人工智能应用于网络安全上的局限与未来
近日,NIST研究测试了184名人类和4种最新人脸识别算法的识别准确率,并将研究结果发布在美国科学院学报。人类识别员由3组人构成:一组是87名经过训练的专业人员,一组是13名所谓的“超级识别者”(天赋出众的人);还有作为对照组的84名没经过专门训练的普通人。 不出意外,经过训练的专业组的表现明显优于未受过任何培训的对照组。但令人惊讶的是,如果单打独斗的话,无论是人类专家还是机器算法,都给不出最准确的结果。只有人类专家搭配上最好的算法,才能得到最好的表现。 NIST电子工程师 P. Jonathon Phillips 评论道:“我们的数据显示,最好的结果出自面部审查员与最好算法的组合。两名人类面部识别专家搭档确实能提升准确率,但不如一名人类专家与最佳算法的组合表现好。” Vectra安全分析主管 Chris Morales 解释说:“NIST的研究采用了名为卷积神经网络的深度学习。因为其分析是基于像素而不是基于整幅图像,该深度学习被证明在图像识别上相当有效。说白了,它看到的不是整个森林,而是一棵一棵的树。” NIST研究人员想要弄清的问题,是多少个人或多少台机器结合起来,才能在对比两张照...
