IBM安全部門CTO:AI必須被重新定義為“增強智慧”
編者按:隨著人工智慧的發展,人們對它逐漸有誤會、恐懼之心。如果能夠利用好人工智慧,特別是在網路安全領域,它將成為人類對抗網路犯罪強有力的武器。IBM 安全部門的 CTO Sandy Bird 認為現在的人工智慧應該被重新定義為“增強智慧”,並給出了自己的分析。
人工智慧現在最火的就是機器人和機器人給人類帶來的反烏托邦未來。要知道AI的真正影響,對AI持懷疑和反對態度的人真正需要關注的是未來的網路安全。
原因很簡單:如果我們希望贏得網路犯罪這場惡戰的話,我們就沒有選擇,必須依靠AI輔助,增強人類的能力和經驗。
現在網路犯罪越來越複雜,科技界已經開始利用AI來解決這個挑戰。像很多其他新科技一樣,AI能夠做的都被誤解和誇張籠罩著。
因此,科技界必須消除這些疑慮並重新定義AI為“增強智慧”。
這看起來似乎只是改變說法而已,但是我認為這樣的重新定義對於AI在未來能夠被廣泛接受是必不可少的。同時我們能夠應用的領域對未來社會也是至關重要的,從教育領域到醫療健康再到環境都離不開AI。
AI 填補了網路安全空白
在網路安全領域,AI 是我們最強有力的工具,特別是大家越來越清晰地認識到單一依靠人類的力量來打贏這場仗是不可能的。
網路犯罪創造了世界上最大的非法經濟體,每年涉及的金額將高達4450億美金,竊取了超過10億份個人資訊記錄,比如信用卡號和健康記錄。
最讓人擔憂的是80%的網路襲擊都是由於有組織的犯罪團隊想要自由交換資料、工具以及欺詐交易。網路安全專家沒有辦法跟進,這樣的情況只會進一步惡化。據預測網路安全的人才缺口在未來十年將達到150萬人。
網路安全專家不能等著這些缺口被填補。他們需要利用現代科技來增強技能,填補監控和識別網路犯罪的缺口。
好訊息是越來越多的網路安全專家意識到了認知安全的好處。 IBM Institute of Business Value的最新調查發現幾乎有60%的安全專家都認為認知安全可以明顯地減少網路犯罪。
同一份調查還表示在未來兩到三年裡,開始執行認知安全的公司的比例將提高三倍,從7%提升至21%。這並不會降低公司對網路安全專家的需求,因為在打擊網路犯罪的這場惡戰中,我們需要一個離機器更近的盟友。
大資料需要幫助
即使網路安全的人才缺口被填補了,我們將面臨巨大的資料量,這個資料量是人類不能輕易就能分析的。平均來說,一家公司每天將有20萬件安全事件資料需要檢視,這其中花在誤報上的錢就高達130萬美金,浪費將近21,000小時。
與之相關的還有每年將有10,000份安全研究文章發表,每個月有60,000篇相關文章釋出在部落格。安全分析家們沒有辦法跟上這樣的資訊爆炸速度。
AI可以通過分析資料,利用自然語言處理來幫助安全專家理解部落格、文章、視訊、報導、警報以及其他無條理資料中含糊的人類語言,幫助他們看見人類看不到的點,並基於相關聯絡和見解推薦補救措施。
如果沒有AI,無結構的資料將會是網路安全防護的唯一弱點(阿基琉斯之踵),因為無結構資料中含有太多的盲點,而這部分資料將佔80%。
AI系統可以增強專家的技能,可以學會如何監測無結構資料,在危險升級之前發現危險。隨著AI不斷學習,AI系統可以更有效地區分電腦故障和惡意攻擊,從而可以緩解對於安全分析的需要,這節約了很多時間。
人與機器人合作
一旦發現了攻擊,安全分析專家通常的做法是在網上尋找最新的解決辦法,出來幾千頁有用或沒用的資訊。這樣做既慢又不準確。在對抗的這個階段,AI將在資訊分析中發揮重要作用,比如在無結構資料中發現最有可能的解決辦法等等。並且無論從哪個指標來看,AI的分析速度都將超過人類。
現在我們正處於認知安全時代的最重要的時刻,可以讓這份願景實現的技術正在不斷髮展。認知工具如IBM的Watson現在學習大量的安全資料和研究。許多機構都已經引入了這項技術,幫助發現利用Watson對抗網路犯罪的新辦法。
在未來,機器人可以找出網路弱點並進行診斷,找出最佳解決辦法——全程都將有網路安全專家的參與。網路安全專家在這場對抗中將更有價值,因為他們已經學會如何利用增強智慧了。
如今,每當提到系統獲得性智慧時,人們的自然反應都是機器人會搶奪我們的工作。在對抗網路犯罪的這場戰爭中,事實並不是如此。AI可以增強我們的專業技能來應對越來越激化的威脅,但是最重要的就是要讓人們意識並接受AI的真正定義。
翻譯來自:蟲洞翻翻 譯者ID:YLS
編者按:隨著人工智慧的發展,人們對它逐漸有誤會、恐懼之心。如果能夠利用好人工智慧,特別是在網路安全領域,它將成為人類對抗網路犯罪強有力的武器。IBM 安全部門的 CTOSandy Bird 認為現在的人工智慧應該被重新定義為“增強智慧”,並給出了自己的分析。
人工智慧現在最火的就是機器人和機器人給人類帶來的反烏托邦未來。要知道AI的真正影響,對AI持懷疑和反對態度的人真正需要關注的是未來的網路安全。
原因很簡單:如果我們希望贏得網路犯罪這場惡戰的話,我們就沒有選擇,必須依靠AI輔助,增強人類的能力和經驗。
現在網路犯罪越來越複雜,科技界已經開始利用AI來解決這個挑戰。像很多其他新科技一樣,AI能夠做的都被誤解和誇張籠罩著。
因此,科技界必須消除這些疑慮並重新定義AI為“增強智慧”。
這看起來似乎只是改變說法而已,但是我認為這樣的重新定義對於AI在未來能夠被廣泛接受是必不可少的。同時我們能夠應用的領域對未來社會也是至關重要的,從教育領域到醫療健康再到環境都離不開AI。
AI 填補了網路安全空白
在網路安全領域,AI 是我們最強有力的工具,特別是大家越來越清晰地認識到單一依靠人類的力量來打贏這場仗是不可能的。
網路犯罪創造了世界上最大的非法經濟體,每年涉及的金額將高達4450億美金,竊取了超過10億份個人資訊記錄,比如信用卡號和健康記錄。
最讓人擔憂的是80%的網路襲擊都是由於有組織的犯罪團隊想要自由交換資料、工具以及欺詐交易。網路安全專家沒有辦法跟進,這樣的情況只會進一步惡化。據預測網路安全的人才缺口在未來十年將達到150萬人。
網路安全專家不能等著這些缺口被填補。他們需要利用現代科技來增強技能,填補監控和識別網路犯罪的缺口。
好訊息是越來越多的網路安全專家意識到了認知安全的好處。 IBM Institute of Business Value的最新調查發現幾乎有60%的安全專家都認為認知安全可以明顯地減少網路犯罪。
同一份調查還表示在未來兩到三年裡,開始執行認知安全的公司的比例將提高三倍,從7%提升至21%。這並不會降低公司對網路安全專家的需求,因為在打擊網路犯罪的這場惡戰中,我們需要一個離機器更近的盟友。
大資料需要幫助
即使網路安全的人才缺口被填補了,我們將面臨巨大的資料量,這個資料量是人類不能輕易就能分析的。平均來說,一家公司每天將有20萬件安全事件資料需要檢視,這其中花在誤報上的錢就高達130萬美金,浪費將近21,000小時。
與之相關的還有每年將有10,000份安全研究文章發表,每個月有60,000篇相關文章釋出在部落格。安全分析家們沒有辦法跟上這樣的資訊爆炸速度。
AI可以通過分析資料,利用自然語言處理來幫助安全專家理解部落格、文章、視訊、報導、警報以及其他無條理資料中含糊的人類語言,幫助他們看見人類看不到的點,並基於相關聯絡和見解推薦補救措施。
如果沒有AI,無結構的資料將會是網路安全防護的唯一弱點(阿基琉斯之踵),因為無結構資料中含有太多的盲點,而這部分資料將佔80%。
AI系統可以增強專家的技能,可以學會如何監測無結構資料,在危險升級之前發現危險。隨著AI不斷學習,AI系統可以更有效地區分電腦故障和惡意攻擊,從而可以緩解對於安全分析的需要,這節約了很多時間。
人與機器人合作
一旦發現了攻擊,安全分析專家通常的做法是在網上尋找最新的解決辦法,出來幾千頁有用或沒用的資訊。這樣做既慢又不準確。在對抗的這個階段,AI將在資訊分析中發揮重要作用,比如在無結構資料中發現最有可能的解決辦法等等。並且無論從哪個指標來看,AI的分析速度都將超過人類。
現在我們正處於認知安全時代的最重要的時刻,可以讓這份願景實現的技術正在不斷髮展。認知工具如IBM的Watson現在學習大量的安全資料和研究。許多機構都已經引入了這項技術,幫助發現利用Watson對抗網路犯罪的新辦法。
在未來,機器人可以找出網路弱點並進行診斷,找出最佳解決辦法——全程都將有網路安全專家的參與。網路安全專家在這場對抗中將更有價值,因為他們已經學會如何利用增強智慧了。
如今,每當提到系統獲得性智慧時,人們的自然反應都是機器人會搶奪我們的工作。在對抗網路犯罪的這場戰爭中,事實並不是如此。AI可以增強我們的專業技能來應對越來越激化的威脅,但是最重要的就是要讓人們意識並接受AI的真正定義。
翻譯來自:蟲洞翻翻 譯者ID:YLS
本文轉自d1net(轉載)
相關文章
- 為什麼重寫equals必須重寫hashCode
- 前端增長-重新定義大前端前端
- IBM重新定義商業模式,開啟認知時代IBM模式
- 蘋果智慧:iOS 18 AI增強功能蘋果iOSAI
- 用AI重新定義記錄——科大訊飛釋出智慧辦公本AirAI
- 測試工作重複枯燥,必須成為測開才能避免?
- mac影片增強必備:Topaz Video AI破解最新版MacIDEAI
- 鉅虧的有道,必須靠AI肉搏AI
- BEYOND Expo 2023 在澳門開幕,重新定義科技
- 重新定義全棧全棧
- @程式設計師,安全問題必須重視!程式設計師
- 特斯拉、華為們要用軟體重新定義汽車?
- 人工智慧和機器人重新定義建築業人工智慧機器人
- PwC:AI和機器人將重新定義醫療衛生AI機器人
- Topaz Video AI for mac(智慧影片增強軟體)3.5.3啟用版IDEAIMac
- AI先驅人物Judea Pearl認為:製造真正的智慧機器,必須教它們分析因果關係 - quantamagazineAI
- python函式裝飾器,重點必須掌握(二)Python函式
- OPA 重新定義規則引擎-入門篇 (持續更新中)
- PingCAP CTO 黃東旭 :基礎軟體“好用”指南——必須跨越這兩道鴻溝!PingCAP
- AI熱潮下,董事會和CEO必須能夠全面洞悉AIAI
- IBM推出AutoAI 為Watson Studio加速AI應用IBMAI
- 智簡魔方DCIM:重新定義了智慧化管理的發展
- 人工智慧將重新定義邊緣計算的效能要求人工智慧
- 發現AI自我意識:進入混合增強智慧的紀元AI
- Topaz Video AI:引領智慧影片修復與畫質增強革命IDEAI
- FastWiki(增強AI對話功能)企業級智慧客服功能介紹ASTAI
- 東芝電視Z870重新定義視聽家庭娛樂
- 畢馬威:2021年重新定義運營韌性(附下載)
- 為什麼必須使用三次握手?
- 關於人工智慧,必須知道這幾事情,歐能智慧人工智慧
- 重新定義美國的偉大:Watson與IBM超過半個世紀的發展歷程IBM
- 入門node.js你必須知道的那些事Node.js
- Python入門必須知道的11個知識點Python
- 深度學習入門必須理解這25個概念深度學習
- 男子搶注papi醬被宣告無效:必須嚴厲打擊商標侵權行為API
- 為什麼必須防止供應鏈攻擊?
- 9102,作為前端必須知道 hook 怎麼玩了前端Hook
- 為什麼GC(垃圾回收)必須stop-the-world?GC
- 調研.AI 增強 PlayWright 案例及工具 ( AI Native Test)AI