学习笔记 1/19 人工智能驱动了网络变革 网络承载了人工智能发展 AI Runs Networks and Networks Run AI 【摘要】：人工智能（AI），不仅是国家发展的战略性技术， 而且已在现实中发挥了作用。然而，“AI 作为信息技术（IT） 工作负载的重要分支”，AI 本身是技术生态系统（Ecosystem）的 组成部分。AI AI 技术的加速扩展。这份“学习笔记”的探讨重点是，传统 网络的规划和结构与 AI 扩展中的组网/连网的“瓶颈”问题， 以及目前的相关技术解决方案（即“路”在何方？）。其他相关 的问题（如 AI 的算力功耗和电力需求）超出了讨论的范围。 【关键字】：组网/连网（Networking），网络（Networks）， 工作负载（Workloads），“大象数据流”（Elephant （Networking）技术与传统网络拓扑结构及其应用状况。 事实上，移动通信 4G 在 2010 年的商用化成为了互联网 发展的转折点，其中“暗光纤”（Dark Fiber）的作用至关重要。 目前，AI 已然触发了网络化（Networked）数据量的指数级增长， “跨域扩展”（Scale-Across）的组网技术以及连网拓扑结构成为 （倒逼）变革网络（Networks）的又一个关键转折点，也使相关

企业网络舆情保护办法 来源：网络舆情检测分析系统中心 企业的一举一动，都可能在网络上掀起轩然大波，引发广泛的 关注和讨论。正面的舆情可以为企业树立良好的形象，提升品牌知 名度和美誉度，吸引更多的客户和合作伙伴；而负面的舆情则可能 如同一颗定时炸弹，一旦引爆，便会对企业造成巨大的冲击，甚至 危及企业的生存。 面对如此严峻的网络舆情形势，企业必须高度重视舆情保护， 将其纳入企业发展的战略层面。

-⾃主感知、

认识、

理解、

交互的理论基础、

技术能⼒还有待突破，

基于有 限样本的决策判断、

输出结果存在“幻觉”,
即看似合理实则不可靠的现象。 （e）
外部对抗攻击。

攻击者利⽤模型算法及其设计实现的缺陷、漏洞， 构造对抗攻击样本数据，窃取、篡改模型参数、结构、功能等，⼲预模型推理 过程进⽽影响决策判断、输出结果及运⾏稳定性，甚⾄恶意利⽤或消耗模型 资源。 （
f）
模型缺陷扩 以及服务、

交互 过程中，

存在未经同意收集、

不当使⽤数据和个⼈信息的安全⻛险。 （b）
训练数据内容不当。

训练数据包含虚假、

偏⻅、

侵犯知识产权等 违法有害内容，

还⾯临攻击者篡改、

注⼊错误、

误导数据的“投毒”⻛险，

影响模型价值观对⻬，
“
污染”模型概率分布，

造成决策输出准确性、

可信 度下降，

甚⾄输出违法有害信息。 （c）

训练数据 人工智能安全治理框架2.0 - 5 -（d）
数据和个⼈信息泄露。

⼈⼯智能训练数据蕴含的知识、

敏感信息 暗藏于模型参数之中，

因模型安全防护机制不健全、

敏感信息未“遗忘”、 诱导交互和恶意攻击，

可能导致数据和个⼈信息泄露。 3.2 ⼈⼯智能技术应⽤安全⻛险 3.2.1
⽹络系统安全⻛险 （a）
组件和算⼒安全。

⼈⼯智能依赖的开发框架、

计算框架、

执⾏平 台、

技的几次海外收购尝试引发了不满，比如 2021 年试图收购 英国的 NewportWaferFab，结果被挡住，还有涉及荷兰初 创公司 Nowi 的交易。 外部环境的变化加速了矛盾。2024 年 4 月，安世遭遇 网络攻击，客户信息和芯片设计被窃取，这加剧了荷兰当 局对数据安全的担忧。同年年底，美国把闻泰科技列入实 体清单。自 2024 年 12 月被美国商务部列入“实体清单” 始，闻泰科技便步入了多事之秋。为应对困局，不惜壮士

多 重职责范畴，要求辅导员必须迅速、精准地综合运用多种工作方法 和专业技能予以应对。 四、解决思路 解决该案例，核心在于贯彻“生命至上”原则，实施“双线作 战”。一线保安全，启动“危机干预五字诀”之“快”与“稳”，即 快速响应、稳住局面，争分夺秒化解“自杀”危机。二线解心结， 落实“危机干预五字诀”之“实”“专”“长”，即务实解困、专业支 持、长效固

也在技术圈层引发深入探讨。舆情已从初期的猎奇赞叹，发 展为围绕技术可行性、安全性、创新价值及其与法规标准冲 突的核心争议。技术的加入，使讨论更具专业深度，也放大 了事件的潜在风险。 一、舆情概况 近期，一位网络短视频博主在抖音平台发布的一系列 “探秘”视频引起舆论广泛关注。视频中，在云南某地一个 看似简陋的院子或工棚里，停放着大量外观各异、形似豪华 跑车或科幻战车的“手工车”。视频显示，云南小哥顾玉鹏