动科普丨网赚App让你足不出户日进斗金？又又又上当了！******
【万万没想到！App花样套路大解密②——网赚篇】
“刷视频、看广告、做任务赚佣金，边玩手机边赚钱”，在移动应用市场上，我们总能看到，一些手机App打着这样的口号，吸引用户们注册使用。但鱼龙混杂的产品，常常让人难以分辨其中真假。
对于注册用户来说，这种“躺赚”App真的能赚钱吗？
什么是网赚？
安天移动安全发布的移动互联网风险应用白皮书显示，2018年网赚App影响用户量高达2.5亿，网赚App在下沉城市最受欢迎。其中，00后用户占比为24%，高于全部网民中00后占比。
事实上，网赚品类应用与网络兼职刷单类应用有所不同，泛指应用用户通过完成指定任务获取现金回报，应用运营者则通过流量投放实现变现。
比如，这几年比较流行的刷视频赚钱、刷新闻赚钱、走路赚钱、答题赚钱，以及玩休闲小游戏赚钱等。
业内人士介绍，通常这类网赚App业务形态比较简单，用“提现”等方式吸引用户完成任务。用户如果想要完成提现，就必须点进去看广告。比如，让用户看完数条视频后可提现，本质目的则是吸引用户完成任务来获利。
然而，有部分网赚品类非良性开发者为了快速回本、增大收益，试图在各个环节进行设计，增加用户提现难度。这类应用不仅存在恶意干扰用户达成提现条件、用户满足提现要求无法提现，又或者虚假广告宣传的问题，还通过各种欺骗、诱导的方式使用户无法顺利完成提现。
常见套路揭秘☞☞☞
①应用设置多重套路的提现门槛
“提现”作为网赚类应用区别于其他品类应用的特征功能，也是用户使用网赚类应用最关心的功能。而部分网赚应用在用户提现前没有明示用户完整的提现规则和门槛，在用户完成一个提现条件想要进行提现时，才告知用户还有别的提现条件，以此来限制用户提现。
②提现进度或激励规则不透明
某些应用的提现进度或者激励规则不够清晰透明，在应用内只展示任务当前完成的进度，未明示进度增加标准以及任务达成标准，用户并不知道具体完成多少关，才可以完成任务获得提现机会。
又或者，有些应用用户通过做任务获取奖励，但应用并未明示奖励的标准及概率，部分应用通过这种方式诱导用户观看广告、下载应用等来获取奖励，而实际用户所获得的奖励很少，与期待不符。
③故意使用户任务完成失败
部分应用在用户快要满足提现要求时，故意使用户任务完成失败，从而使用户无法达成提现条件。
④应用满足提现要求但无法有效提现
部分网赚类应用，即使用户达到提现要求，仍然无法有效提现，并且存在多样化的拒绝提现手段。例如，应用未按承诺提供提现机会、暴力拒绝用户提现，以风险环境、作弊用户的理由拒绝用户提现，或存在提现等待时间过长等问题。
⑤虚假广告宣传
部分网赚应用广告通过虚假夸大应用功能的方式来推广、诱导欺骗用户下载应用，用户实际下载使用后发现，应用功能与广告宣传并不相符。
！！！警惕向青少年群体蔓延
有调查发现，在近年来的一些网络犯罪刑事案件中，犯罪团伙往往利用青少年，特别是未成年人“贪小利”“好奇心强”的特点，以“聊聊天发发帖”就能“轻松网赚”的谎言诱骗他们成为帮凶。
特别是疫情期间，青少年群体的网络活跃度较高，不少人受到“网赚”氛围影响，想借机赚点零花钱。犯罪团伙份子利用未成年人心智未成熟、容易受利诱的特点，不断灌输非正当的牟利方法。
（图源网络）
网赚品类应用作为一种新兴的赚钱方式，已经被越来越多的人接受，但部分非良性网赚类应用中存在的风险问题不仅严重侵害了用户权益，也极大影响了行业生态的良性、健康发展。
业内建议，进一步提高治理网络黑灰产的法治化水平刻不容缓，不仅要筑牢“网络并非法外之地”的思想意识底线，更要在网络治理中将每个人的网络行为纳入法律框架之内。
同时，相关互联网内容平台要增强自我监管意识，将社会责任切实转化为经营行动。比如，进一步完善投诉反馈渠道，遇到举报信息应及时受理核实，涉嫌违法的要向有关部门及时报案。（部分内容综合自新华社）
监制：张宁 策划：李政葳 制作：姚坤森
聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策******
中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛，12月5日在清华大学以线上线下结合方式举行，中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题，发表主旨演讲建言献策，并深入研讨交流。
美国国家科学院院士、美国艺术与科学院院士、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为，大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门的技术人员缺乏伦理、哲学方面的训练，难以开发出具有可解释性的算法框架，深化这类研究能够在人工智能治理的问题识别、建立开发实践框架、提供指引等方面发挥重要作用。此外，由于数据可以带来巨大的规模效应，当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中，因此，未来对“机器换人”的预测非常具有挑战性，需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题，使基于人工智能的公共服务变得更加高效。
国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出，由于人类对智能机制认知不足、智能行为本身的复杂性、观测手段的有限性以及个体知识、职业、信仰、文化背景等的差异性，导致当前人工智能研究中面临着一系列挑战，因此，需要加强人工智能基础研究工作，这需要跨领域、跨学科的共同努力。当前，理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战。一方面，理解人工智能机理需要构架“感知-思考-行动”的智能模型，加强对大脑思维机理的理解，建议借鉴神经科学研究联合体的有益经验，建立全球性的人工智能研究数据库，形成全球共享的研究社区。另一方面，构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能的基础上，建议建立类似于自由协作式的知识库，通过全民民众参与，推动知识在全球层面共享。
中国科学院院士、清华大学人工智能研究院名誉院长、清华大学人工智能国际治理研究院学术委员张钹表示，由于深度学习等算法存在不可解释性，导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释的、鲁棒的人工智能理论和方法，开发安全、可信、可靠、可扩展的人工智能技术，以“数据驱动+知识驱动”构建支持可解释的人工智能算法的深度学习平台，赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导，并需要政策法规对数据使用的正确规范，充分利用知识、数据、算法和算力四个要素结合，推动人工智能的创新发展。
中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为，当前人工智能发展处于新一代人工智能向强人工智能发展的关键阶段，至2030年，中国人工智能发展总体要达到世界领先水平。从战略问题看，中美欧三方在人工智能人才、研究、开发、应用、硬件、数据等方面竞争激烈，当前中国人工智能发展在战略政策、数据资源、应用场景、潜力人才方面具有优势，而在基础理论、原创算法、关键部件、国际平台、高级人才等方面还存在短板。从战术问题看，人工智能2.0需采用基于大数据的统计AI解决大规模AI应用需求，鼓励各种可能的强人工智能探索，“可解释机器学习+推理”和“仿生系统+AI大算力”是可能的技术路线图；在安全问题层面，强人工智能的安全风险主要来源于模型的不可解释性、算法和硬件的不可靠性和自主意识的不可控性，人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护，重视探索人工智能伦理问题，并基于“理论-技术研究-应用”的阶段性采取不同的风险防范策略。
美国国家工程院外籍院士、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示，AI已经应用于生活和工作的方方面面，目前甚至在法律上也具有一定的应用，比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑，包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”，应该打开“黑箱”，探究和理解其中的具体内容和因果关系，我们一定要做可解释性的AI。同时，他提到负责任的AI应具备公平性、可靠性、隐私性、包容性、透明性和责任性的特点，作为新兴领域，还需要向其他领域学习，从而更好的服务于人类。
中国工程院外籍院士、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出，“碳中和”是人类能源结构的又一次变革。“碳中和”既是可持续发展的必然选择，又是产业结构调整和发展的重大机遇。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网，智联网可以赋能绿色计算，助力“碳中和”。智联网助力“碳中和”主要包括三个环节：首先，由数据驱动和人工智能优化引擎来实现智能决策。其次，多参数全链系统配置优化。最后，通过多源多维异构感知融合实现智能感知。智联网可用于能源融合、降低ICT产业的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架，该平台包括人工智能驱动节能减排和高能效人工智能系统，应用路径包括绿色园区和工业节能。
2021人工智能合作与治理国际论坛由清华大学主办，清华大学人工智能国际治理研究院承办，国际支持机构为联合国开发计划署。论坛为期两天，设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完)
