CNET科技资讯网 5月3日 北京消息(文/齐丰润): 技术的飞速发展带来的是安全行业越来越受到重视,同时也让各种新技术得以在安全领域中大胆的去应用。当下,越来越多的网络安全公司开始利用深度学习、自动化处理、人工智能等技术手段对数据进行深度分析,改善安全防御体系,实现对威胁的快速及时响应和控制。
在2017北京国际互联网科技博览会暨世界网络安全大会上,“阿里聚安全算法挑战赛”进行了现场答辩,并最终决出了优胜者。据了解,此次答辩赛总共有15名选手入围。最后,StanTheMan战队勇夺冠军,并获得150000元的现金大奖和8月份赴加拿大参加国际顶级数据挖掘会议KDD 2017的学习机会;Waterdrop战队、SmartIDS战队分获亚军和季军;secAI_LYL战队和freelife战队获得第四名。
本届线上选拔赛赛题包括了《人机行为识别》、《SQL注入检测》和《社区反垃圾》,首次把风控、网络安全及内容安全的多维度数据结合的算法比赛。据悉,“阿里聚安全算法挑战赛”吸引了来自全球1000多支参赛队伍,其中不乏中国科学院、北京大学、浙江大学等众多高校人才,也有大数据行业资深人士、网络安全专家、企业和创业者参与。
参赛选手表示,“阿里聚安全举办的这次比赛非常好,对于我来说,这是一次极好的‘实战’机会。赛题采用了阿里巴巴安全部真实汇总的数据,而且有阿里云强大计算力的支持。另外,本次比赛还把风控、网络安全及内容安全进行了很好的结合,对选手的能力是一个非常大的挑战,也让我们得到了提升。”
将AI融入到安全中已经成为了行业的新趋势。但在当前,很多拥有丰富的安全行业经验的工程师,并没有专业且海量的数据供其研究。相对的,对于专注于算法领域的工程师来说,其在一定程度上又缺乏对安全的认知。这使得从人才层面上,安全+AI的应用就面临了很多难点。
为此,阿里安全打造了开放平台阿里聚安全,在依托阿里巴巴十余年的安全领域词库沉淀,每天百亿级的交易、近百PB的数据下,为企业提供安全能力的同时,还为业界输出计算能力和专业数据,帮助算法专家和安全专家更好地互通,融合网络安全和人工智能两大热门领域。
据悉,阿里聚安全的数据风控、内容安全服务已经大量应用人工智能和深度学习技术,使用成熟的模型和算法,实时预警分析,可大幅度帮助企业降低人力成本,并提升业务风险的防控能力。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。