注册

Thom Linden:新的AI浪潮中 IT从业者需要关注很多关键点

2017-12-02 17:57:00 和讯期货 

  2017年12月1日-3日,由中国期货业协会、深圳市人民政府主办的第十三届中国(深圳)国际期货大会在深圳召开。本届大会以“开放融合 提升服务 共赢未来——新时代期货及衍生品行业的转型与发展”为主题。12月2日下午,由华泰期货承办的“科技发展与信息安全”分论坛召开。

中云网安科技(北京)有限公司首席技术官Thom Linden
中云网安科技(北京)有限公司首席技术官Thom Linden

    中云网安科技(北京)有限公司首席技术官Thom Linden在论坛中表示,AI正在变革信息安全,2000年的时候,因为技术的革新,新的AI时代来临了,在新的AI时代里面,一些AI产品对我们的日常生活有了非常大的一些影响,IT从业者更关注新的AI浪潮而不是旧的AI浪潮。在新的AI浪潮中,作为IT从业者需要关注很多关键点。

  以下为文字实录:

  Thom Linden:大家下午好!女士们、先生们,非常高兴能来到这里和大家分享,因为耳机有限,不是每个人都拿到,幸好我的同事可以帮我做翻译。我们两个有时候可能会同时说话,大家听上去可能会有点困难,我们尽量避免这种情况发生,我们之后会给大家提问的机会。我们的演讲将有两份PPT,一份中文、一份英文,希望对大家有所帮助。

  非常感谢之前AI同行陈雨强先生的精彩演讲,我们这个演讲更注重于AI和IT技术的结合和应用。我们的演讲将跟随这个提纲,首先我们介绍什么是AI,再介绍新的技术革新带给AI新的活力,把AI推向新的浪潮,然后我们做一下对比,主要是对比旧浪潮中的AI和新浪潮中的AI,再接下来我们会对AI带给信息安全领域带来的挑战做总结,再接下来是AI的新技术,在安全领域的应用,最后想介绍产品中云网安的防火墙。

  旧的AI浪潮开始于70年代,结束于90年代,因为技术的原因,所以旧的AI浪潮并没有给大家带来颠覆性的产品,主要旧的AI浪潮是由政府机构以及学术机构所引领的,然后在2000年的时候,因为技术的革新,新的AI时代来临了,在新的AI时代里面,一些AI产品对我们的日常生活有了非常大的一些影响,IT从业者更关注新的AI浪潮而不是旧的AI浪潮。在新的AI浪潮中,作为IT从业者需要关注很多关键点。这个演讲当中我们主要着眼于网络安全这块。

  AI应用不仅仅是模式匹配,它并没有非常固定的逻辑,它是应用比较复杂的算法来处理一些复杂问题,在这些复杂问题当中,我们有各种应用,比如说天气预报、机器视觉、语言翻译、机器人、航空系统、硬件服务预测、自动驾驶、机器学习、能源地质科学、生命科学、卫星和空间旅行等等许多领域都回用到AI。

  促使AI的长足发展是有三个因素所导致的,这边主要讲三个因素:一是晶体管的密度的增加及晶体管能耗的缩减。二是通讯带宽的不断加强以及通讯能耗的降低。三是巨大数量的物联网设备,俗称的iOT以及其庞大的用户量所导致所带来的新价值。

  首先详细解释一下第一条,带来AI新变革的特性,我们称之为穆尔定律,穆尔定律的简单描述,在每两年,在一块集成芯片上所集成的晶体数量会翻番,这体现在日常生活当中可以描述为每18个月之后,你会发现新一代的电脑会比旧一代电脑效能提升2倍,结合陈雨强先生的演讲,我们在18个月之后,处理问题的复杂度可以翻1倍。

  第二条因素会导致AI新浪潮,我们称之为Glider定律,Glider定律描述的是美国通讯带宽的效能提升要远超过我们计算机能力,通讯带宽会比我们的计算机能力增加的速度快3倍,在这样的情况下,我们的通讯能力会在每6个月得到一倍的提升,更多的信息会通过一根简单的电缆进行传输,而这根简单的电缆传输的信息会是我们在1997年,所有英特网传输的信息的总和还要多。

  第三个因素驱使AI新浪潮是Metcalfe’s定律,对于一个通讯网络,它的价值是这个通讯网络所连接的所有用户数量的平方成正比,在这样的图表上可以看到Google需要连接5000万用户,它只需要88天,而作为LinkedIn需要连接同样数量的用户需要更长的时间,这就是价值上的差别。

  这是一个旧的AI浪潮和新的AI浪潮做的对比,大家可以看到这些数据,1970年代在斯坦福大学实验室中的一台电脑,这台旧电脑您可以看到它的数据是288KB的内存以及一个8个旧式的卡带存储设置,在这样的机器驱使下我们做的事情是非常有限的,而只有一些机器机构和学术机构有这样的资源调用这样的设备,以完成一些AI的研究。

  这是第二个老的AI浪潮中的例子,大家可以看到Shakey带有图象识别功能的感知器,第二个图片是斯坦福手推车,这个手推车做的工作是在一个布满障碍物的房间中进行导航,绕开所有障碍物,耗时达到5个小时。

  第三个是在旧AI时代的例子,是一家称为Thinking Machines的公司,这家公司的座右铭是制作会思考的机器,同样是一台机器给了乔布斯制造NeXT电脑的灵感,但是很可惜,这样的机器在当时规模经济的条件下,并没有普及到大众,所以这家公司也在1994年很遗憾的宣告破产。

  在旧的AI浪潮和新的AI浪潮中,唯独不变的是我们都在开发新的算法,在两个时代,两个AI浪潮中这个问题始终没有改变。但是在同样的问题下,我们到底有哪些区别,在两个时代当中,我们到底遇上哪些区别呢?在旧的AI浪潮中,我们可以认为所有的研究只限于研究,在商用领域相对来说是失败的。在两千年,因为很多设备普及,设备效能提升,AI研究有可能被作为商业化,AI带来更大的价值。

  由于一些硬件的普及,以及一些效能的提升,给AI发展带来了非常大的空间,这里面可以举个例子,亚马逊HPC的服务,它所带来的效能提升以及硬件的指标,相对于它所要你付出的价格是相当必然的,相比于Thinking Machines研究的电脑,这样的价格是他们可以承受的。

  现在让我们看一下新的AI时代,我们所用的硬件,大家可以看到这台神威电脑,它的效能很高,这台出身于中国的神威电脑是美国最快电脑的3倍,用这台电脑有可能做一些复杂问题的处理,其中一个复杂问题是去模拟宇宙的形成,即便在今天,这台电脑也没有办法完成这样的模拟。我们知道两年之后,我们的计算能力得到1倍提升,两年之后我们有可能完成这样的课题。

  举个例子,苹果最新的手机iPhone X,它是全球有售,保证它的普及度,以及它所提供的影像识别的功能,这些功能可以被所有的开发者所应用。你作为开发者,可以不仅仅开发脸部识别的APP,也可以用这样的功能开发其他的APP,这个APP可以鉴别谁是坏人、谁是好人,这样的普及度情况下,AI将得到很好的发展。

  在新的AI潮流当中,这些都是可能发生的。像自动导航系统,它可以让乘客并不持有飞机驾驶证,但是可以翱翔蓝天,这样的系统可能在两年之内就会发生,也可能在五年之内发生,但是它肯定会发生。

  这里就会有一个问题,因为AI的算法非常复杂,我们可能并不知道它在算法当中到底做了什么,因为里面涉及到了太多的规则,在这样的情况下有一个挑战,我们知道它会带给我们什么。我们在这些算法过程中,可能会有些比较危险的东西发生,这些东西在5-10年内,可能有些比较危险的东西发生,因为这些算法是我们人类无法想透的。

  举个例子,Equifax是一家做大数据的公司,Equifax宣称将有1.43亿美国人受到数字攻击,他们将会经历身份盗用,攻击者将会时时刻刻扫描有漏洞的网站。

  有一个DDoS攻击是同样这样的机制发动,利用普遍被接受的物联网设备,通过物联网设备,利用物联网设备攻击DDoS服务器,这样可以把物联网全部弄瘫痪。想象一下,你是一个亚马逊用户,在这样的攻击下你将无法访问网站,将无法做出相应的行为,这样一种攻击会导致整个网络供应商相当长时间来恢复这样的服务。这样一种物联网设备可以是楼宇当中一些小的传感器,你有些传感器可以是你公司里面小的设备,这些设备都将受到影响。

  作为IT从业者你将面临很多新的挑战,首先是隐私性,其次是可用性、完整性、认证、可管理性、法律管辖。

  这张图片是70年代斯坦福实验室当中,神经网络的写照,作为一个个体,在这样复杂的神经网络中找出它的行为,那是非常困难的。

  这是新AI时代所带来的挑战,因为系统变得更加复杂,分析方式也变得很多,在这样的情况下要做到有效防护,只能通过AI处理这样复杂的问题,保护我们。在这样的情况下,我们会遇到很多挑战,比如怎样在暗网当中找到潜在攻击,怎样使用动态的机器学习而不是静态的特征库,来定义一个攻击。怎样区分正常行为和可疑行为,所有这些东西都将是我们面临的一种挑战。

  在这样的情况下,我们可以用网站保护,在网站保护情况下,我们需要的是对自学习的保护机制,它不会基于有限的规则库,而是不断迭代自身,在这样的情况下,对网站进行不间断的学习来增进保护效果。

  这样的防火墙需要启动简便,可以防止一些新的攻击,所谓新的供给是所谓的0day攻击,它是一种新攻击模式,在攻击发生的时候是用很好的解决方案,那怎样防护这样的攻击?需要AI的介入,通过AI机器学习保护你的网站,区分合理的行为和可疑的行为。

  非常感谢!

(责任编辑:陈姗 HF072)
看全文
和讯网今天刊登了《Thom Linden:新的AI浪潮中 IT从业者需要关注很...》一文,关于此事的更多报道,请在和讯财经客户端上阅读。
写评论已有条评论跟帖用户自律公约
提 交还可输入500

最新评论

查看剩下100条评论

热门新闻排行榜

和讯热销金融证券产品

【免责声明】本文仅代表作者本人观点,与和讯网无关。和讯网站对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。