企业应当如何面对和利用人工智能技术?
扫描二维码
随时随地手机看文章
古典梦幻的巴洛克歌剧院舞台上,几位演员穿着华美的戏服,向着黑暗中的观众表演歌唱……今年9月在美国的一场艺术博览会上,这幅名为《太空歌剧院》的图画夺得了数字艺术创作类大奖冠军。然而一时间,围绕这幅画的争论甚嚣尘上。因为,这幅画是工作人员用人工智能(AI)绘图软件画出来的……
只要向AI描述关键词,AI就能将你脑海中的形象描绘出来。越来越“聪明”的AI正在慢慢影响着人们的生活。在第二十四届高交会信息技术与产品展(简称“IT展”)上,人工智能展区作为亮点主题展区之一,全面展现了智能驾驶、芯片、大数据、智能识别系统、深度学习、智能机器人、AR/VR、车联网等AI各个不同领域的技术及解决方案。
AI无处不在,所带来的颠覆性冲击远超过想象,作为科技创新和经济发展的重要驱动力,AI正在进入高速发展期。工业和信息化部公布的测算数据显示,我国人工智能核心产业规模已超过4000亿元,企业数量超过3000家。2021年全球人工智能产业规模达3619亿美元,其中中国占576亿美元。从投融资规模来看,2021年全球人工智能产业投融资金额为714.7亿美元,同比增加90.2%,中国人工智能产业投融资金额为201.2亿美元,同比增加40.4%。
深圳市人工智能行业协会发布的《2022年人工智能发展白皮书》显示,截至2021年底,深圳市人工智能核心产业规模达到312 亿元,人工智能相关企业数量已达到1432家,位居全国第三。深圳市人工智能领域发明专利总授权量达到 4.1 万件。已授权人工智能发明专利申请量为 6586 件,位居全国第二。《深圳经济特区人工智能产业促进条例》已从11月1日起开始实施。随着有利于产业发展的政策法规接连出台,AI相关科技成果将不断落地并与实体经济加速融合,助推传统产业转型升级。
机器学习在工业领域中也存在瓶颈,主要有以下几个方面。
1、训练算法数据的质量
深度学习的训练数量不良品与良品的数据训练效果,标注数据,其中数据的质量、归一化方法、分布等对模型的效果影响较大。例如,如果数据量太多时,训练数据越多效果越精准,那么就需要较高的计算能力和计算成本。如果数据量太少时,模型的预测能力一般较差。
2、工程师调试经验
机器学习的相关算法和方法具有一定的门槛,在对原理不清楚的情况下进行实验,难以取得理想的效果,所以要求工程师不仅具有工程实现的能力,还需具备线性代数、统计学等娄学基础,并理解数据科学和机器学习的常见算法。
3、计算能力
由于在深度学习训练过程中需要不断调参,甚至重新设计网络结构,所以训练周期一般要几周甚至数月,并且随着模型复杂度增加,对计算资源(GPU)要求更高,一般模型越大应用时效率越低。
人工智能如何改变安全运营
人工智能在安全运营中的其中一大作用是协助安全分析师的工作。毕竟,它不太可能完全取代有经验的人类。反之,人工智能可以专注于比人类擅长的领域去协助人类,如分析大数据,替人类进行繁琐、重复的任务,以便分析师能够发挥更复杂的技能,如创造力、细微差别和专业知识。
此外,通过人工智能对安全事件进行分析,查询海量数据并在整个网络中进行透视,以收集事件告警的背景并进行调查,整理出高优先级的事件让分析师加以关注。同时,人工智能通过分析人类分析师调查警报的过程,进行训练以及机器学习,当未来有类似的事件发生时,机器可在通知分析师前生成多个查询,并同时调查所有平行威胁。
为应对海量的告警以及高级持续性威胁(Advanced Persistent Threat, APT),网络安全运营团队积极寻求人工智能(AI)和机器学习(ML)来提高效率,分析师因此能减少分析所需时间,包括采用人工智能的威胁狩猎工具(Threat hunting tool)提高企业对隐藏威胁的检测。例如,采用无监督ML算法的用户行为分析工具(User behavior Analytics, UBA)可以持续监测和分析用户活动、系统安全变化、网络流量和对应用程序和数据的访问检测和标记异常情况,使得该威胁对环境造成破坏之前,企业可以把未知的威胁更快地转化为已知的威胁。因此,网络安全运营团队在 AI/ML工具协助下,可以采取更积极的策略,对事件作出相应的反应。