古典夢(mèng)幻的巴洛克歌劇院舞臺(tái)上，幾位演員穿著華美的戲服，向著黑暗中的觀眾表演歌唱……今年9月在美國(guó)的一場(chǎng)藝術(shù)博覽會(huì)上，這幅名為《太空歌劇院》的圖畫奪得了數(shù)字藝術(shù)創(chuàng)作類大獎(jiǎng)冠軍。然而一時(shí)間，圍繞這幅畫的爭(zhēng)論甚囂塵上。因?yàn)椋@幅畫是工作人員用人工智能(AI)繪圖軟件畫出來(lái)的……

只要向AI描述關(guān)鍵詞，AI就能將你腦海中的形象描繪出來(lái)。越來(lái)越“聰明”的AI正在慢慢影響著人們的生活。在第二十四屆高交會(huì)信息技術(shù)與產(chǎn)品展(簡(jiǎn)稱“IT展”)上，人工智能展區(qū)作為亮點(diǎn)主題展區(qū)之一，全面展現(xiàn)了智能駕駛、芯片、大數(shù)據(jù)、智能識(shí)別系統(tǒng)、深度學(xué)習(xí)、智能機(jī)器人、AR/VR、車聯(lián)網(wǎng)等AI各個(gè)不同領(lǐng)域的技術(shù)及解決方案。

AI無(wú)處不在，所帶來(lái)的顛覆性沖擊遠(yuǎn)超過(guò)想象，作為科技創(chuàng)新和經(jīng)濟(jì)發(fā)展的重要驅(qū)動(dòng)力，AI正在進(jìn)入高速發(fā)展期。工業(yè)和信息化部公布的測(cè)算數(shù)據(jù)顯示，我國(guó)人工智能核心產(chǎn)業(yè)規(guī)模已超過(guò)4000億元，企業(yè)數(shù)量超過(guò)3000家。2021年全球人工智能產(chǎn)業(yè)規(guī)模達(dá)3619億美元，其中中國(guó)占576億美元。從投融資規(guī)模來(lái)看，2021年全球人工智能產(chǎn)業(yè)投融資金額為714.7億美元，同比增加90.2%，中國(guó)人工智能產(chǎn)業(yè)投融資金額為201.2億美元，同比增加40.4%。

深圳市人工智能行業(yè)協(xié)會(huì)發(fā)布的《2022年人工智能發(fā)展白皮書》顯示，截至2021年底，深圳市人工智能核心產(chǎn)業(yè)規(guī)模達(dá)到312 億元，人工智能相關(guān)企業(yè)數(shù)量已達(dá)到1432家，位居全國(guó)第三。深圳市人工智能領(lǐng)域發(fā)明專利總授權(quán)量達(dá)到 4.1 萬(wàn)件。已授權(quán)人工智能發(fā)明專利申請(qǐng)量為 6586 件，位居全國(guó)第二。《深圳經(jīng)濟(jì)特區(qū)人工智能產(chǎn)業(yè)促進(jìn)條例》已從11月1日起開始實(shí)施。隨著有利于產(chǎn)業(yè)發(fā)展的政策法規(guī)接連出臺(tái)，AI相關(guān)科技成果將不斷落地并與實(shí)體經(jīng)濟(jì)加速融合，助推傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。

機(jī)器學(xué)習(xí)在工業(yè)領(lǐng)域中也存在瓶頸，主要有以下幾個(gè)方面。

1、訓(xùn)練算法數(shù)據(jù)的質(zhì)量

深度學(xué)習(xí)的訓(xùn)練數(shù)量不良品與良品的數(shù)據(jù)訓(xùn)練效果，標(biāo)注數(shù)據(jù)，其中數(shù)據(jù)的質(zhì)量、歸一化方法、分布等對(duì)模型的效果影響較大。例如，如果數(shù)據(jù)量太多時(shí)，訓(xùn)練數(shù)據(jù)越多效果越精準(zhǔn)，那么就需要較高的計(jì)算能力和計(jì)算成本。如果數(shù)據(jù)量太少時(shí)，模型的預(yù)測(cè)能力一般較差。

2、工程師調(diào)試經(jīng)驗(yàn)

機(jī)器學(xué)習(xí)的相關(guān)算法和方法具有一定的門檻，在對(duì)原理不清楚的情況下進(jìn)行實(shí)驗(yàn)，難以取得理想的效果，所以要求工程師不僅具有工程實(shí)現(xiàn)的能力，還需具備線性代數(shù)、統(tǒng)計(jì)學(xué)等婁學(xué)基礎(chǔ)，并理解數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的常見算法。

3、計(jì)算能力

由于在深度學(xué)習(xí)訓(xùn)練過(guò)程中需要不斷調(diào)參，甚至重新設(shè)計(jì)網(wǎng)絡(luò)結(jié)構(gòu)，所以訓(xùn)練周期一般要幾周甚至數(shù)月，并且隨著模型復(fù)雜度增加，對(duì)計(jì)算資源(GPU)要求更高，一般模型越大應(yīng)用時(shí)效率越低。

人工智能如何改變安全運(yùn)營(yíng)

人工智能在安全運(yùn)營(yíng)中的其中一大作用是協(xié)助安全分析師的工作。畢竟，它不太可能完全取代有經(jīng)驗(yàn)的人類。反之，人工智能可以專注于比人類擅長(zhǎng)的領(lǐng)域去協(xié)助人類，如分析大數(shù)據(jù)，替人類進(jìn)行繁瑣、重復(fù)的任務(wù)，以便分析師能夠發(fā)揮更復(fù)雜的技能，如創(chuàng)造力、細(xì)微差別和專業(yè)知識(shí)。

此外，通過(guò)人工智能對(duì)安全事件進(jìn)行分析，查詢海量數(shù)據(jù)并在整個(gè)網(wǎng)絡(luò)中進(jìn)行透視，以收集事件告警的背景并進(jìn)行調(diào)查，整理出高優(yōu)先級(jí)的事件讓分析師加以關(guān)注。同時(shí)，人工智能通過(guò)分析人類分析師調(diào)查警報(bào)的過(guò)程，進(jìn)行訓(xùn)練以及機(jī)器學(xué)習(xí)，當(dāng)未來(lái)有類似的事件發(fā)生時(shí)，機(jī)器可在通知分析師前生成多個(gè)查詢，并同時(shí)調(diào)查所有平行威脅。

為應(yīng)對(duì)海量的告警以及高級(jí)持續(xù)性威脅(Advanced Persistent Threat, APT)，網(wǎng)絡(luò)安全運(yùn)營(yíng)團(tuán)隊(duì)積極尋求人工智能(AI)和機(jī)器學(xué)習(xí)(ML)來(lái)提高效率，分析師因此能減少分析所需時(shí)間，包括采用人工智能的威脅狩獵工具(Threat hunting tool)提高企業(yè)對(duì)隱藏威脅的檢測(cè)。例如，采用無(wú)監(jiān)督ML算法的用戶行為分析工具(User behavior Analytics, UBA)可以持續(xù)監(jiān)測(cè)和分析用戶活動(dòng)、系統(tǒng)安全變化、網(wǎng)絡(luò)流量和對(duì)應(yīng)用程序和數(shù)據(jù)的訪問(wèn)檢測(cè)和標(biāo)記異常情況，使得該威脅對(duì)環(huán)境造成破壞之前，企業(yè)可以把未知的威脅更快地轉(zhuǎn)化為已知的威脅。因此，網(wǎng)絡(luò)安全運(yùn)營(yíng)團(tuán)隊(duì)在 AI/ML工具協(xié)助下，可以采取更積極的策略，對(duì)事件作出相應(yīng)的反應(yīng)。