人工智能（AI）的“掏空”是指通过技术手段使其失去原有功能和效用。下面是一些常见的方式：

1. 数据篡改：通过恶意修改或删除AI所依赖的训练数据，使其无法正确学习和推断。例如，在自动驾驶汽车的训练数据中，故意篡改道路标志的图像，可以导致车辆无法正确识别交通标志，从而引发事故。

2. 对抗样本攻击：通过对输入数据进行微小的修改，使AI产生错误的输出。例如，通过添加一些无意义的噪声或扭曲，可以欺骗AI图像分类器将一只猫识别为一只狗。

3. 模型攻击：通过针对AI模型的漏洞或弱点进行攻击，使其产生错误的结果。例如，通过在训练过程中注入恶意的样本或操纵模型的权重，可以使AI在某些情况下做出错误的决策。

4. 对手学习：通过对AI系统进行持续的测试和反馈，找到其薄弱点并进行攻击。这种攻击方式通常需要大量的计算资源和时间，但可以逐步破坏AI的准确性和鲁棒性。

5. 网络攻击：通过入侵AI系统所在的网络，获取对其进行远程控制或操纵的权限。这可以导致AI执行恶意操作，如篡改输出结果、传播虚假信息等。

为了防止AI被掏空，可以采取以下措施：

1. 数据安全保护：确保AI所使用的数据传输和存储过程的安全性，包括加密、访问控制和数据完整性验证等机制。

2. 模型鲁棒性增强：加入对抗样本训练，使AI在面对未知或恶意输入时能够更好地应对。

3. 安全审计和监控：对AI系统进行定期的安全审计，检测潜在的漏洞和攻击行为，并实时监控系统运行状态。

4. 多模型集成：使用多个AI模型进行结果验证和比较，以降低单一模型被攻击的风险。

5. 强化学习和自适应机制：引入强化学习和自适应的技术手段，使AI能够在面对攻击时及时调整策略和行为。

总之，保护AI免受掏空的关键在于综合运用技术手段和安全措施，提高AI系统的鲁棒性和防御能力。