AI網(wǎng)絡(luò)安全與傳統(tǒng)防御世界的融合

責(zé)任編輯:cdeng

作者:尚鞅

2018-03-05 11:07:31

摘自:億歐網(wǎng)

CBInsights報(bào)告解讀,2018年AI新趨勢(shì)重點(diǎn)關(guān)注:新型制造業(yè)崗位誕生,網(wǎng)絡(luò)安全與傳統(tǒng)防御世界正在融合,包括編程在內(nèi)的白領(lǐng)工作崗位受到威脅,“膠囊網(wǎng)絡(luò)”或?qū)⒊蔀镃NNs“接班人”。

近日,CBInsights發(fā)布報(bào)告《2018人工智能趨勢(shì)展望》(Top AI Trends To Watch In 2018),提出了13項(xiàng)2018年人工智能值得關(guān)注的發(fā)展趨勢(shì)。本文將基于這份報(bào)告的內(nèi)容,根據(jù)部分具有前瞻性的洞察和觀點(diǎn)進(jìn)行解讀,并配合實(shí)際案例以便更好地理解。

一、新型制造業(yè)崗位“機(jī)器人保姆”

眾所周知,發(fā)達(dá)國(guó)家從勞動(dòng)密集型產(chǎn)業(yè),向技術(shù)密集型產(chǎn)業(yè)轉(zhuǎn)型過(guò)程中,會(huì)將低端和中端制造業(yè)外包給勞動(dòng)力成本較低的發(fā)展中國(guó)家。中國(guó)正在經(jīng)歷這一過(guò)程,例如服裝市場(chǎng)中已經(jīng)出現(xiàn)了“Made in Vietnam”或“Made in Thailand”。然而,隨著工業(yè)機(jī)器人技術(shù)的進(jìn)步和使用,外包不再是唯一選擇,發(fā)達(dá)國(guó)家本地生產(chǎn)的成本變得更低,美國(guó)制造業(yè)雇員人數(shù)正在上升。

36.5億美元背后,AI網(wǎng)絡(luò)安全與傳統(tǒng)防御世界的融合
中國(guó)服裝制造商天元服裝公司在美國(guó)阿肯色州小石頭城設(shè)立工廠,使用由格魯吉亞的創(chuàng)業(yè)企業(yè)SoftWear Automation開(kāi)發(fā)的縫紉機(jī)機(jī)器人,來(lái)為Adidas生產(chǎn)服裝。2017年,天元服裝公司與阿肯色州簽署合作協(xié)議,在其工廠雇傭400名員工,負(fù)責(zé)機(jī)器人的操作和維護(hù),每人時(shí)薪14美元。當(dāng)越來(lái)越多繁重的生產(chǎn)工作將由機(jī)器人來(lái)完成時(shí),人類將從事更高檔的工作——機(jī)器人保姆。

然而,不斷變化的消費(fèi)者偏好阻礙了全自動(dòng)化的發(fā)展,在亞馬遜高度自動(dòng)化的倉(cāng)庫(kù)能夠反映這一點(diǎn)。亞馬遜的協(xié)作型倉(cāng)庫(kù)機(jī)器人執(zhí)行大量繁重的工作,而一些微妙的任務(wù)仍需要工人完成,比如從貨架上挑選物品,并將它們分成單獨(dú)的訂單。

此外,在“非結(jié)構(gòu)化”環(huán)境中,機(jī)器人在抓取、拾取和處理項(xiàng)目方面仍然不夠完美。亞馬遜已經(jīng)在各種倉(cāng)庫(kù)中使用了10萬(wàn)多臺(tái)機(jī)器人,但同時(shí)也創(chuàng)造了數(shù)千個(gè)新的工作崗位。

二、國(guó)防的未來(lái)取決于AI

世界的戰(zhàn)場(chǎng)正在向數(shù)據(jù)中心轉(zhuǎn)移。早在2014年,亞馬遜就為美國(guó)中央情報(bào)局建立了定制云計(jì)算服務(wù),滿足其對(duì)敏感數(shù)據(jù)的嚴(yán)格監(jiān)管要求。在2017年第四季度,亞馬遜云計(jì)算服務(wù)平臺(tái)AWS向情報(bào)機(jī)構(gòu)以外的其他政府機(jī)構(gòu)開(kāi)放了工具和服務(wù)。亞馬遜還收購(gòu)了兩家網(wǎng)絡(luò)安全公司,Harvest.ai和Sqrrl,用于保護(hù)云中的敏感數(shù)據(jù)。不管是亞馬遜,還是為政府客戶提供服務(wù)的新公司,人工智能將成為政府支持下的網(wǎng)絡(luò)安全支柱。

在冷戰(zhàn)時(shí)期,各國(guó)政府都在談?wù)撍麄兊?ldquo;導(dǎo)彈差距”,或者他們?cè)诤藦楊^方面相對(duì)于對(duì)手的劣勢(shì)?,F(xiàn)在,各國(guó)政府在網(wǎng)絡(luò)能力方面的差距越來(lái)越大。因此,網(wǎng)絡(luò)安全與傳統(tǒng)防御的世界正在融合。

在過(guò)去5年里,共有134家初創(chuàng)AI網(wǎng)絡(luò)安全公司在獲得36.5億美元的私募股權(quán)融資。去年,約有34家公司首次融資,在Cybereason、CrowdStrike、Cylance和Tanium等大公司主導(dǎo)的市場(chǎng)中競(jìng)爭(zhēng),每家公司的估值約為9億美元。

甚至像埃森哲這樣的傳統(tǒng)咨詢公司,也一直在擴(kuò)大其在網(wǎng)絡(luò)安全領(lǐng)域的技術(shù),以更好地服務(wù)于政府客戶。一個(gè)值得注意的交易是初創(chuàng)公司Endgame,它有像美國(guó)空軍這樣的客戶。Endgame將其政府服務(wù)部門(mén)出售給了埃森哲。

2016年,美國(guó)情報(bào)界的風(fēng)投公司In-Q-Tel資助了Anomali、Interset和Cylance。英國(guó)的Darktrace公司聲稱其網(wǎng)絡(luò)安全系統(tǒng)在全球超過(guò)3000個(gè)區(qū)域進(jìn)行了部署,其中包含政府。總部位于美國(guó)科羅拉多州的Logrhythm公司與美國(guó)空軍、美國(guó)航空航天局和國(guó)防承包商雷神公司合作。

其他國(guó)防承包商也在進(jìn)行投資。洛克希德·馬丁公司是Cybereason (目前公司估值超過(guò)9億美元)的早期投資者。在2017年,波音公司投資了德克薩斯的網(wǎng)絡(luò)安全初創(chuàng)公司SparkCognition。

三、白領(lǐng)崗位自動(dòng)化加速

AI專業(yè)自動(dòng)化和增強(qiáng)軟件平臺(tái),正在提升著生產(chǎn)效率,并威脅著越來(lái)越多的白領(lǐng)階層。下面的企業(yè)圖譜,突出展示了一些初創(chuàng)公司的專業(yè)自動(dòng)化和增強(qiáng)軟件,這些領(lǐng)域包括律師、記者、財(cái)富管理人員、交易員和咨詢師等多個(gè)行業(yè)。

例如,人工智能有巨大的潛力來(lái)減少時(shí)間和提高法律工作的效率。在訴訟方面,自然語(yǔ)言處理可以在幾分鐘內(nèi)整理出數(shù)千頁(yè)的法律文件,而這項(xiàng)任務(wù)可能需要一名人類工作人員耗費(fèi)幾天時(shí)間才能完成。同時(shí),機(jī)器也降低了出錯(cuò)的概率。隨著人工智能平臺(tái)變得更加高效和商業(yè)化,這將影響到按小時(shí)收費(fèi)的外部律師事務(wù)所的收費(fèi)結(jié)構(gòu)。

程序員的工作也不能幸免。一些初創(chuàng)公司專注于開(kāi)發(fā)AI系統(tǒng),用于軟件測(cè)試、調(diào)試和基礎(chǔ)前端開(kāi)發(fā)。去年最熱門(mén)的一款產(chǎn)品是英國(guó)的DiffBlue公司,該公司正在開(kāi)發(fā)AI系統(tǒng)完成自動(dòng)編碼任務(wù),包括bug修復(fù)、自定義代碼開(kāi)發(fā)以及將代碼從一種編程語(yǔ)言轉(zhuǎn)換到另一種編程語(yǔ)言等等。

四、膠囊網(wǎng)絡(luò):CNNs的“接班人”?

近年,卷積神經(jīng)網(wǎng)絡(luò)(CNNs)是深度學(xué)習(xí)中很流行的一項(xiàng)技術(shù)。然而,一項(xiàng)新算法“膠囊網(wǎng)絡(luò)”出現(xiàn),并有望在多個(gè)方面勝過(guò)CNNs。CNNs盡管取得了一定的成功,但其缺陷可能導(dǎo)致性能不足甚至安全漏洞。研究人員正在尋找改進(jìn)人工智能算法和克服這些缺陷的方法。下圖展示了一個(gè)典型的案例,一個(gè)CNNs網(wǎng)絡(luò)雖然能夠識(shí)別出人臉特征,但卻將第二幅圖像誤認(rèn)為也是一張人臉。

Geoffrey Hinton于2017年發(fā)表了一篇研究論文,介紹了“膠囊網(wǎng)絡(luò)”的概念,也稱為CapsNet。論文正在審查階段,還需要在實(shí)際場(chǎng)景下進(jìn)行測(cè)試,但這一消息已經(jīng)在媒體和科技界引起了很大反響。膠囊網(wǎng)絡(luò)能夠更容易地識(shí)別出當(dāng)人臉的特征(如位置)被重新排列時(shí),則不再是一張人臉。

此外,CNNs無(wú)法處理不同的輸入數(shù)據(jù)變化。例如,研究者必須從不同角度或視角對(duì)同一對(duì)象的圖像進(jìn)行訓(xùn)練,以確定所有的變化。因此,它需要大量的訓(xùn)練數(shù)據(jù)來(lái)涵蓋所有可能的變化。Hinton聲稱,膠囊網(wǎng)絡(luò)在這方面的表現(xiàn)優(yōu)于CNNs,它們僅需要較少的訓(xùn)練數(shù)據(jù),并且在不需要對(duì)各種變化情況進(jìn)行詳盡訓(xùn)練的情況下,考慮對(duì)象的相對(duì)位置和方向。

鏈接已復(fù)制,快去分享吧

企業(yè)網(wǎng)版權(quán)所有?2010-2024 京ICP備09108050號(hào)-6京公網(wǎng)安備 11010502049343號(hào)