編者按：隨著人工智能的發展，人們對它逐漸有誤會、恐懼之心。如果能夠利用好人工智能，特別是在網絡安全領域，它將成為人類對抗網絡犯罪強有力的武器。IBM 安全部門的 CTO Sandy Bird 認為現在的人工智能應該被重新定義為“增強智能”，并給出了自己的分析。

人工智能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絡安全。

原因很簡單：如果我們希望贏得網絡犯罪這場惡戰的話，我們就沒有選擇，必須依靠AI輔助，增強人類的能力和經驗。

現在網絡犯罪越來越復雜，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夸張籠罩著。

因此，科技界必須消除這些疑慮并重新定義AI為“增強智能”。

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于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 填補了網絡安全空白

在網絡安全領域，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。

網絡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10億份個人信息記錄，比如信用卡號和健康記錄。

最讓人擔憂的是80%的網絡襲擊都是由于有組織的犯罪團隊想要自由交換數據、工具以及欺詐交易。網絡安全專家沒有辦法跟進，這樣的情況只會進一步惡化。據預測網絡安全的人才缺口在未來十年將達到150萬人。

網絡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，填補監控和識別網絡犯罪的缺口。

好消息是越來越多的網絡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絡犯罪。

同一份調查還表示在未來兩到三年里，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%。這并不會降低公司對網絡安全專家的需求，因為在打擊網絡犯罪的這場惡戰中，我們需要一個離機器更近的盟友。

大數據需要幫助

即使網絡安全的人才缺口被填補了，我們將面臨巨大的數據量，這個數據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20萬件安全事件數據需要查看，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篇相關文章發布在博客。安全分析家們沒有辦法跟上這樣的信息爆炸速度。

AI可以通過分析數據，利用自然語言處理來幫助安全專家理解博客、文章、視頻、報道、警報以及其他無條理數據中含糊的人類語言，幫助他們看見人類看不到的點，并基于相關聯系和見解推薦補救措施。

如果沒有AI，無結構的數據將會是網絡安全防護的唯一弱點（阿基琉斯之踵），因為無結構數據中含有太多的盲點，而這部分數據將占80%。

AI系統可以增強專家的技能，可以學會如何監測無結構數據，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，從而可以緩解對于安全分析的需要，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信息。這樣做既慢又不準確。在對抗的這個階段，AI將在信息分析中發揮重要作用，比如在無結構數據中發現最有可能的解決辦法等等。并且無論從哪個指標來看，AI的分析速度都將超過人類。

現在我們正處于認知安全時代的最重要的時刻，可以讓這份愿景實現的技術正在不斷發展。認知工具如IBM的Watson現在學習大量的安全數據和研究。許多機構都已經引入了這項技術，幫助發現利用Watson對抗網絡犯罪的新辦法。

在未來，機器人可以找出網絡弱點并進行診斷，找出最佳解決辦法——全程都將有網絡安全專家的參與。網絡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能了。

如今，每當提到系統獲得性智能時，人們的自然反應都是機器人會搶奪我們的工作。在對抗網絡犯罪的這場戰爭中，事實并不是如此。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并接受AI的真正定義。

翻譯來自：蟲洞翻翻 譯者ID：YLS

編者按：隨著人工智能的發展，人們對它逐漸有誤會、恐懼之心。如果能夠利用好人工智能，特別是在網絡安全領域，它將成為人類對抗網絡犯罪強有力的武器。IBM 安全部門的 CTOSandy Bird 認為現在的人工智能應該被重新定義為“增強智能”，并給出了自己的分析。

人工智能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絡安全。

原因很簡單：如果我們希望贏得網絡犯罪這場惡戰的話，我們就沒有選擇，必須依靠AI輔助，增強人類的能力和經驗。

現在網絡犯罪越來越復雜，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夸張籠罩著。

因此，科技界必須消除這些疑慮并重新定義AI為“增強智能”。

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于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 填補了網絡安全空白

在網絡安全領域，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。

網絡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10億份個人信息記錄，比如信用卡號和健康記錄。

最讓人擔憂的是80%的網絡襲擊都是由于有組織的犯罪團隊想要自由交換數據、工具以及欺詐交易。網絡安全專家沒有辦法跟進，這樣的情況只會進一步惡化。據預測網絡安全的人才缺口在未來十年將達到150萬人。

網絡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，填補監控和識別網絡犯罪的缺口。

好消息是越來越多的網絡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絡犯罪。

同一份調查還表示在未來兩到三年里，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%。這并不會降低公司對網絡安全專家的需求，因為在打擊網絡犯罪的這場惡戰中，我們需要一個離機器更近的盟友。

大數據需要幫助

即使網絡安全的人才缺口被填補了，我們將面臨巨大的數據量，這個數據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20萬件安全事件數據需要查看，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篇相關文章發布在博客。安全分析家們沒有辦法跟上這樣的信息爆炸速度。

AI可以通過分析數據，利用自然語言處理來幫助安全專家理解博客、文章、視頻、報道、警報以及其他無條理數據中含糊的人類語言，幫助他們看見人類看不到的點，并基于相關聯系和見解推薦補救措施。

如果沒有AI，無結構的數據將會是網絡安全防護的唯一弱點（阿基琉斯之踵），因為無結構數據中含有太多的盲點，而這部分數據將占80%。

AI系統可以增強專家的技能，可以學會如何監測無結構數據，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，從而可以緩解對于安全分析的需要，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信息。這樣做既慢又不準確。在對抗的這個階段，AI將在信息分析中發揮重要作用，比如在無結構數據中發現最有可能的解決辦法等等。并且無論從哪個指標來看，AI的分析速度都將超過人類。

現在我們正處于認知安全時代的最重要的時刻，可以讓這份愿景實現的技術正在不斷發展。認知工具如IBM的Watson現在學習大量的安全數據和研究。許多機構都已經引入了這項技術，幫助發現利用Watson對抗網絡犯罪的新辦法。

在未來，機器人可以找出網絡弱點并進行診斷，找出最佳解決辦法——全程都將有網絡安全專家的參與。網絡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能了。

如今，每當提到系統獲得性智能時，人們的自然反應都是機器人會搶奪我們的工作。在對抗網絡犯罪的這場戰爭中，事實并不是如此。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并接受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）