導(dǎo)讀：當(dāng)我們一直在討論AI能給互聯(lián)網(wǎng)安全帶來(lái)什么影響的頻頻曝出時(shí)候，可能一直都忽略了一個(gè)問題： AI本身也不安全。安全

　　這兩天的風(fēng)險(xiǎn)貴陽(yáng)云巖外圍大學(xué)生（服務(wù)）vx《1662+044+1662》提供外圍女上門服務(wù)快速選照片快速安排不收定金面到付款30分鐘可到達(dá)新聞恰如其分地提醒了我們這一點(diǎn)。近日，那安谷歌被曝其機(jī)器學(xué)習(xí)框架TensorFlow中存在的頻頻曝出嚴(yán)重安全風(fēng)險(xiǎn)，可被黑客用來(lái)制造安全威脅，安全谷歌方面已經(jīng)確認(rèn)了該漏洞并做出了整改回應(yīng)。風(fēng)險(xiǎn)

　　雖然是那安提前發(fā)現(xiàn)，這些漏洞本身沒有帶來(lái)實(shí)質(zhì)威脅，頻頻曝出但這條消息還是安全讓一些人感到了不安。TensorFlow、風(fēng)險(xiǎn)Torch、那安Caffe這些機(jī)器學(xué)習(xí)開發(fā)框架，頻頻曝出差不多是安全如今AI開發(fā)者與研究者的標(biāo)準(zhǔn)配置，但這些平臺(tái)最近卻紛紛被曝光存在安全漏洞和被黑客利用的風(fēng)險(xiǎn)可能性。



　　某種意義上來(lái)說(shuō)，這些消息在提醒我們同一個(gè)問題： 當(dāng)我們急切的將資金與用戶關(guān)系聚集在機(jī)器學(xué)習(xí)上時(shí)，也可能是將巨大的安全性問題捆綁在了身上。

　　更重要的貴陽(yáng)云巖外圍大學(xué)生（服務(wù)）vx《1662+044+1662》提供外圍女上門服務(wù)快速選照片快速安排不收定金面到付款30分鐘可到達(dá)是，面臨AI安全問題，我們中的大部分人還處在很傻很天真的“懵懂狀態(tài)”，對(duì)它的邏輯和危害性近乎一無(wú)所知。

　　本文希望科普一下這些內(nèi)容，畢竟防患于未然。另外必須提醒開發(fā)者和企業(yè)的是，在谷歌這些大公司不遺余力地推廣自家機(jī)器學(xué)習(xí)平臺(tái)，并且為了吸引使用者而快速迭代、大量發(fā)布免費(fèi)資源時(shí)，開發(fā)者本身一定要留個(gè)心眼，不能不假思索地使用。

　　比起心血?dú)в谝坏嗟膶彶闄C(jī)制和更嚴(yán)密的安全服務(wù)是非常值得的。

　　盲點(diǎn)中的魔鬼：機(jī)器學(xué)習(xí)框架的安全隱患

　　說(shuō)機(jī)器學(xué)習(xí)平臺(tái)的漏洞，有可能讓開發(fā)者的心血付諸東流，這絕不是開玩笑。在今年上半年的勒索病毒事件里，我們已經(jīng)見識(shí)過了如今的黑客攻擊有多么恐怖，而勒索病毒本身就是利用了Windows中的漏洞，進(jìn)行針對(duì)式攻擊鎖死終端。



　　可以說(shuō)，在勒索病毒的洗禮之后，信息產(chǎn)業(yè)已經(jīng)進(jìn)入了“漏洞霸權(quán)時(shí)代”。只要擁有了更多漏洞，就擁有了大范圍的控制權(quán)與支配權(quán)。隨著黑客攻擊的工具化和門檻降低，能力一般的攻擊者也可以利用平臺(tái)漏洞發(fā)動(dòng)廣泛攻擊。

　　但在我們愈發(fā)重視“漏洞產(chǎn)業(yè)”帶給今天世界的安全隱患時(shí)，卻不自主地產(chǎn)生了一個(gè)視線盲區(qū)，那就是人工智能。

　　當(dāng)下大部分AI開發(fā)任務(wù)的基本流程是這樣的：一般來(lái)說(shuō)，一個(gè)開發(fā)者想要從頭開始開發(fā)深度學(xué)習(xí)應(yīng)用或者系統(tǒng)，是一件極其麻煩且?guī)缀醪豢赡艿氖隆Ｋ蚤_發(fā)者會(huì)選擇利用主流的開發(fā)框架。比如這次被曝出安全隱患的谷歌TensorFlow。

　　利用這類平臺(tái)，開發(fā)者可以用平臺(tái)提供的AI能力，結(jié)合開源的算法與模型，訓(xùn)練自己的AI應(yīng)用。這樣速度快效率高，也可以吸收最先進(jìn)的技術(shù)能力。這種“不能讓造車者從開發(fā)輪子做起”的邏輯當(dāng)然是對(duì)的，但問題是，假如輪子里面本身就有問題呢?

　　由于大量開發(fā)者集中利用機(jī)器學(xué)習(xí)框架訓(xùn)練AI是近兩年的事情，此前也沒有曝出過類似平臺(tái)存在安全問題，所以這個(gè)領(lǐng)域的安全因素一直沒有被重視過，可能大部分AI開發(fā)者從來(lái)都沒有想過會(huì)存在安全問題。

　　但這次被發(fā)現(xiàn)的漏洞卻表明：利用TensorFlow本身的系統(tǒng)漏洞，黑客可以很容易地制造惡意模型，從而控制、篡改使用惡意文件的AI應(yīng)用。

　　由于一個(gè)投入使用的深度學(xué)習(xí)應(yīng)用往往需要復(fù)雜的訓(xùn)練過程，所以惡意模型的攻擊點(diǎn)很難短時(shí)間被察覺。但由于智能體內(nèi)部的邏輯關(guān)聯(lián)性，一個(gè)點(diǎn)被黑客攻擊很可能將會(huì)全盤受控。這種情況下造成的安全隱患，顯然比互聯(lián)網(wǎng)時(shí)代的黑客攻擊更加嚴(yán)重。

　　理解了這些，我們可能會(huì)達(dá)成一個(gè)并不美好的共識(shí)： 我們一直在擔(dān)心的AI失控，可能根本不是因?yàn)锳I太聰明想奪權(quán)，而是居心不良的黑客發(fā)動(dòng)的。

　　AI“失控”：一個(gè)今天不得不面對(duì)的問題

　　相比于經(jīng)典計(jì)算的信息存儲(chǔ)與交互模式，人工智能，尤其是機(jī)器學(xué)習(xí)類任務(wù)，最大的改變之一就是展現(xiàn)出了信息處理的整體性和聚合性。比如著名AlphaGo，它不是對(duì)每種棋路給出固定的應(yīng)對(duì)模式，而是對(duì)棋局進(jìn)行預(yù)判和自我推理。它的智慧不是若干信息組成的集合，而是一個(gè)完整的“能力”。

　　這是AI的優(yōu)點(diǎn)，但很可能也是AI的弱點(diǎn)。試想，假如AlphaGo中的某個(gè)訓(xùn)練模型被黑客攻擊了，比如讓系統(tǒng)吃掉對(duì)方棋子時(shí)偏偏就不打。那么最終展現(xiàn)出的將不是某個(gè)棋招運(yùn)算失當(dāng)，而是干脆一盤棋也贏不了。

　　說(shuō)白了，AI注定是一個(gè)牽一發(fā)動(dòng)全身的東西，所以平臺(tái)漏洞帶來(lái)的安全風(fēng)險(xiǎn)才格外可怕。



　　AlphaGo畢竟還只是封閉的系統(tǒng)，即使被攻擊了大不了也就是下棋不贏。但越來(lái)越多的AI開始被訓(xùn)練出來(lái)處理真實(shí)的任務(wù)，甚至是極其關(guān)鍵的任務(wù)。那么一旦在平臺(tái)層面被攻克，將帶來(lái)無(wú)法估計(jì)的危險(xiǎn)。

　　比如說(shuō)自動(dòng)駕駛汽車的判斷力集體失靈、IoT體系被黑客控制、金融服務(wù)中的AI突然癱瘓、企業(yè)級(jí)服務(wù)的AI系統(tǒng)崩潰等等情況，都是不出現(xiàn)還好，一旦出現(xiàn)就要搞個(gè)大事情。

　　由于AI系統(tǒng)緊密而復(fù)雜的連接關(guān)系，很多關(guān)鍵應(yīng)用將從屬于后端的AI體系，而這個(gè)體系又依賴平臺(tái)提供的訓(xùn)練模型。那么 一旦最后端的平臺(tái)失守，必然引發(fā)規(guī)模化、連鎖式的崩盤——這或許才是我們今天最應(yīng)該擔(dān)心的AI失控。

　　AI產(chǎn)業(yè)的風(fēng)險(xiǎn)，在于某個(gè)黑客一旦攻克了機(jī)器學(xué)習(xí)平臺(tái)的底層漏洞，就相當(dāng)于把整個(gè)大廈的最下一層給炸掉。這個(gè)邏輯此前很少被人關(guān)注，卻已經(jīng)被證明了其可能存在。而最可怕的是，面對(duì)更多未知的漏洞和危險(xiǎn)，世界范圍內(nèi)的AI開發(fā)者近乎是束手無(wú)策的。

　　家與國(guó)：無(wú)法逃避的AI戰(zhàn)略角力

　　在認(rèn)識(shí)到AI開發(fā)平臺(tái)可能出現(xiàn)的底層問題，以及其嚴(yán)重的危害性之后，我們可能會(huì)聯(lián)想到國(guó)家層面的AI安全與戰(zhàn)略角力。

　　今年7月，哈佛大學(xué)肯尼迪政治學(xué)院貝爾弗科學(xué)與國(guó)際事務(wù)中心發(fā)布的《人工智能與國(guó)家安全》報(bào)告里，就專門指出AI很可能在接下來(lái)一段時(shí)間內(nèi)，對(duì)多數(shù)國(guó)民產(chǎn)業(yè)帶來(lái)革命性的影響，成為產(chǎn)業(yè)中的關(guān)鍵應(yīng)用。那么一旦AI安全受到威脅，整個(gè)美國(guó)經(jīng)濟(jì)將受到重大打擊。

　　同樣的道理，當(dāng)然也適用于今天與美國(guó)抗衡的AI大國(guó)——中國(guó)。這次TensorFlow安全漏洞曝光后，我們聯(lián)系了一家國(guó)內(nèi)機(jī)器視覺方向的創(chuàng)業(yè)公司，他們所使用的訓(xùn)練模型全部來(lái)自于TensorFlow中的社區(qū)分享。溝通之后的結(jié)論是，如果真受到黑客惡意模型的襲擊，他們的產(chǎn)品將瞬間癱瘓。

　　這僅僅是一家創(chuàng)業(yè)公司， 據(jù)了解國(guó)內(nèi)使用TensorFlow進(jìn)行訓(xùn)練的還包括京東、小米、中興等大型企業(yè)，以及不少科研院所的研發(fā)項(xiàng)目。 未來(lái)，很有可能還有更多更重要的中國(guó)AI項(xiàng)目在這個(gè)平臺(tái)上進(jìn)行訓(xùn)練部署。當(dāng)這些東西暴露在黑客攻擊的面前，甚至控制權(quán)掌握在別國(guó)手中，我們真的可以放心這樣的AI發(fā)展之路嗎?

　　這也絕不是杞人憂天。勒索病毒爆發(fā)之后，追根溯源就會(huì)發(fā)現(xiàn)，這些黑客工具的源頭來(lái)自美國(guó)情報(bào)系統(tǒng)研發(fā)的網(wǎng)絡(luò)攻擊武器。武器這種東西，制造出來(lái)就是為了殺傷的，無(wú)論是制造者使用，還是被盜后流出，最終吃虧的只能是沒有防范的那群人。

　　各種可能性之下，AI安全問題在今天已經(jīng)絕不是兒戲。而中國(guó)產(chǎn)業(yè)至少能做兩件事： 一是組建專業(yè)的AI防護(hù)產(chǎn)業(yè)，將互聯(lián)網(wǎng)安全升級(jí)為AI安全;二是必須逐步降低對(duì)國(guó)外互聯(lián)網(wǎng)公司框架平臺(tái)的依賴度，這里當(dāng)然不是民粹主義的閉關(guān)鎖國(guó)，而是應(yīng)該給開發(fā)者更多選擇，讓整個(gè)產(chǎn)業(yè)自然而然地向國(guó)家AI安全戰(zhàn)略靠攏。

　　總之，AI本身的安全防護(hù)，已經(jīng)成為了開發(fā)者必須在意、大平臺(tái)需要承擔(dān)責(zé)任、國(guó)家競(jìng)爭(zhēng)需要爭(zhēng)搶的一個(gè)環(huán)節(jié)。希望永遠(yuǎn)都不要看到AI失控事件，畢竟吃一塹長(zhǎng)一智的事情在互聯(lián)網(wǎng)歷史上已經(jīng)發(fā)生太多了。

(責(zé)任編輯：百科)