RSAC17:埃里克施密特说,艾可以帮助IOT安全
IBM和思科正在将IOT分析带到边缘
新加坡和印度尼西亚在APAC银行业的花费
案例分析:艾伦图灵研究所采取云首次立足数据科学研究
移动世界大会正在前往美国。
为什么你永远不会买3D打印机
JavaScript电子邮件附件可以携带有效的勒索软件
2011年至2015年,美联储报告50-Plus违规行为,一些间谍活动
欧盟的一般数据保护规则未知大多数英国成年人
欧盟和美国官员签署“伞”数据保护协议,但它没有隐私盾牌
Gartner预测BI Market将于2017年汇率下跌7.3%至183亿美元
NHS数字选择HSCN的凝固交换提供商
Mod Accelerator推出持久挑战科技比赛
Foxit采取标准和破解它。但是有价值的好处吗?
IBM Buys Ezsource以帮助转换您的大型机应用程序以获取数字世界
以下是Dropbox如何使用重大更新更改其免费层
英特尔,SAP,其他科技公司承诺在招聘中获得更包容
威尔士大学提供金融气学位
为什么微软正在挥舞着魔杖
瑞典的Kiviks Musteri转向云以跟上增长
MWC 2017:BT展示网络启动和5G for VR
GP实践为患者提供免费Wi-Fi
Facebook通过Chrome Extensions在Pinterestions下进行摇摆
经济实惠的无人机是新的水下探索浪潮
甲骨文员工说她被解雇拒绝小提琴账户
北欧Cio采访:彼得克兰茨,瑞典国家图书馆
Eyefi留下了一些卡所有者搁浅,突出了IoT危险
BRITS现在可以确保他们的自动驾驶汽车
澳大利亚网站被突尼斯伊斯兰语法墓穴破坏了
WWDC Apple Watchos 3:你需要知道什么
Raspberry Pi Maker购买8.67亿美元
英国经纪人搜索引擎交易以排名盗版网站
新加坡扣除8000万澳元以改造中小企业
麦当劳在沙特阿拉伯支持与SAP的增长
在奥兰多杀戮之后,监测改革措施阻止了
政府寻求科技公司对Brexit的意见,作为招标进程的一部分
Nordea将社会方面带来储蓄与Fintech Startup Sciff
IBM认知助理帮助管理和安全设备
Twitter刚刚购买了机器 - 学习启动魔法小马的3个原因
NCA讲述业务,最终自满和帮助解决网络犯罪威胁
英特尔调整其Mega芯片进行机器学习
Natwest推出数字贷款平台以与Fintech Startup竞争
Oracle高管索赔云业务更全面
现在,当你播放“世界上最小的小提琴”时,每个人都可以听到它
为什么企业需要更具启发性的网络钓鱼攻击方法
ContertonX进入了利润率的企业新的集装箱平台
HPE,戴尔和IBM遭受Q4服务器销售衰退,因为对ODM硬件的需求增长
苹果最终可能会在印​​度的商店清关
微软继续激发愚蠢的软件海盗
AWS存储中断使我们托管的网站和云服务离线
您的位置:首页 >产品 > 商业评论 >

RSAC17:埃里克施密特说,艾可以帮助IOT安全

2021-07-06 11:44:06 [来源]:

根据Abalabet的执行主席Eric Sc​​hmidt的说法,人工智能(AI)可以有助于提供有关弥补物联网(物联网)的设备(物联网)的安全警报。

“AI非常擅长寻找'针在干草堆的问题和模式中的变化,”他在旧金山讲述了2017年RSA会议。

他说,有许多公司可能会以浏览物联网数据流动的方式,可以进行数据分析并发出警报。

“你可以想象一个僵尸网络警报网络,表明数以千计的婴儿监视器[IP连接的摄像机]一直醒来并将图片发送到一个站点,这在之前从未发生过,”施密特说。

“这是一个适当的网络分析系统是一种高度可检测的现象,并且有大量的系统提供可以这样做的代理缓存。谷歌将成为能够这样做的公司之一,但生态系统中有很多人可以提供这些警报,这将是有价值的。“

这将提供什么安全人员通常正在寻找的人 - 施密特表示,以重新关注他们的注意力,将传统的调查方法应用于普通人的东西。

然而,他没有更多的是关于AI和安全性的更多信息,而是专注于技术的演变,现在正在剥夺周围的一些小说。

Schmidtsaid他最喜欢的方案是普通AI所开发的,世界进入一个智慧越来越非生物学的时代,AI比人类更聪明,人类有一个与AI的战斗,人类决定关掉电脑,但是AI非常聪明,它从电脑到电脑,AI最终赢得了人类被摧毁了。

“但这是一部电影剧本,”他说。“这不是真的。它还基于巨大的假设。“

同样,他说,人们遇到了什么点 - 当AI智能足以自我修改时 - 我们可以验证修改是否正确。

“这是一个合理的智力问题,非常值得讨论,但我们在现实生活中靠近这一点,”他说。“我们仍然处于讨论概念学习和解构概念的婴儿阶段。”

虽然这一点和关于如何确保AI系统具有人类价值的问题是重要的哲学问题,但施密特表示这些不是将很快面临的问题。

他说,更直接关注的是确保用于培训AI系统的数据的完整性。“这些系统依赖于数据,并且他们接受了对该数据的培训,但假设一个完美的算法,如果数据以某种方式进行操作,则不会得到您预期的结果。

“所以这对于这些系统来说,了解他们是咨询非常重要 - 他们帮助您了解某些东西,但最终您希望人类负责这些事情。”

专注于AI技术的当前状态,施密特表示,“巨大的进步”已经在电脑视觉中制作,现在在大多数情况下都比人类的愿景更好,并将在自动驾驶汽车和医疗保健中具有“巨大影响” 。

“我们有结果率先推出,如果你给计算机和一群医生给同一张图片,你会从电脑上获得更好的诊断,”他说,因为电脑看到了一百万张图片和一个人可能会看到终身10,000。

“这是更好的培训,”施密特说。“电脑不厌倦,这意味着它们可以每天24小时训练,因此这种视觉结果与数学方式的方式类似,这意味着系统将对视觉和愿望有人类的品质。言语,这与ai不同。“

但这意味着交通事故和不准确的医疗诊断等事情将会变得更好,这显然是积极的。

“我会批准我的声誉,这将是未来五年的真正叙述,虽然很难知道在此之后会发生什么,但有许多初创公司试图采取医疗和运输过程并在一个自动化直接的方式,“施密特说。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。