.io игры

Другие персонажи мультфильма Спанч Боб

Кроме Спанч Боба в мультфильме встречается множество интереснейших персонажей. Они могут стать вашими друзьями или противниками и в играх про Спанч Боба, поэтому будет полезно узнать про них побольше.

Звезда Патрик

Розовая морская звезда и лучший друг Спанч Боба, живет по соседству. Несмотря на то, что на протяжение всего мультфильма Патрик не блещет интеллектом, считает себя довольно умным.

Юджин Крабс

Краб, помешанный на деньгах и богатстве. Является владельцем закусочной Красти Крабс, где работает Губка Боб. Мистер Крабс в молодости служил в морских силах Бикини Боттом и является ветераном военных действий.

Сквидворд

Меланхоличный и пессимистичный кальмар, который живет рядом со Спанч Бобом и работает вместе с ним в Красти Крабс. Ненавидит свою работу и соседей.

Сэнди Чикс

Подруга Губки Боба, белка из штата Техас. Сэнди опытный каратист. Живет она в специальном доме, а передвигается надев скафандр, ибо будучи белкой не может дышать под водой.

Планктон Шелдон

Крайне отрицательный персонаж. Владелец плохой забегаловки, расположенной напротив Красти Крабс. Постоянно пытается выкрасть секретный рецепт крабсбургеров, но как правило, благодаря Спанч Бобу, ему это не удается.

Вот вы и познакомились поближе с героями мультика. Они наверняка встретятся Вам, когда вы будете играть в новые игры ГУбка Боб у нас на сайте, так что вы будете знать как с ними себя вести.

Deep learning: глубокое обучение для разных целей

Глубокое обучение — подраздел машинного обучения. Алгоритмам глубокого обучения не нужен учитель, только заранее подготовленные (размеченные) данные.

Самый популярный, но не единственный метод глубокого обучения, — искусственные нейронные сети (ИНС). Они больше всего похожи на то, как устроен человеческий мозг.

Нейронные сети — это набор связанных единиц (нейронов) и нейронных связей (синапсов). Каждое соединение передаёт сигнал от одного нейрона к другому, как в мозге человека. Обычно нейроны и синапсы организованы в слои, чтобы обрабатывать информацию. Первый слой нейросети — это вход, который получает данные. Последний — выход, результат работы. Например, несколько категорий, к одной из которых мы просим отнести то, что было отправлено на вход. И между ними — скрытые слои, которые выполняют преобразование.

По сути, скрытые слои выполняют какую-то математическую функцию. Мы её не задаём, программа сама учится выводить результат. Можно научить нейросеть классифицировать изображения или находить на изображении нужный объект. Помните, как reCAPTCHA просит найти все изображения грузовиков или светофоров, чтобы доказать, что вы не робот? Нейронная сеть выполняет то же самое, что и наш мозг, — видит знакомые элементы и понимает: «О, кажется, это грузовик!»

А ещё нейросети могут генерировать объекты: музыку, тексты, изображения. Например, компания Botnik скормила нейросети все книги про Гарри Поттера и попросила написать свою. Получился «Гарри Поттер и портрет того, что выглядит как огромная куча пепла». Звучит немного странно, но как минимум с точки зрения грамматики это сочинение имеет смысл.

Сегодня нейронные сети могут применяться практически для любой задачи. Например, при диагностике рака, прогнозировании продаж, идентификации лиц в системах безопасности, машинных переводах, обработке фотографий и музыки.

Чтобы обучить нейросеть, нужны гигантские наборы тщательно отобранных данных. Например, для распознавания сортов огурцов нужно обработать 1,5 млн разных фотографий. Не получится просто слить рандомные картинки или текст из интернета — их нужно подготовить: привести к одному формату и удалить то, что точно не подходит (например, мы классифицируем пиццу, а в наборе данных у нас фото грузовика). На разметку данных — подготовку и систематизацию — уходят тысячи человеко-часов.

Машинное обучение: как учится ИИ

Машинное обучение (англ. machine learning) — это один из разделов науки об ИИ. Здесь используются алгоритмы для анализа данных, получения выводов или предсказаний в отношении чего-либо. Вместо того чтобы кодировать набор команд вручную, машину обучают и дают ей возможность научиться выполнять поставленную задачу самостоятельно.

Чтобы машина могла принимать решения, необходимы три вещи:

  • Алгоритм — специальная программа, которая говорит компьютеру, что делать и откуда брать данные. Например, мы можем написать программу, которая сортирует пиццу: «Маргарита», с грибами, с колбасой.
  • Набор данных  — примеры, на которых машина тренируется. Это могут быть картинки, видео, текст — что угодно. В нашем случае понадобятся тысячи фотографий различных пицц. Чем больше примеров, тем богаче опыт, — совсем как у людей.
  • Признаки — на что компьютеру смотреть при принятии решения? Если мы занимаемся машинным обучением с учителем, то вручную выделяем грибочки и кусочки колбасы. При обучении без учителя — сливаем все данные в программу и даём компьютеру самому разобраться, где что, а при необходимости корректируем.

В машинном обучении много разных алгоритмов. Один из самых простых — линейная регрессия. Её применяют, если есть линейная зависимость между переменными. Пример: чем больше сумма заказа, тем больше вы оставите чаевых. По имеющимся данным можно предсказать сумму чаевых в будущем. В общем-то, простая математика.

Есть байесовские алгоритмы. В их основе применение теоремы Байеса и теории вероятности. Эти алгоритмы используют для работы с текстовыми документами — например, для спам-фильтрации. Программе нужно дать наборы данных по категориям «спам» и «не спам». Дальше алгоритм будет самостоятельно оценивать вероятность того, что слова «Бесплатные туры для пенсионеров» и «Закажи маме тур, пожалуйста» относятся к той или иной категории.

Доминирующая парадигма 1955-1990 гг.

В 1960-х годах символические подходы достигли большого успеха в моделировании разумного поведения в небольших демонстрационных программах. В 1960-е годы исследования в области ИИ проводились в трех учреждениях: Университете Карнеги-Меллона , Стэнфорде , Массачусетском технологическом институте и (позднее) Эдинбургском университете . Каждый разработал свой стиль исследования. Ранние подходы, основанные на кибернетике или искусственных нейронных сетях, были отброшены или отодвинуты на второй план.

Когнитивное моделирование

Экономист Герберт Саймон и Аллен Ньюэлл изучили человеческие навыки решения проблем и попытались формализовать их, и их работа заложила основы области искусственного интеллекта, а также когнитивной науки , исследований операций и науки управления . Их исследовательская группа использовала результаты психологических экспериментов для разработки программ, имитирующих методы, которые люди использовали для решения проблем. Эта традиция, основанная на университете Карнеги-Меллона , в конечном итоге привела к развитию архитектуры Soar в середине 1980-х годов.

На основе логики

В отличие от Саймона и Ньюэлла, Джон Маккарти считал, что машинам не нужно моделировать человеческое мышление, а вместо этого следует пытаться найти суть абстрактного мышления и решения проблем, независимо от того, используют ли люди одни и те же алгоритмы. Его лаборатория в Стэнфорде ( SAIL ) сосредоточилась на использовании формальной логики для решения широкого круга задач, включая представление знаний , планирование и обучение . Логика также была в центре внимания работы в Эдинбургском университете и других странах Европы, которая привела к развитию языка программирования Prolog и науки о логическом программировании .

Антилогичный или «неряшливый»

Исследователи из Массачусетского технологического института (такие как Марвин Мински и Сеймур Паперт ) обнаружили, что решение сложных проблем со зрением и обработкой естественного языка требует специальных решений — они утверждали, что никакой простой и общий принцип (например, логика ) не может охватить все аспекты разумного поведения. Роджер Шенк охарактеризовал их «анти-логические» подходы как « неряшливые » (в отличие от « аккуратных » парадигм в CMU и Стэнфорде).
Commonsense база знаний (например, Дуг Ленат «s Сус ) является примером„потрепанного“ИИ, так как они должны быть построены вручную, одна сложной концепцией , в то время.

Основанный на знаниях

Когда примерно в 1970 году стали доступны компьютеры с большой памятью, исследователи всех трех традиций начали встраивать знания в приложения ИИ. Революция в области знаний была вызвана осознанием того, что многие простые приложения ИИ потребуют огромных объемов знаний.

Каким бывает искусственный интеллект

Исследователи обычно делят ИИ на три группы:

Слабый ИИ (Weak, или Narrow AI)

Слабый интеллект — тот, что нам уже удалось создать. Такой ИИ способен решать определённую задачу. Зачастую даже лучше, чем человек. Например, как Deep Blue — компьютерная программа, которая обыграла Гарри Каспарова в шахматы ещё в 1996 году. Но такая Deep Blue не умеет делать ничего другого и никогда этому не научится. Слабый ИИ используют в медицине, логистике, банковском деле, бизнесе:

  • Искусственный интеллект от Google смог опередить опытных врачей в точности диагностики рака молочной железы. Чтобы это сделать, использовали сотни тысяч результатов скрининга. По данным Американского онкологического общества, врачи не диагностируют рак примерно в 20% случаев и часто ставят ложный диагноз. ИИ не только поставил более точный диагноз, чем врачи, — на 9,4%, — но и чаще указывал на болезнь там, где онкологи не сумели её распознать.
  • Amazon — одна из ведущих ИИ-компаний в мире — разработала систему Fraud Detector. Она помогает бороться с онлайн-мошенничеством, из-за которого люди и компании теряют миллионы долларов. Алгоритм следит за действиями пользователей в реальном времени, находит их и сообщает об аномалиях — например, помечает подозрительные заказы, которые нужно проверить до совершения платежа. Это можно использовать в банках, онлайн-магазинах и крупных компаниях.
  • Беспилотные автомобили Waymo благодаря машинному обучению способны передвигаться по реальным дорогам без вреда для пассажиров и прохожих. Кстати, такие машины — правда, от компании Toyota — будут использовать на следующих Олимпийских играх в Японии для транспортировки гостей.

Это несколько примеров, в реальности применений намного больше.

Сильный ИИ (Strong, или General AI)

Как выглядел бы сильный искусственный интеллект, можно увидеть в игре Detroit: Become Human.

Во вселенной Detroit роботы способны учиться, мыслить, чувствовать, осознавать себя и принимать решения. Одним словом, становятся похожи на человека. А в обычной жизни ближе всего к General AI чат-боты и виртуальные ассистенты, которые имитируют человеческое общение. Здесь ключевое слово — имитируют. Siri или Алиса не думают — и неспособны принимать решения в ситуациях, которым их не обучили. Сильный искусственный интеллект пока остаётся мечтой.

Музыкальное сопровождение мультика

Музыкальная тема к Губке Бобу была написана Дереком Драймоном, Марком Харрисоном и другими и основана на морской песенке «Blow the Man Down», которая также использовалась в таких популярных медиа проектах как фильм «Пираты Карибского Моря» и сериал «Теория Большого Взрыва». На основную тему мультфильма было выпущено множество кавер версий, в частности одну из них исполнила Аврил Лавин. Для Специального Рождественского выпуска Губки Боба была записана версия композиции в исполнении хора. Главным композитором и музыкальным редактором мультика является Николас Карр. Большинство мелодий, составляющих музыкальное сопровождение серий взяты из библиотеки мелодий Associated Production Music Library, которой пользуются для подбора музыки для своих серий редакторы многих шоу, например, знаменитых Симпсонов. Для создания комедийного или драматического эффекта в эпизодах мультика используется Укелеле (гавайская гитара). Вообще, классические мелодии для Укелеле, популярные в 50-х годах в Америке, составляют изрядную часть саундтрека к мультику. Не меньшую часть составляют вариации на тему классических морских песенок. Одна из самых часто встречающихся – это песенка «Пьяный Моряк».

Свой вклад в саундтрек к Спанч Бобу (в отличие от других проектов канала Никелодеон) внесли и многие знаменитые независимые музыканты. Это и альтернативные рок группы, такие как Wilco, The Flaming Lips и The Shins, и классические хеви-метал команды, например Пантера, Моторхэд и Твистед Систер.

Критика Спанч Боба

Спанч Боб приобрел огромный успех, что не могло не обратить на него внимание общественности, как всегда и происходит в таких случаях. Естественно, мультик стал подвергаться разнообразной критике, ведь если мультфильм смотрит множество детей, значит он имеет огромный потенциал для формирования их нравственного и этического облика

Таким образом, вместе с большим успехом и признанием общественности авторы мультика получают и огромную ответственность. Давайте посмотрим, каким упрекам подвергался Губка Боб за время своего существования.

В 2005 году вышло видео, пропагандирующее толерантность и терпимость к разнообразным меньшинствам, где Спанч Боб и персонажи других мультиков пели песенку соответствующего содержания. Естественно, Губка Боб сразу же был подвергнуть критике со стороны семейных и религиозных организаций за «пропаганду нестандартной любви».

Инцидент вызвал массу обсуждений о предпочтениях самого Губка Боба. Создатель мультика, Стивен Хилленбург отверг обвинения в нестандартности таковых, несмотря на то, что популярность Спанч Боба среди голубой аудитории росла. Все участники команды мультфильма были крайне удивлены такой реакцией общественности на мультик для детей, в котором, само собой, подобного посыла не было и быть не могло.

Кроме всего прочего, прошел слух, что один из эпизодов мультика был показан на канале для взрослых и представлял Патрика и Спанч Боба вышедшими за рамки простой дружбы и испытывающих друг к другу нежные чувства. Впоследствии, этот эпизод стал так популярен, что его показали и непосредственно на Никелодеон. Все это также дало почву для поиска разнообразных двусмысленных шуточек непосредственно в самом мультике. Естественно таковые были с легкостью найдены, особенно с учетом отрыва от контекста. Например вполне безобидная в контексте серии фраза Губки Боба «Полижите мои щеки» звучит сама по себе довольно двусмысленна.

Джеффри Деннис, автор статьи «То, что мы делаем каждую ночь: о заметных проявлениях откровенности в мультфильмах» утверждает «Спанч Боб и Сэнди явно не состоят в каких-либо романтических отношениях», в то время как «вероятность отношений между Губкой Бобом и Патриком также очень спорная», потому как «они живут в отдельных домах и даже имеют разные группы друзей».

Но отвлечемся от темы романтических отношений персонажей мультика. В конце концов, взрослые часто ищут проблемы там, где дети просто не обращают внимания на что-то и забавляются, глядя на приключения веселых персонажей. Гораздо более серьезной темой является влияние мультиков на умственные способности. В 2011 году в Государственном Университете штата Вирджиния было проведено исследование о влиянии мультфильма на детей.

Исследование проходило следующим образом. Было сформировано три группы четырехлетних детей, каждая из которых занималась определенной деятельностью. Первая группа смотрела Спанч Боб, вторая – Кайлу (образовательное телешоу), а третья – занималась рисованием. После 9 минут соответствующей деятельности, каждую группу детей проверили на сообразительность и умственные способности. Дети, смотревшие Спанч Боба продемонстрировали значительно более низкие показатели, чем дети из двух других групп, чьи результаты оказались примерно одинаковыми. В итоге, исследование показало, что просмотр мультика Губка Боб может вызвать у детей дошкольного возраста кратковременные нарушения в мыслительных функциях и ухудшения внимания. Ученые связали это с частой сменой сцен в мультфильме. Администрация канала Никелодеон в ответ на результаты исследования заявила, что во-первых мультфильм предназначен для детей более старшего возраста, а во-вторых, что ученые применяли довольно спорную методологию и нет никаких оснований считать, что полученные выводы обладают достоверностью, достаточной для того, чтобы родители могли делать негативные выводы по поводу мультика Спанч Боб.

Комментарий психолога

Детский психолог П. Зелексон отмечает, что в мультфильме «Винкс» представлены ценности женской дружбы, честности, взаимопомощи и уверенности в своих силах. Мультфильм содержит современную гендерную модель поведения женщины, сочетающую «патриархальные» и «матриархальные» черты, желание быть привлекательной для семейного партнера и в то же время быть сильной и успешной в обществе (Дохова, Чепракова, 2013). Сочетание феминных и маскулинных черт в женских образах мультфильма позволяет педагогам обращаться к ним при обсуждении гендерного поведения в группе младших школьников (Абакумова, 2017).

Раздел «Винкс» включает игры, посвященные уходу за внешностью (игры-одевалки, парикмахерская, маникюр) и выступающие как способ женской гендерной социализации, а также игры-аркады, в которых женские персонажи выполняют активные, традиционно «мужские» роли (гонщица, боец, спаситель мира). Представлены игры, посвященные развитию наблюдательности, мыслительных и мнемических способностей.

Отметим, что дети дошкольного возраста не всегда полностью схватывают сюжет мультфильма, воспроизводя в игре лишь фрагментарные действия персонажа (Соколова, Мазурова, 2015). Сюжет «Винкс» рассчитан на младший школьный возраст, а отдельные его темы (соответствие внешности социальным эталонам красоты, романтические отношения) будут более актуальны для старшего подросткового возраста.

ИИ – это угроза?

Сегодня может показаться, что искусственный интеллект, представляющий угрозу для человечества – это удел научных фантастов и фильмов наподобие «Матрицы» или «Я-робот». Согласитесь, довольно сложно представить себе всемогущий и страшный ИИ, когда Siri не способна дать правильный прогноз погоды. Но Шейн Джонсон, директор Центра будущих преступлений Дауэса в Калифорнийском университете объясняет, что количество потенциальных угроз будет расти и они будут становится все сложнее и сложнее, переплетаясь с нашей повседневной жизнью.

По мнению Джонсона, чьи слова приводит Inverse, мы живем в постоянно меняющемся мире, который создает новые возможности – как хорошие, так и плохие

Вот почему так важно предвидеть будущие угрозы, в том числе рост преступности. Это необходимо, чтобы политики и другие заинтересованные стороны, обладающие компетенцией, могли выявить преступления еще до того, как они произойдут

Да, прямо как в фильме «Особое мнение» с Томом Крузом в главных ролях.

Хотя авторы работы, опубликованной в журнале Crime Science признают, что выводы исследования по своей сути носят спекулятивный характер и зависят от современной политической обстановки и технического развития, в будущем технологии и политика будут идти рука об руку.

Кадр из фильма «Осбое мнение»

Интересные факты о Губка Бобе

В некоторых случаях Спанч Боб носит очки. Например – для охоты за медузами (в качестве защиты) или для чтения. Очки, которые он носит, напоминают очки художника, который его нарисовал, Тома Кенни.

В первых двух сезонах его глаза больше, чем в других

В одном из эпизодов упоминается, что первыми словами Губки Боба были слова: «Можно принять заказ?». Однако, впоследствии, это оказывается неверным, так как в другом эпизоде показано, как Губка Боб произносит «Крабья Лапа» еще находясь в утробе матери, что доказывает что именно эти слова были его первыми.

Если считать, что Спанч Боб родился в 1986, то к моменту начала показа мультика в 2000-м ему было только 14 лет. Таким образом получается, что он – четырнадцатилетний подросток, живущий один. А работу он нашел, выходит, в 12 или в 13 лет.

В некоторых эпизодах показано, что Спанч Боб обладает некой формой телепатии, что отражается в шутках о том, как сильно он раздражает своих друзей. Примеры:

  • Спанч Боб вмешивается в сны своих друзей в серии «Время для сна»
  • Спанс Боб приветствует мистера Крабса в мыслях Сквидворда в серии «Смерть за пирог»
  • В серии «Большой розовый лузер» Спанч Боб думает «По крайней мере, в своих мыслях я в безопасности». Когда Патрик думает о том же, Спанч Боб издает возглас удивления, что подтверждает, что он прочел его мысли.
  • В серии «Жаркий Выстрел» Спанч Боб читает мысли миссис Пафф. Он спрашивает ее о значении слова, которое произнесла про себя.

Спанч Боб обычно изображается слабым, но в некоторых эпизодах он проявляет поистине супергеройские силы.

Спанч Боб всегда мстит всем, кто его подставил или воспользовался его добротой. В том числе и свои друзьям. Довольно странным при этом является факт, что Сквидворду Губка Боб мстил всего пару раз, причем в одном из них он мстил не Сквидворду лично, а всем подряд.

До определенного времени Спанч Боб считался единственным персонажем, у которого есть питомец. Однако, впоследствии выяснилось, что у Сэнди есть змея, птица и бабочка, а у мистера Крабса – червь.

В четвертом эпизоде облик и голос Губки Боба претерпели изменения и стали более детскими. Возможно, это было сделано для привлечения более юной аудитории.

Спанч Боб носит зеленую пижаму, а не появляется в обычном для себя нижнем белье, когда к нему приходят гости.

Спанч Боб благодаря своей популярности стал талисманом канала Никелодеон.

Повседневный карман Губки Боба имеет 8 карманов: два на рубашке, два сзади, два спереди, один на галстуке и еще один.

Губка Боб появился во всех без исключения сериях мультфильма. Он – единственный персонаж, который может этим похвастаться.

В одном из эпизодов Губка Боб – левша. Однако впоследствии мы видим, как он пользуется для дел обеими руками в равной мере. Таким образом можно предположить, что он либо был вынужден научиться пользоваться правой рукой, либо сделал это по собственному желанию.

Губка Боб – самый популярный из всех персонажей Никелодеон.

В серии «Вы уволены, Миссис Пуфф», мистер Фитц утверждает, что Губка Боб был исключен из Школы Судоводителей 1 025 856 раз, что, конечно, является преувеличением.

С серии «Мой милый морской конек» и далее нос Губки Боба всегда опускается, когда он опечален.

В одной из серий Губка Боб дает понять, что ненавидит, когда ему лижут ступни, так как он кричит во время того, как Патрик делает это.

С каждым сезоном голова Губки Боба становится все больше.

Изначально, предполагалось назвать персонажа Спанч Бой, однако это имя было уже занято производителем швабр. Мистер Крабс ссылается на это совпадение, когда в одной из серий кричит «Отспанчбой меня, Боб!»

Когда Спанч Боб отправляется на пляж, он надевает купальный костюм. В первых сериях он синий, но затем становится красным.

В серии «Люблю этого кальмара!» показано, что у Губки Боба аллергия на тюльпаны.

Предполагается, что Губка Боб сдаст свой тест по судовождению в одном из эпизодов 10 сезона.

В одном из эпизодов Губка Боб упоминает, что его второе имя – Реджинальд, однако это с легкостью может быть и не правдой, так как многие события эпизода указывают на то, что в тот момент Спанч Боб врал.

Искусственный интеллект и преступность

Для того чтобы сделать эти футуристические выводы, исследователи собрали команду из 14 ученых в смежных областях, семи экспертов из частного сектора и 10 экспертов из государственного сектора. Эти 30 экспертов были равномерно разделены на группы от четырех до шести человек и получили список потенциальных преступлений ИИ, начиная от физических угроз (например, автономная атака беспилотника) и заканчивая цифровыми формами угроз. Для того чтобы вынести свои суждения, команда рассмотрела четыре основные особенности атак:

  • Вред
  • Рентабельность
  • Достижимость
  • Поражаемость

Вред, в данном случае, может относиться к физическому, психическому или социальному ущербу. Авторы исследования далее определяют, что эти угрозы могут причинить вред, либо победив ИИ(например, уклоняясь от распознавания лиц), либо используя ИИ для совершения преступления (например, шантажируя людей с помощью deep fake — поддельного видео).

Хотя эти факторы на самом деле не могут быть отделены друг от друга, экспертам было предложено рассмотреть влияние этих критериев отдельно. Затем результаты команд были отсортированы, чтобы определить общие наиболее опасные угрозы со стороны ИИ в ближайшие 15 лет.

ИИ – диаграмма угроз

В отличие от роботизированной угрозы, способной причинить физический вред или повредить имуществу, deep fake способен лишить нас доверия к людям и самому обществу. Оценивая угрозы по вышеперечисленным критериям, группа исследователей определила, что deep fake — технология, которая уже существует и распространяется — представляют собой самый высокий уровень угрозы.

Важно понимать, что угрозы, которые несет в себе ИИ, несомненно, будут силой, с которой придется считаться в ближайшие годы. Сравнивая 18 различных типов угроз ИИ группа определила, что видео и аудиоманипуляции в форме deep fake являются самой большой угрозой

Сравнивая 18 различных типов угроз ИИ группа определила, что видео и аудиоманипуляции в форме deep fake являются самой большой угрозой.

«Люди имеют сильную тенденцию верить своим собственным глазам и ушам, поэтому аудио и видеодоказательствам традиционно придавалось большое доверие (и часто юридическая сила), несмотря на долгую историю фотографического обмана», — объясняют авторы. «Но недавние разработки в области обучения (в том чтсле и deep fake) значительно расширили возможности для генерации поддельного контента.»

Авторы исследования считают, что потенциальное воздействие этих манипуляций варьируется от лиц, обманывающих пожилых людей, выдавая себя за члена семьи, до видео, предназначенных для того, чтобы сеять недоверие к общественным и правительственным деятелям. Они также добавляют, что эти атаки трудно обнаружить отдельным лицам (и даже экспертам в некоторых случаях), что затрудняет их остановку. Таким образом, изменения в поведении граждан могут быть единственной эффективной защитой.

Deep Fake – основная угроза ИИ

Другие главные угрозы включали автономные автомобили, используемые в качестве дистанционного оружия, подобные автомобильным террористические атаки, которые мы видели в последние годы, ИИ и фальшивых новостей (фейк-ньюс). Интересно, что группа считала роботов-взломщиков (маленьких роботов, которые могут пролезть через маленькие отверстия, чтобы украсть ключи и помочь грабителям и взломщикам) одной из самых незначительных угроз.