服务热线:0471-5226960转8001(5*8小时)

“科技+安全+生态”,三位一体的AI发展

发表时间:2019-03-11 10:50

近段时间,国务院印发了构筑我国人工智能发展想法优势的纲领性文件《新一代人工智能发展规划通知》,文件指出,我国人工智能战略目标将分为三步走,并就此对《新一代人工智能发展规划》的相关任务进行了细化和落实。纵观国际环境,中国并非唯一大力发展AI的国家,同期,英美日等为首的发达国家也在积极拥抱人工智能。

平安集团信息安全运营部&专家服务部总经理李洋指出,从国际形势而言,尽管中国的人工智能论文引用量领先世界,但研究的影响力却不如英美,尤其是美国优秀的人工智能初创公司在数量上和多样性上远胜中国,行业并购也更活跃,表现出更加完善的人工智能行业生态。

飞速发展,人工智能的前生今世

自2012年,深度学习算法在语音和视觉学习上实现突破后,其融资规模开始快速增长,人工智能商业化得到了迅猛发展。在人工智能方面,机器学习按照学习方法分为传统机器学习和深度学习。传统机器学习平衡了学习效果的有效性和学习模型的可解释性,深度学习则从层数超过3层的神经网络追求学习效果的有效性,并按照学习模式分为监督学习、无监督学习、半监督学习和强化学习等几大分支,让人工智能系统获得归纳推理和决策能力,进而联合增强现实、知识图谱等其他领域实现弱人工智能。

现实意义上的人工智分为弱、强、超强等三大阶段,当下业界的AI大多处于弱人工智能阶段,尚不能真正实现推理和解决问题。在普遍认知中,弱人工智能专注于完成某个特定的任务,例如语音识别、图像识别和翻译,是擅长于单个方面的人工智能。强人工智能系统包括学习、语言、认知、推理、创造和计划,目标是使人工智能在飞监督学习的情况下处理前所未见的细节,并同时与人类开展交互式学习。而超强人工智能,则已经跨过“奇点”,其计算和思维能力远超人脑,并打破人脑所受到的维度限制,并逐渐形成一个新的社会。

全面开花,商业规模与日俱增

目前,人工智能在各行各业全面开花,AI赋能的话题热度居高不下。

金融行业的人工智能应用首当其冲,语音识别和自然语言处理、计算机视觉与生物特征识别、机器学习与神经网络、知识图谱、服务机器人技术等相关领域都是当下业界的风口,尤其是在AI人脸识别和文字内容识别方面,更是深入金融各个环节。此外,人工智能在医疗行业的应用也是不落下风,AI+大数据技术的应用,让医疗数字化创造出能够改善医疗质量的新工具和新算法。在人工智能技术的奠基之下,不仅仅是金融和医疗,建筑、社区、园区、制造、交通、物流、环保、政务等各个领域与之跨界融合,彻底让AI赋能整座城市,点亮智慧城市的崭新未来。

AI,蓝海机遇下沉睡的安全危机

AI彻底打开了商用的大门,这也意味着,它不仅单纯的带来了商业机遇,也隐藏着巨大的安全隐患。作为一项前沿技术,一方面人工智能部分继承了传统安全问题,另一方面也形成了新的安全威胁。值得庆幸的是,AI为解决某些安全问题带来了全新的思路,也在特定的场景中得到了应用。谈及安全风险,李洋认为当下AI发展面临的主要安全风险有以下四点:

1. 框架安全威胁。该项威胁又细分为代码实现缺陷(即编码人员在编码实现机器学习框架时,为进行安全编码导致的安全漏洞)、模型缺陷/攻击逃逸(特指攻击者在不改变目标及其学习系统的情况下通过构造特定输入样本以完成欺骗目标系统的目的)、数据流处理缺陷(机器学习系统对不符合预期维度的输入数据流进行处理时导致的安全漏洞)等三个子类。

2. 应用安全威胁,范畴涉及人脸识别安全威胁和语音识别安全威胁。

3. 数据安全威胁。伴随着大数据成为商业竞争的新焦点,更多安全风险也随之而来。业务数据、隐私泄密、存储风险、APT攻击等都让大数据本身成为网络攻击的目标,并成为高级可持续攻击的载体,进一步加大了隐私泄露的风险,并对现有的存储和安防措施提出全新的挑战。

科技、安全、生态,三驾马车拉动AI防御

平安集团李洋在现场总结了2018的人工智能技术十大趋势:深度学习、胶囊网络、深度增强学习、生成对抗网络、精简和增强数据学习、概率变成、混合学习模式、自动机器学习、数字孪生体、可解释的人工智能。在未来发展的崭新模式下,拓宽人工智能在各行业的应用、建立完善数据生态系统、建立人工智能应用标准、加强人工智能专业人才储备,建立AI预警安全平台,利用AI解决安全问题带来全新思路。针对未来安全生态系统,李洋对此提出科技、安全、生态三个关键词,倡议业界应该助力网信蓝图,构建健康生态,安全驱动发展,进而用科技引领未来!


分享到: