CNET科技資訊網(wǎng) 9月5日 北京消息(文/齊豐潤): 如果說要挑選出歷史上最有知名度的人工智能機(jī)器人的話,IBM的深藍(lán)絕對會(huì)位列其中。而隨著時(shí)間來到當(dāng)下,IBM的Watson接力扛起了這桿大旗,成為了目前最受人矚目的人工智能之一。
而隨著認(rèn)知計(jì)算技術(shù)的逐漸成熟,IBM也希望能夠?qū)atson應(yīng)用到更多的領(lǐng)域應(yīng)用之中。下一步IBM的主攻方向會(huì)指向哪里?時(shí)下最受關(guān)注的安全領(lǐng)域成為了IBM的放矢之的。
認(rèn)知系統(tǒng)是IBM推出的使用數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、自然語言處理和人機(jī)交互來模仿人腦的工作方式的自學(xué)習(xí)系統(tǒng)。而認(rèn)知安全就是使用認(rèn)知系統(tǒng)來分析安全趨勢,讓安全分析師可以借助認(rèn)知系統(tǒng)來幫助他們增強(qiáng)甚至自動(dòng)化對威脅的理解,使分析師對最新的攻擊更具判斷力,以便騰出時(shí)間著重處理其他緊迫問題。
從數(shù)據(jù)來看,在安全領(lǐng)域成為焦點(diǎn)的當(dāng)下,與巨大需求相悖的是巨大的人才缺口。據(jù)IBM介紹,目前,市場上關(guān)于安全這一類的實(shí)踐工作需要的人數(shù)達(dá)到20萬人,但是在2020年這個(gè)數(shù)字將達(dá)到150萬人。
IBM安全事業(yè)部威脅防護(hù)與認(rèn)知安全首席技術(shù)官Barny Sanchez表示:“IBM現(xiàn)在大量的時(shí)間都用于研究我們未來安全的發(fā)展方向,今年IBM宣布我們的業(yè)務(wù)重點(diǎn)已經(jīng)轉(zhuǎn)向了認(rèn)知商業(yè)和這個(gè)領(lǐng)域。現(xiàn)在行業(yè)中面臨的問題是缺乏相關(guān)技能,也缺乏相關(guān)人手,我們引入認(rèn)知安全能夠彌合現(xiàn)在市場上對于相關(guān)人才需求的缺口。”
IBM安全事業(yè)部威脅防護(hù)與認(rèn)知安全首席技術(shù)官Barny Sanchez
另一方面,目前的安全從業(yè)人員對于一些信息的更新,并不能立即掌握。但是通過Watson這樣的認(rèn)知系統(tǒng),每個(gè)月相關(guān)文檔的學(xué)習(xí)能力將達(dá)到15000篇。Barny Sanchez表示,這對企業(yè)來說,能夠讓他們很快的獲取洞察,這能夠幫助他們的投資在更短的時(shí)間里獲得更多地收益。
“認(rèn)知安全是通過Watson不斷地學(xué)習(xí)分析,在不同的安全問題下,經(jīng)過判斷,向安全人員給出自己的建議和解決方案,指導(dǎo)安全人員如何應(yīng)對安全事件,而最終的操作仍然需要安全人員進(jìn)行。”Barny Sanchez說道,“Watson更多的是來輔助人類進(jìn)行決策,也就是最后還是相關(guān)的人員來權(quán)衡Watson給的這些評測的結(jié)果來做出決定。”
不過,雖然只是在決策方面對安全人員進(jìn)行輔助,但是認(rèn)知安全依然可以幫助安全人員大幅提升工作效率,他們所耗的時(shí)間、花費(fèi)的精力將從原來的幾天減少到幾分鐘。
人工智能的應(yīng)用在當(dāng)下已有許多實(shí)際的案例,但對于Watson的表現(xiàn),IBM還是十分有信心的。“在行業(yè)中機(jī)器學(xué)習(xí)的能力是非常多的,IBM Watson所提供的除了機(jī)器學(xué)習(xí)之外還有自然語言的處理等更多的能力。” Barny Sanchez表示,“Watson有它的特點(diǎn),我們要不斷地對其進(jìn)行培訓(xùn),讓系統(tǒng)去學(xué)習(xí),而系統(tǒng)的培訓(xùn)人員是很多方面的主題專家?,F(xiàn)在市場上其他的機(jī)器學(xué)習(xí),都只是一些處理能力,并沒有把設(shè)備培訓(xùn)成一個(gè)專家系統(tǒng)。”
讓人類去對人工智能進(jìn)行培訓(xùn)對于認(rèn)知安全來說是非常重要的一個(gè)環(huán)節(jié),而IBM對此也十分重視。據(jù)介紹,現(xiàn)在IBM公司內(nèi)部已經(jīng)有上百位相關(guān)的專家在培養(yǎng)Watson對安全方面的理解能力,除此之外IBM還和全球優(yōu)秀大學(xué)中的8所大學(xué)建立起伙伴關(guān)系,讓這些大學(xué)里學(xué)習(xí)信息安全、網(wǎng)絡(luò)安全的學(xué)者和學(xué)生一起來培訓(xùn)Watson。
對于認(rèn)知安全未來的發(fā)展趨勢,Barny Sanchez覺得主要有三個(gè)方向:首先,要讓W(xué)atson能夠分析預(yù)測出即將出現(xiàn)的重大威脅,協(xié)助從業(yè)者提前做好預(yù)防;第二,讓W(xué)atson幫助企業(yè)決定它的風(fēng)險(xiǎn)框架是否能夠達(dá)到合規(guī)標(biāo)準(zhǔn);最后,要培養(yǎng)Watson了解特定的行業(yè)和特定的客戶,以達(dá)到針對不同行業(yè)、不同國家的客戶制定出不同需求的方案。
現(xiàn)在人們普遍認(rèn)為,當(dāng)技術(shù)發(fā)展到某階段時(shí),人類的某些工作是極有可能會(huì)被人工智能所取代的。IBM介紹說, 人工智能是不能取代人類工作的,而是并幫助人類更好的做決策,是人類工作有益的補(bǔ)充。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。