【行业】IBM新的AI工具箱让你的深度学习网络得以更好利用

AiTechYun

编辑：nanan

IBM昨日宣布推出面向AI开发人员的敌对稳健性工具箱。该工具箱采用代码库的形式，其中包括攻击代理、防御实用程序和基准测试工具，这些工具允许开发人员将旧式韧性集成到敌对攻击中。该公司称这是第一次采用此种形式。

IBM安全系统CTO Sridhar Muppidi表示:“一些现有模式针对对抗性AI所面临的最大挑战之一是它们非常具有平台特定性。IBM团队设计了他们的敌对稳健性工具箱，以实现平台无关性。无论你是在Keras或TensorFlow中编码/开发，都可以应用相同的库来构建防御系统。”

这就像AI的混合武术训练师一样，评估DNN的韧性，教它定制防御技术，并提供一种内部的反病毒层。最后一个可能不是标准的练习，但对DNN来说绝对是至关重要的。

敌对性攻击是那些希望破坏、重新使用或欺骗AI的不良行为者犯下的。它们以多种方式进行，从物理混淆到对付DNN机器学习攻击形式的反AI。

如果AI抵御能够学习的对手的想法不算恐怖，那么对人类的潜在危险是绝对可怕的。

在中国，面部识别软件是执法技术的一个重要组成部分，其中包括配备了AI的闭路电视摄像头，能在6万多人中挑出一张脸。随着AI变得更有能力，西方世界可能会争相效仿。

今年早些时候，就上图所示的语音系统漏洞进行了报道，并解释说，语音对文本系统的欺骗意味着语音助手将产生不好的消息。黑客并不一定要依靠从你最喜欢的播放列表中选择一首歌曲，他们可以在公共交通工具上，或者在办公室里，假装自己在听音乐，然后嵌入信号。

这些威胁还包括欺骗GPS误导船只、攻击舰载系统、伪装船只的ID，以欺骗AI驱动的卫星。随着越来越多的全球AI系统上线，国家支持的针对军用船只的行动也日益成为现实。去年，美国海军领导人发现自己在回答有关海上一系列神秘冲突的问题时，对抗系统的攻击就不止一次出现。

AI系统特别容易受到攻击的领域包括无人驾驶汽车和军用无人机，如果它们的安全受到威胁，它们都可能成为黑客的武器。实际上，所有的DNN都需要有抵御攻击的能力。

有关IBM新敌对稳健性工具箱的更多信息，你可以查看该公司的博客文章。