TMT观察网_独特视角观察TMT行业

圖片來源：視覺中國

文 | 岳文綸 | 智能相對論（ID：aixdlun）

間諜，是那些從事以竊密為主的各種非法諜報活動的特工人員。在《諜影重重》系列中，杰森伯恩（《諜影重重》主角）滿足了人們對于間諜的一切幻想：身手了得，頭腦敏捷，堅毅不屈，以一己之力單挑CIA(美國中情局)，可以說是“諜中諜”了。然而，優秀如杰森伯恩，如今也面臨失業的困擾。

4月25日，CIA宣布，計劃用人工智能取代間諜。其技術開發副主任Dawn Meyerriecks表示，CIA正在適應新的情形，其主要對手是一臺機器，而不是一名外國間諜。硅基特工究竟比碳基特工強在哪？

神出鬼沒的間諜怎么也敵不過AI？

智能相對論（ID：aixdlun）分析師岳文綸認為，主要是以下幾個方面：

一、作為偽裝者，AI間諜讓人習以為常

影視劇里，間諜們在執行任務之前總要通過假文件制造假身份，然而無論他們手法多么精妙，都難逃被人識破的命運。AI間諜相比于他們，是更加高明的偽裝者，因為AI間諜能以人們習以為常的樣子出現。

首先，AI間諜能偽裝成電器這樣的實體形式，被安排進每一個家庭、每一所辦公間。2017年10月，谷歌推出了一款叫做Clips的AI相機，這是一款完全由AI進行主動決策的產品，它能像我們的神經網絡一樣，對場景進行自識別。據介紹，通過人工智能判斷合適的拍攝時間，它能記錄下家庭的美妙一刻。試想，如果AI間諜偽裝成這樣的攝錄像設備被安放在我們身邊，它會拍下怎樣的特定場景呢？也許是商業機密，也許是生活隱私，而我們卻渾然不知。還有更多的智能產品能以這樣的形式偽裝，被投放到我們身邊。

其次，AI間諜能以聊天軟件這樣的虛擬形式，住進我們的智能設備里。2014年5月，微軟小冰誕生了，微軟將近7億中國網民多年的公開聊天記錄精煉為1500萬條容量的語料庫，再加上自身在大數據、自然語義分析、機器學習和深度神經網絡方面的技術積累，使“小冰”具備了理解對話語境與語義的能力。它能干啥？一般人看來，它不過是陪你聊天，不論你是政府官員、軍人還是科學界，你的話茬它都能接上，甚至還能主動引導你說話。與人聊天時，身心放松的人們無所不談，無意間給小冰透露了很多有價值的信息，也正是這些信息被小冰利用起來，才讓你覺得跟小冰聊天如此有趣。細思恐極的是，面對如此大規模搜集信息的工具，大部分人只是把它當作是一個朋友。那如果你的朋友是一個間諜呢？甚至不用嚴刑拷打，你就不知不覺地將機密出賣，之后再被這位“朋友”出賣。

二、作為潛伏著，AI間諜能滲透到每個領域

目前，互聯網技術已經滲透到所有領域，而人工智能時代的來臨，則賦予了硅基大腦更多的權限：自動駕駛、智慧家庭、金融和醫療，AI逐漸成為我們的司機、管家、會計和醫生。這意味著AI間諜滲透到每個地方成為了可能，且擁有了更大的威脅。比起作為偽裝者進入我們生活、工作的個案，AI間諜這種無處不在地潛伏更為可怕： 

當AI間諜潛入社交平臺。去年，安全公司ZeroFOX做了一組實驗，他們想測試人工智能是否比人類更容易欺騙Twitter用戶點擊惡意鏈接。科學家們從社交網站收集用戶行為數據來訓練模型，然后以此設計并生成惡意鏈接誘餌。在測試中，人工智能的表現顯著超越了人類對手，它們撰寫和發布假消息的能力遠勝人類，而且轉化率還更好。這個AI名叫SNAP_R，它以每分鐘6.75條消息的速率向800名用戶發送釣魚消息，其中有275名用戶成功上鉤。相比之下，來自福布斯的專業作家Thomas Fox-Brewster平均每分鐘只能產出1.075條消息，總共發送了129名用戶，而僅有49名用戶被吸引。幸虧這只是一場實驗，但事實很明顯地告訴我們，在公共的網絡空間里，AI有能力且更加高效地完成人類間諜或者黑客能完成的一切工作。

當AI間諜潛入智能安防。在Geekpwn2017年的年中賽上的網絡安全攻防戰中，百度安全實驗室的謝海闊、黃正利用一款智能鎖默認設置網關不嚴謹的漏洞，輕易破解了通信協議、得知密碼加解密算法，獲得門鎖的密碼。賽事評委萬濤認為，理論上利用這個漏洞可實現十分鐘內獲得此品牌銷往全國的所有智能鎖的密碼。這些漏洞在人類面前尚且很容易被發現，可想而知，當它們被擺在AI間諜面前會怎樣。實際上，在私密場景里,憑借電子產品取代傳統鎖匙、門禁建立起的安全防護網，正是AI間諜能大展其才的領域。當人類間諜面對智能識別系統無能為力時，AI間諜總有自己的辦法愚弄自己的同類。

雖然AI間諜現在還未成為現實，但我們不妨開一個腦洞，假如自動駕駛的“大腦”被入侵，在北京的大街上就會瞬間多出數百匹“野馬”，帶著乘客上演《速激8》的戲碼；正在為某個國家元首進行手術的“機器醫生”程序錯亂，本該進行的幾毫米微創口，一下子變成了半米左右的血窟窿……而這樣的場景是無窮無盡的。

三、作為超能者，竊密對于AI間諜只是小菜一碟

影視劇中，常有人類間諜在入侵到某個實驗室后，將自己的U盤插入設備開始讀條進行竊密任務的橋段，往往在讀條快到100%的時候，他們被人發現，功虧一簣。這樣的失敗決不會發生在AI間諜身上。

先不論AI間諜能以虛擬的身份侵入，非常隱蔽，在信息搜集和信息處理這些竊密的核心能力上，相較于人類，AI間諜簡直是超人。

AI能大量挖掘公共網站和社交網絡的大數據，從中提取用戶的出生日期、性別、常住地、電話號碼、電子郵件地址等個人信息，這樣的能力所有人都不會陌生，在此基礎上，通過深度學習，它們獲取信息的準確率和效率更高。可以說只要讓AI間諜侵入了系統，所有信息對它而言一覽無遺，極短時間內它就能一下子完成好幾項竊密任務。

同時，擁有了強大信息處理能力的AI，在竊取信息后，面對海量數據，能當場進行分析，迅速將得到的結論傳導出去，以人類間諜不可能想象的速度為大量的軍事行動、商業決策贏得寶貴時間。前不久，美國研究人員訓練出一個深度學習算法，用以識別“東亞某國”地空導彈基地。這些算法比人類的速度快幾百倍，高效找出分布在一塊近9萬平方公里區域內的地空導彈發射場。這種人工神經網絡基于能夠過濾和學習大量數據的人工神經元層，達到人類圖像分析專家90%的準確率。令人震驚的是，這種方法還將發現潛在導彈基地的時間從60小時（2.5天）減少到42分鐘。

面對這些驚人的能力，也難怪Meyerriecks主任不得不說，在當前數字追蹤和社交媒體的時代背景下，中情局間諜試圖以一種假定的身份生活十分困難，因而，現代世界日益演變成為一個不適宜人類間諜居住的環境。智能相對論（ID：aixdlun）分析師岳文綸認為，不僅僅是因為人類間諜無處藏身，更因為人類間諜的能力比AI差上太多。而面對這些可能無處不在的AI間諜，我們能怎么辦呢？

AI對抗AI，人工智能時代的左右互搏

《射雕英雄傳》中，周伯通開創了武林絕學左右互搏術，他讓自己的左手跟右手打架，卻不經意提升了自己的實力。在未來，要抑制入侵能力、竊密能力都遠勝于人類的AI間諜，恐怕別無他法，還得依靠AI，這簡直是一場人工智能時代的左右互搏。

一、量化風險，在AI間諜入侵之前

未雨綢繆，在沒遭到攻擊之前封堵漏洞，可大量規避AI間諜入侵的風險，然而繁瑣的網絡風險評估讓許多企業望而卻步。這時AI技術可以派上用場，借助 AI 的強大計算能力，可以實時處理數以百萬計的數據點，真正做到量化風險。與此同時，還能根據結論生成預測，幫助企業和網絡保險公司獲得最精確的網絡風險評估。BitSight公司目前是此領域的佼佼者，它們通過部署在全球各地的傳感器，收集了TB級的安全數據。從這些數據中，BitSight能夠看到攻擊指示器、受感染的機器、不當的配置以及有潛在危害的用戶行為。隨后，BitSight利用算法將這些數據依據嚴重程度、頻率、持續時間和信心等指標進行分析，再將這些結果映射到公司的已知網絡，對這些網絡進行安全性能的整體評價。

二、分析行為，AI間諜不能愚弄所有“人”

AI間諜通過自動執行某些勞動密集型任務并更有效地確定潛在目標來實施網絡攻擊，攻擊行為往往藏匿于用戶行為中，對于人類安全分析員而言，監管少許用戶行為或許難度不大，但當數據上升到一定量級，他們就必然會出現收尾難顧的窘態。MACIE Analytics推出的AI網絡安全分析產品，就致力于解決基于巨量數據的用戶行為分析。面對AI間諜的大量侵入，這款產品能實時監控客戶的知識產權被何時以及如何訪問，評估誰正在查看、復制或移動特定文檔，以及他們在什么時候這樣做，以便識別可疑的行為模式，并在其發生之前標記潛在的數據泄露行為。

三、斷其后路，AI間諜也難全身而退

如果在預防端和監控端都無法阻止AI間諜，那只能盡最大可能地止損。AI間諜竊取信息后，必然要以數據的形式將信息傳出，在發現異常網絡流量輸出時，及時阻止，成為最后救贖。這一類網絡流量異常監測產品，不依賴入侵的深度數據包檢查，通過AI技術尋找出跨協議相關性，分析內外部網絡流量中無窮無盡的元數據相關性，進而發現問題。專注于該領域的初創企業包括 Vectra Networks、DarkTrace和 BluVector 等。

目前，基于機器學習、深度學習的人工智能網絡安全正在引發新的產業爆點，除了智能相對論（ID：aixdlun）分析師岳文綸提到的一些抵御AI間諜入侵的解決方案，每天不斷有新的AI技術被提出、運用。雖然AI間諜只是一個暫時的假想敵，但可以預見，這只戴著黑手套的左手將會與戴著白手套的AI反間諜系統打得不可開交，它們的水平將交替上升，共同推動人工智能的發展。

在《諜影重重》系列中，父親無端死去、愛人香消玉殞讓杰森伯恩逐漸對自我價值產生懷疑，最終選擇隱退。而沒有感情的AI間諜不懼拷問、也不會投誠，更不可能幡然醒悟，在未來，它或許將給我們帶來比杰森伯恩們帶來大得多的挑戰。

【完】

智能相對論（微信id:aixdlun）：深挖人工智能這口井，評出咸淡，講出黑白，道出vb深淺。重點關注領域：AI+醫療、機器人、智能駕駛、AI+硬件、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背后的芯片、算法、人機交互等。