南韓當局正加緊防範全國大學入學試作弊,因應人工智能及智能裝置令舞弊行為更難察覺,外界關注日增。
專家關注,全國超五十萬名學生將於周四應考,屆時能否偵測到利用科技作弊的情況。
人工智能眼鏡於2026年11月16日周一,在南韓首爾一間眼鏡店內展示。(美聯社圖片/Lee Jin-man) AP圖片
這項年度考試,又稱「修能」或大學修學能力試驗,在學術競爭激烈的南韓是一項關鍵事件。當地求職、社會地位甚至婚姻前景,均可能取決於個人入讀哪所大學。
上周末,一名在四月及七月舉行的全國稅務會計師考試中取得最高分數的考生,承認利用隱藏式微型鏡頭及智能手機,透過人工智能獲取答案。此前數周,外界一直質疑他分數異常地高,令憂慮加劇。
南韓教育部長崔教真於2026年11月16日周一,在南韓首爾國會教育委員會全體會議上,就人工智能相關作弊問題接受質詢。下方文字顯示「AI作弊」。(韓聯社圖片/Seo Dae-yeon via AP) AP圖片
南韓每年均竭力營造理想的考試環境,包括延遲上班時間及股市交易,以紓緩考生交通壓力,並在考試的英語聆聽部分暫停航班升降。
當局難以制定同樣全面的措施,以防範利用人工智能裝置作弊。總部設於首爾的《韓民族日報》周一在一篇社論中警告,這可能威脅「考試制度的根基」。
南韓教育部長崔教真於2026年11月16日周一,在南韓首爾國會教育委員會全體會議上,觀看顯示全國稅務會計師考試作弊情景的屏幕。(韓聯社圖片/Seo Dae-yeon via AP) AP圖片
教育部長崔教真周一在立法審計期間,拒絕部分議員要求延遲考試的呼籲,直至更強力的防作弊措施到位。他表示,延遲考試會對學生造成「更大干擾」。
崔教真表示,他有信心監考人員能夠發現人工智能智能眼鏡,這類眼鏡通常配有厚實的角質框,並內置揚聲器及鏡片顯示器。
教育當局將在全國一千三百個考場,各部署至少一名受過專門訓練的監考員,以識別這類眼鏡。據總理韓成淑辦公室透露,官員亦正考慮要求考生交出智能裝置,並關閉考場的公共無線網絡連接。
教育部門官員宋根賢表示,部門已向監考人員提供新指引,以偵測使用隱藏式鏡頭及其他裝置的考生,包括留意涉及「衣袖、衣領或鈕扣,以及某些手勢」的可疑動作。
該部門正與科學及資訊通訊科技部合作,制定大學入學試的防作弊措施,預計周二公布。
教育副部長崔恩玉表示,與科學部的討論亦包括暫時限制考場的電訊服務。考慮到禁止電子訊號干擾的法律,或可能干擾周邊地區通訊的擔憂,這項措施是否可行尚不明朗。
宋根賢表示,金屬探測器及無線電探測器的使用將受限制,而部署熱像儀的可能性極低,因為涉及私隱問題。監考人員未經考生同意,不得搜查其隨身物品。
宋根賢指出:「在政府層面,我們亦需進一步考慮更容易識別(人工智能)智能裝置的措施。」他補充,官員正討論是否要求製造商設計裝置在使用時發出「閃光或聲音」。
三十四歲男子韓元碩,在全國稅務會計師考試中取得第一名。他周日發布一段YouTube影片,承認利用隱藏式鏡頭拍攝試題,將圖像傳送至生成式人工智能工具,並透過智能手機接收答案。警方正展開調查。
韓元碩早前向傳媒透露,他在四月的第一階段多項選擇題考試中,四百分滿分取得三百九十七點五分;在七月的第二階段論文考試中,八百分取得六百六十三分。這些異常高的分數,被一間南韓報章形容為「在五秒內跑完一百米短跑」。
(美聯社)
Hammerspace今日宣布大幅擴展其技術組合,推出Hammerspace數據系統。該系統將其已證實的數據統一、編排及加速功能,與整合式數據智能及高效能儲存結合。這項成果是一個完整、整合的數據系統,專為人工智能及高效能運算而設,可橫跨數據中心及雲端現有及新增的基礎設施,提供更高的效能效率、更簡化的操作,並從現有儲存投資中創造更大價值。
Hammerspace為數據帶來人工智能工廠為運算帶來的相同簡便性。隨着開放標準轉變人工智能模型及運算基礎設施,Hammerspace將該互操作性擴展至數據,打破儲存孤島,讓機構能夠將其現有數據應用於人工智能,無論人工智能在哪裏運行,亦不會干擾已依賴該數據的應用程式及工作流程。
Hammerspace數據系統:五大功能,一個統一數據系統。 AP圖片
人工智能要求極致效能,但透過過度配置固態硬碟容量或增加帶內儲存伺服器來實現,會導致不必要的成本、功耗及效能瓶頸。Hammerspace採取截然不同的方法:將元數據與數據路徑分離,實現高效能並行輸入/輸出,並利用圖形處理器伺服器本地的NVMe進行零級加速。結合現有基礎設施、雲端及新雲端的智能數據編排,這種架構以更高的每美元、每瓦特及每機架單位效率,提供人工智能所需的效能。
擴展後的Hammerspace數據系統在此基礎上,透過三項重大改進進一步發展,包括新增整合式數據智能、全新高效能快閃架構,以及作為完整系統的簡化交付。
Hammerspace OFP:最高效能密度,最少基礎設施。
Hammerspace OFP透過截然不同的架構,打破高效能人工智能儲存的傳統經濟模式。OFP透過消除傳統x86儲存伺服器、將元數據與數據路徑分離,並透過專用數據處理器將高密度快閃記憶體直接連接至標準網絡,從而消除傳統效能瓶頸,並顯著提升每機架單位的效能。
OFP已展示業界領先的效能密度:每個機架單位提供更高效能,所需基礎設施更少。這種架構效率減少了為達到吞吐量目標而過度配置昂貴快閃容量的需求,同時降低了硬件成本、功耗及機架空間。OFP整合至Hammerspace數據系統後,為人工智能訓練、推論及上下文儲存提供極致效能效率,而不會產生另一個儲存孤島。
Hammerspace創辦人兼行政總裁大衛·弗林表示:「人工智能效能的競賽並未減速。然而,人工智能基礎設施的下一個時代將取決於我們如何高效地提供該效能,即在最大化吞吐量的同時,將功耗、佔用空間及成本降至最低。」他續指:「單純增加儲存並非解決方案。人工智能工廠簡化了運算,我們正將同樣的轉變帶到數據系統,透過在一個系統中統一智能、編排、高效能存取及儲存。憑藉Hammerspace OFP,我們在更少的機架空間內提供更高效能,並減少儲存基礎設施開銷,同時讓機構能夠自由地將其數據應用於人工智能運行的任何地方。」
五大功能,一個統一數據系統。
Hammerspace數據系統將五大功能整合至一個架構中。Hammerspace在其已證實的數據統一、數據編排及數據加速優勢基礎上,新增數據智能及數據儲存,為人工智能及高效能運算提供一個完整系統。
現已作為完整整合系統推出
客戶首次可將完整的Hammerspace數據系統作為一個整合解決方案購買,該方案結合了所有五大功能,並包含Hammerspace軟件、元數據節點及高效能儲存,由Hammerspace負責安裝及支援。這簡化了採購、部署及操作,同時提供開放、基於標準架構的靈活性。
客戶亦可將Hammerspace軟件作為軟件定義產品,部署於第三方硬件或領先的雲端平台,擴展其現有基礎設施,而不會產生新的儲存孤島。
Hammerspace OFP儲存系統現已可供報價,並將於2027年上半年付運。
如欲體驗Hammerspace數據系統,可前往SC26展會的4238號攤位,或聯絡Hammerspace安排示範。
kaiko.ai的數據及人工智能平台工程師丹·拉德梅克表示:「Hammerspace對我們邁向單一數據系統至關重要。無論我們想在哪裏進行訓練,都可以從同一個地方開始,我們知道數據將會在那裏。」
Xsight Labs業務發展副總裁兼商務主管埃里克·瓦隆表示:「隨着機構大規模建立人工智能基礎設施,他們需要能夠提供卓越效能的儲存系統,而無需在成本、功耗及佔用空間方面作出傳統權衡。一種將每個核心置於數據平面並運行標準Linux的數據處理器架構,改變了可能性,為人工智能儲存實現了新的效能及效率水平。憑藉Hammerspace OFP內置的Xsight Labs E1數據處理器,我們正協助機構保持圖形處理器的高生產力,加速人工智能訓練及推論,並更高效地擴展。我們很榮幸能與Hammerspace合作,將這種架構推向市場。」
Omdia儲存及數據基礎設施首席分析師西蒙·羅賓遜指出:「人工智能基礎設施正從碎片化技術轉向整合系統。運算已實現這一飛躍,但數據尚未。人工智能的下一個時代需要一個統一系統,將智能、編排、高效能存取及儲存結合起來。Hammerspace正推動這一轉變,使機構能夠釋放其現有數據,消除基礎設施界限,並提供人工智能所需的效能,而不會產生另一個孤島。這就是數據基礎設施必須演變以大規模推動人工智能的方式。」
Hammerspace是一家人工智能系統公司,為人工智能提供統一的數據管理及儲存系統。Hammerspace數據系統結合高效能儲存、數據管理及數據智能,涵蓋整個數據資產,包括現有儲存基礎設施、新儲存、數據中心及雲端。Hammerspace協助機構將所有數據應用於人工智能,加速人工智能訓練及推論,並最大化現有基礎設施的價值。透過在一個系統中結合高效能零級、快閃及硬碟儲存,Hammerspace提升生產力,降低基礎設施及營運成本,並賦予機構靈活性,以擴展人工智能而不會產生更多儲存孤島。
(美聯社)