人工智能是否适用于安全领域.
继google宣布自家智能项目 AlphaGo 实现突破性研究——计算机程序首次击败业余棋手以后， google DeepMind 宣布了将与过去十年最好围棋手李世石之间的最终寻衅的详细环境。3 月 9 日至 3 月 15 日，AlphaGo 将正在韩国首尔与李世石举办 5 场寻衅赛。角逐彻底平等，得胜者将取得一百万美圆奖金。
本日下战书，google家养智能 AlphaGo 与韩国棋手李世石的第一场角逐停滞，AlphaGo 得到本日角逐的胜利。双方正在比力 3 个半小时后，李世石宣布认输。本日角逐停滞后，双方还将离开正在 10 日、12 日、13 日、15 日的北京时间半夜 12 点举办剩余 4 场角逐。
AlphaGo 开拓者 DeepMind 公司正在本年 1 月的学术杂志《Nature》刊登封面文章，展示了围棋家养智能领域突破性开展的详细环境。此次棋战中，坐正在李世石劈面恰是《Nature》封面文章作者之一黄士杰(Aja Huang)，他本人来代替 AlphaGo 正在棋盘上落子。AlphaGo 一方的旌旗是英国国旗，因为此次参赛的google围棋次序 AlphaGo 来自英国家养智能公司 DeepMind。
google AlphaGo 正在第一次与天下顶尖围棋手的比力中获得胜利，这是家养智能生长史上缓和的里程碑，代表家养智能曾经能正在诸如围棋等高度冗杂的项目中阐扬出逾越人类的功能。
google的 AlphaGo 有多强大
传统的家养智能方法是将整个大约的走法构建成一棵搜索树 ，但这类方法关于围棋其实不合用。这次google推出的 AlphaGo，将高级搜索树与深度神经搜集分别正在一块儿。这些神经搜集经过 12 个搞定层传送关于棋盘的描写，搞定层则包含数百万个相同于神经的连接点。
此中一个神经搜集“决定搜集”(policy network)负责选择下一步走法，另外一个神经搜集“值搜集”(“value network)则预测角逐胜利方。google方面用人类围棋妙手的三万万步围棋走法训练神经搜集，与此同时，AlphaGo 也自行研究新战略，正在它的神经搜集之间运转了数千局围棋，把持频频试验调停连接点，这个流程也称为稳固深造(reinforcement learning)，经过普及运用 谷歌 云平台，实现为了少量研究义务。
AlphaGo 正在与人的棋战顶用了“两个大脑”来搞定标题：“决定搜集”和“值搜集”。通俗来讲便是，一个大脑用来决定以后应该若何落子，另外一个大脑来预测角逐终极的胜利方。
google但愿能把这套家养智能算法用于灾害预测、伤害控制、医疗健康和逝世板人等冗杂领域。也便是说google的宗旨仍是为了更好的办事人类，没有任何恶意。DeepMind (AlphaGo 的研究公司)首创人哈萨比斯说：私人关于家养智能的警示掩盖了家养智能带来的帮助。距离人脑水平的家养智能依旧相当遥远，大约还必要多少十年。
正在昨天的赛前宣布会上，google董事长施密特暗示，输赢都是人类的胜利。因为恰是人类的愉快才让家养智能有了此刻的突破。
本年八月一场名为 Darpa’s Cyber Grand Challenge 搜集寻衅赛将进行，参加决赛的七支团队必须把持敌手缝隙举办打击的同时，还要看见并自动修复自身缝隙、掩护机能与功能个别。与其他“夺旗”竞赛区别， 这是天下第一个彻底由计较机软件主导的黑客角逐。
得胜者起初会赢得 200 万美圆大奖，Darpa 实践上便是美国国防部高级研究谋划局，不怪人家便是财大气粗！
加州大学圣芭芭拉分校计较机科学传授 Giovanni Vigna 是黑客团队“Shellphish”的首创人，他们成立了一个叫做“Mechanical Phish”（机器垂纶）的系统将参加本次角逐。
Vigna 正在 2016 年美国 RSA 平静大会上暗示：
“彻底自动化的 hacking 系统是我们终极的边疆。人类能看见缝隙，却没办法关于数以百万计的项目举办阐发。”
实践中的黑客其实不如片子描写的那样“性感”，他说：
“黑客但凡只是一堆围正在桌边的人，很怠倦却仍正在条记本上敲击键盘。而我们之以是当黑客，要末是因为我们想打击别人，要末是想找露破绽，大约仅仅是因为宜玩。”
“逝世板黑客”正在珍惜搜集、快速识别、系统补钉等过程示意出色，从而避免了缝隙的把持、数据被盗或许搜集办事遭到打击的环境。
家养智能快速通关“超等玛丽”
除了了 Cyber Grand Challenge 以外，其他结构也曾经起头将家养智能运用于 hacking 逝世板中。
Konstantinos Karagiannis 把持神经搜集（摹拟人类大脑深造和搞定标题）成立了一个 hacking 系统。据他先容，这个名为 MarI/O的家养智能次序可以正在没有任何先验知识的环境下，只颠末 34 次测验测验便通关了“超等玛丽”。最后，它惟独多少个庞杂的参数配置，颠末多少次区别测验测验以后它就“领会”到应该怎么玩，它“学会了”。
“采用了 AI 技术的平静扫描器可以识别冗杂的缝隙，那些具有极具创意的手腕是人们不曾经想到过的。它可以采用很是低端硬件，代价一千美金的 GPU（图形搞定单位，通常常正在游戏傍边）便可以逾越一台十年前的超等计较机。”
Karagiannis 但愿能正在本年炎天演示这个 POC。
每逐个个硬币都有另外一面
HackerOne 平静公司联合首创人 Alex Rice 同意这一概念，他认为任何可以用来看见缝隙的预防身手都大约被罪犯把持——技术终极城市成为一把双刃剑。
尽管如斯，Rice 认为自动化平静方法的鼓起是一件功德：
“大家都正在愉快跟上趋势。多少乎整个结构都履历过搜集打击，这干系到存亡生逝世，显著以前我们所做的一切都是得胜的。而最佳的搞定办法便是将人类与逝世板的身手加以分别，人类最擅长的工具今朝我们还没看见。而即使未来我们拥有了有感知的逝世板时，它们依然要蒙受人类的指示。”