fù)工作,以保障華為手機系統(tǒng)的安全性進(jìn)一步提升。
研究網(wǎng)絡(luò)安全與隱私保護的鳳凰解碼安全團隊通過偽裝攻擊目標(biāo)Edimax智能插座,觸發(fā)漏洞,獲取APP控制端發(fā)出的認(rèn)證信息,通過該認(rèn)證信息遠(yuǎn)程控制該智能插座。不僅如此,研究人員還可以利用協(xié)議漏洞篡改固件,把智能插座變成被黑客任意操控的“肉雞”,選手成功突破插座安全限制之后,發(fā)送流量包,控制其發(fā)送了一條微博。
此次破解背后的寓意令人深省。近日發(fā)生的美國的互聯(lián)網(wǎng)“癱瘓”事件的幕后真兇就是DDoS攻擊。而DDos攻擊之所以屢次刷新“史上最大規(guī)模網(wǎng)絡(luò)攻擊”的記錄,就與物聯(lián)網(wǎng)世界智能硬件安全性息息相關(guān)。
跨界碰撞帶來火花 前所未見的跨維對抗抓人眼球
GeekPwn2016創(chuàng)新地設(shè)置了前所未見的比賽模式。其中,在以往任何黑客大賽都從未出現(xiàn)過的:機器人特工挑戰(zhàn)和打破結(jié)界的跨次元CTF對抗賽著實讓所有現(xiàn)場眼前一亮。
不同于以往的CTF比賽,來自GeekPwn的跨次元CTF呈現(xiàn)了一場突破數(shù)字世界與物理世界的“四國部隊”無人機諜戰(zhàn)。四個團隊以代碼對抗,爭奪無人機控制權(quán),展開一場打破結(jié)界的較量。最終FlappyPig戰(zhàn)隊技高一籌,奪得冠軍,獲得6萬獎金。
選手薛恩鵬制作的機器人完成高難度的插U盤動作
同樣開啟“跨維打擊”的還有機器特工挑戰(zhàn)賽?,F(xiàn)場,數(shù)位來自全國各地的機器人愛好者,帶著他們的“鋼鐵俠”,在主辦方設(shè)定的“辦公場景”內(nèi)讓自己的機器人“偷偷”潛入,通過高難度的物理接觸插U盤的方式獲取電腦數(shù)據(jù)。最終來自薛恩鵬的機器人成功完成任務(wù),獲得4萬獎金。
三年以來,超過百名極客選手參加了GeekPwn ,累計獎金池超過千萬,選手發(fā)現(xiàn)的安全漏洞由GeekPwn統(tǒng)一提交給智能廠商,累計負(fù)責(zé)任披露過百個高危安全漏洞。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。