ZD至顶网安全频道 02月16日 综合消息: 每一年,旧金山的RSA大会都会在其加密专项讨论环节中,吸引到全球最出色及最睿智的头脑,而其探讨核心也非常简单——摆脱一切热门及炒作性因素,集中精力考虑如何实现更出色、更简洁且更安全的编程成果。
研讨小组各成员对于人工智能安全系统(尽管其已经在DARPA Cyber挑战赛中取得成功)的动向毫不关心,并表示目前探讨此类系统的可靠性还为时过早,同时警告称相当一部分此类设想将永远无法变为现实。
“我对于AI在安全领域的应用持怀疑态度,”麻省理工学院教授兼RSA三巨头中的“R” Ronald Rivest表示。“我们发现AI机器人的聊天表现已经成为像去年总统大选一样热门但无聊的议题。至少还要十到十五年,我们才会真正难以在一堆聊天机器人中发现真正的人类。”
而前RSA成员、现任魏兹曼研究所计算机科学教授Adi Shamir对于AI系统在安全领域的作用亦同样抱有怀疑。对此类设备进行训练可能带来一些有趣的问题。
“十五年之后,如果我们将全部数据都交给AI系统打理,其可能会认为为了保护互联网,最好是将其彻底毁灭,”他打趣道。“互联网本身是无可挽救的; 我们必须找到更理想的起点。”
一部分AI系统也许确实能够用于IT防御,Shamir坦言,这是因为未来的计算机将能够处理规模更大的数据集并检查其中的异常状况。然而大家仍然需要人为介入以发现零漏洞以及与之相关的攻击行为。
Shamir同样对量子计算系统与量子加密技术表达了不屑,他表示这些“不在我的考虑范围内”。他更关心如何利用大规模计算来破解现有加密算法。
伍斯特理工学院网络安全政策教授Susan Landau则表示她对量子计算系统相当担忧。目前行业在利用量子计算能力建立防御性算法方面缺少足够的研究,她坚持认为这很可能成为安全领域的一大致命短板。
与此同时,公钥加密机制发明者之一Whitfield Diffie指出,目前安全业界面临的问题在于,各类潜在风险绝不可能被AI或者量子技术一股脑奇迹般地解决。相反,行业内需要重新回归基础,他建议称。
“如果能够将投入到防火墙及反病毒软件等交互式安全方案的资源用于改进设备的逻辑功能并显著提升编程质量,我们将能够得到更好的结果,”Diffie总结称。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。