B 站 CEO 的身份证被上传到 GitHub 了？
來源丨量子位（ID：QbitAI）
明敏 發(fā)自 凹非寺
AI 自動補全代碼，結(jié)果補出來了一張別人的身份證？
GitHub Copilot 又出神操作了。
有人在推特上曬圖，表示自己在使用 GitHub Copilot 時，它竟然給補全出了一張身份證信息出來。
輸入 B 站 CEO 陳睿的信息后，下方竟然自動補出了身份證號。
這操作確實夠嚇人的。
網(wǎng)友就表示：恐成社工庫利器啊！
不過恐慌之際，眼尖的網(wǎng)友們很快發(fā)現(xiàn)了問題：
顯示的身份證號其實是假的，其中出生年份和校驗位明顯都是錯的。
陳睿應(yīng)該是 1978 年生，而這里的證件號上顯示為 1988。
叔叔我啊，變年輕了
也就是說，這串所謂的身份證號，其實是 GitHub Copilot 自動生成的假數(shù)據(jù)。
這讓人們提起來的心稍微放下了一些。
但是原本是生成代碼的 GitHub Copilot，怎么會生成個人隱私信息呢？
吃了的，不經(jīng)意又吐出來
這和 GitHub Copilot 的工作原理有一定關(guān)系。
GitHub Copilot 由?Codex?模型支持，它可以看做是 GPT-3 的升級版，既能看懂代碼、也能看懂自然語言。
一方面，GitHub Copilot 為了能看懂注釋，需要接受像 GPT-3 一樣的語言訓(xùn)練。
語言模型在生成結(jié)果時，往往會隨機表現(xiàn)出某些訓(xùn)練數(shù)據(jù)的特征。
也就是模型 “記住了” 見過的數(shù)據(jù)信息，處理任務(wù)時，把它 “吃進去” 的訓(xùn)練數(shù)據(jù)又 “吐了出來”。
而對于 GPT-3、BERT 這些超大型語言模型來說，訓(xùn)練數(shù)據(jù)集的來源往往包羅萬象，大部分是從網(wǎng)絡(luò)公共信息中抓取，其中免不了個人敏感信息，比如姓名、地址、身份證號等等。
有人就表示，b 站高層的個人信息可能早就被人惡意曝光了。
這一次很可能是 GitHub Copilot 在生成結(jié)果時，隨機表現(xiàn)出了一些訓(xùn)練數(shù)據(jù)的特征，這部分數(shù)據(jù)剛好來自陳睿的隱私信息。
事實上，GitHub 的 CEO Nat Friedman 也回應(yīng)過類似的問題。
他表示 GitHub Copilot 給出的隱私信息都是假的，是通過訓(xùn)練數(shù)據(jù)合成而來。
而前不久曝出的 Copilot 抄襲大神代碼、原版注釋一事，直接讓 Nat 這番回應(yīng)啪啪打臉。
自動生成的代碼不僅和原版一樣，連 “what the fuck” 那句注釋也用上了。
△GitHub Copilot 復(fù)刻 Quake 代碼
另一方面，GitHub Copilot 是由數(shù)十億行公開代碼訓(xùn)練的。
有人認為，這可能是訓(xùn)練集中的原始代碼就違反了相關(guān)隱私條款。
GitHub Copilot 受到錯誤代碼的影響，意外把陳睿的個人信息從數(shù)據(jù)集里套了出來。
雖然這次情況可能只是個意外，但是也暴露了 GitHub Copilot 在安全隱私上存在許多風(fēng)險。
有網(wǎng)友就對 GitHub Copilot 的敏感信息處理，表示擔憂：
倒是說會對敏感信息處理，但是我覺得總會有漏的。
小米開源技術(shù)委員會主席、小米副總裁崔寶秋則表示，這提醒了用戶要注意自己的安全隱私保護，個人數(shù)據(jù)要記得匿名化。
GitHub Copilot 爭議不斷
事實上，GitHub Copilot 從上線以來就爭議不斷：
直接照抄源代碼、沒有開源許可證；
由公共代碼庫訓(xùn)練，卻要以付費商品上線；
……
除了安全隱私上的風(fēng)險，openAI 還發(fā)現(xiàn) GitHub Copilot 的模型 Codex 與 GPT-3 一樣，會生成帶有種族主義或其他倫理問題的結(jié)果。
最近，自由軟件基金會（Free Software Foundation，FSF）也發(fā)出了抗議，他們表示使用 GitHub Copilot 必須運行 Visual Studio IDE 或 Visual Studio Code 這種付費軟件，侵犯了用戶的權(quán)益。
為此，FSF 正在向大眾征集 GitHub Copilot 在版權(quán)、法律等問題的投稿。
對于這一抗議，GitHub 方面則表示愿意對任何問題持開放態(tài)度。
“這是一個全新的領(lǐng)域，我們渴望與開發(fā)者就這些話題進行討論，并引領(lǐng)行業(yè)為訓(xùn)練人工智能模型制定適當?shù)臉藴省！?/p>
參考鏈接：
[1]https://twitter.com/DeltonDing/status/1423651446340259840
[2]https://venturebeat.com/2021/07/08/openai-warns-ai-behind-githubs-copilot-may-be-susceptible-to-bias/
[3]https://www.infoworld.com/article/3627319/github-copilot-is-unacceptable-and-unjust-says-free-software-foundation.html
推薦閱讀
Pandas處理數(shù)據(jù)太慢，來試試Polars吧！
懶人必備！只需一行代碼，就能導(dǎo)入所有的Python庫
絕！關(guān)于pip的15個使用小技巧
介紹10個常用的Python內(nèi)置函數(shù)，99.99%的人都在用！
可能是全網(wǎng)最完整的 Python 操作 Excel庫總結(jié)！
總結(jié)
以上是生活随笔為你收集整理的B 站 CEO 的身份证被上传到 GitHub 了？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 牛逼！Python函数和文件操作（长文系
- 下一篇： 啥，不懂Docker 和 K8s 是原罪