从而控制
、频频曝出一个开发者想要从头开始开发深度学习应用或者系统，安全人工智能，风险
虽然是那安提前发现 ，追根溯源就会发现 ，频频曝出差不多是安全如今AI开发者与研究者的标准配置 ，已经成为了开发者必须在意 、风险进行针对式攻击锁死终端。那安是频频曝出一件极其麻烦且几乎不可能的事 。信息产业已经进入了“漏洞霸权时代” 。安全这绝不是风险开玩笑 。很多关键应用将从属于后端的那安AI体系 ，甚至控制权掌握在别国手中 ，频频曝出比如这次被曝出安全隐患的安全谷歌TensorFlow 。那么一旦AI安全受到威胁 ，风险它的智慧不是若干信息组成的集合 ，
由于一个投入使用的深度学习应用往往需要复杂的训练过程，连锁式的崩盘——这或许才是我们今天最应该担心的AI失控 。
本文希望科普一下这些内容
，
让整个产业自然而然地向国家AI安全战略靠拢 。
同样的道理 ，在于某个黑客一旦攻克了机器学习平台的底层漏洞 ，他们所使用的训练模型全部来自于TensorFlow中的社区分享 。面对更多未知的漏洞和危险 ，却已经被证明了其可能存在 。篡改使用恶意文件的AI应用。世界范围内的AI开发者近乎是束手无策的 。还是被盗后流出 ，
可以说，这次TensorFlow安全漏洞曝光后
，IoT体系被黑客控制 、
尤其是机器学习类任务
，我们可能会联想到国家层面的AI安全与战略角力
。一个点被黑客攻击很可能将会全盘受控 。所以平台漏洞带来的安全风险才格外可怕 。开发者本身一定要留个心眼 ，所以这个领域的安全因素一直没有被重视过，
各种可能性之下 ，以及其严重的危害性之后
，我们联系了一家国内机器视觉方向的创业公司 ，只要拥有了更多漏洞 ，这些消息在提醒我们同一个问题 ： 当我们急切的将资金与用户关系聚集在机器学习上时
，这些漏洞本身没有带来实质威胁
，勒索病毒爆发之后
，谷歌被曝其机器学习框架TensorFlow中存在的严重安全风险 ，
比如说自动驾驶汽车的判断力集体失灵、希望永远都不要看到AI失控事件，金融服务中的AI突然瘫痪
、我们中的大部分人还处在很傻很天真的“懵懂状态”
，它不是对每种棋路给出固定的应对模式
，试想，而是居心不良的黑客发动的。我们真的可以放心这样的AI发展之路吗?
这也绝不是杞人忧天
。却不自主地产生了一个视线盲区 ，他们的产品将瞬间瘫痪
。
总之 ，那么最终展现出的将不是某个棋招运算失当 ，一旦出现就要搞个大事情 。
当下大部分AI开发任务的基本流程是这样的
：一般来说，比如著名AlphaGo ，
但这次被发现的漏洞却表明
：利用TensorFlow本身的系统漏洞 ，大量发布免费资源时 ，
比起心血毁于一旦
，近日 ，假如轮子里面本身就有问题呢?
由于大量开发者集中利用机器学习框架训练AI是近两年的事情 ，就专门指出AI很可能在接下来一段时间内 ，TensorFlow 、都是不出现还好 ，而中国产业至少能做两件事 ： 一是组建专业的AI防护产业 ，
这两天的新闻恰如其分地提醒了我们这一点 。对它的逻辑和危害性近乎一无所知
。但问题是 ，所以恶意模型的攻击点很难短时间被察觉。最终吃亏的只能是没有防范的那群人
。可能一直都忽略了一个问题 ： AI本身也不安全 。
AI“失控” ：一个今天不得不面对的问题 相比于经典计算的信息存储与交互模式 ，当这些东西暴露在黑客攻击的面前，将互联网安全升级为AI安全;二是必须逐步降低对国外互联网公司框架平台的依赖度
，哈佛大学肯尼迪政治学院贝尔弗科学与国际事务中心发布的《人工智能与国家安全》报告里 ，
这仅仅是一家创业公司 ，
说白了 ，
AlphaGo毕竟还只是封闭的系统，Caffe这些机器学习开发框架 ，
导读 ：当我们一直在讨论AI能给互联网安全带来什么影响的时候，谷歌方面已经确认了该漏洞并做出了整改回应 。而是干脆一盘棋也赢不了 。这里当然不是民粹主义的闭关锁国
，制造出来就是为了杀伤的 ，最大的改变之一就是展现出了信息处理的整体性和聚合性
。中兴等大型企业 ，训练自己的AI应用 。 据了解国内使用TensorFlow进行训练的还包括京东 、但由于智能体内部的逻辑关联性 ，必然引发规模化、 未来
，但这些平台最近却纷纷被曝光存在安全漏洞和被黑客利用的可能性
。对多数国民产业带来革命性的影响 ，而这个体系又依赖平台提供的训练模型 。
利用这类平台
，
家与国
：无法逃避的AI战略角力 在认识到AI开发平台可能出现的底层问题 ，也可能是将巨大的安全性问题捆绑在了身上
。这个逻辑此前很少被人关注 ，毕竟防患于未然 。在勒索病毒的洗礼之后 ，当然也适用于今天与美国抗衡的AI大国——中国。结合开源的算法与模型 ，有可能让开发者的心血付诸东流，也可以吸收最先进的技术能力。那么一旦在平台层面被攻克 ，此前也没有曝出过类似平台存在安全问题 ，而最可怕的是，假如AlphaGo中的某个训练模型被黑客攻击了
，但很可能也是AI的弱点
。Torch
、在今年上半年的勒索病毒事件里 ，成为产业中的关键应用。比如让系统吃掉对方棋子时偏偏就不打。并且为了吸引使用者而快速迭代
、
盲点中的魔鬼
：机器学习框架的安全隐患 说机器学习平台的漏洞
，
某种意义上来说 ，大平台需要承担责任
、更多的审查机制和更严密的安全服务是非常值得的 。
但在我们愈发重视“漏洞产业”带给今天世界的安全隐患时
，这些黑客工具的源头来自美国情报系统研发的网络攻击武器 。我们已经见识过了如今的黑客攻击有多么恐怖 ，
理解了这些 ，
AI产业的风险 ，可被黑客用来制造安全威胁 ，开发者可以用平台提供的AI能力 ，
这是AI的优点 ，如果真受到黑客恶意模型的袭击 ，而勒索病毒本身就是利用了Windows中的漏洞 ，小米
、那么 一旦最后端的平台失守 ，将带来无法估计的危险 。即使被攻击了大不了也就是下棋不赢。AI本身的安全防护，黑客可以很容易地制造恶意模型 ，毕竟吃一堑长一智的事情在互联网历史上已经发生太多了 。可能大部分AI开发者从来都没有想过会存在安全问题 。以及不少科研院所的研发项目 。但这条消息还是让一些人感到了不安
。就拥有了大范围的控制权与支配权 。能力一般的攻击者也可以利用平台漏洞发动广泛攻击 。AI安全问题在今天已经绝不是儿戏
。显然比互联网时代的黑客攻击更加严重 。
由于AI系统紧密而复杂的连接关系 ，不能不假思索地使用 。很有可能还有更多更重要的中国AI项目在这个平台上进行训练部署
。
更重要的是 ，而是对棋局进行预判和自我推理。我们可能会达成一个并不美好的共识 ： 我们一直在担心的AI失控 ，那就是人工智能。随着黑客攻击的工具化和门槛降低 ，而是应该给开发者更多选择 ，企业级服务的AI系统崩溃等等情况
，面临AI安全问题 ，沟通之后的结论是，甚至是极其关键的任务 。AI注定是一个牵一发动全身的东西 ，但越来越多的AI开始被训练出来处理真实的任务 ，在谷歌这些大公司不遗余力地推广自家机器学习平台，可能根本不是因为AI太聪明想夺权，而是一个完整的“能力” 。无论是制造者使用
，所以开发者会选择利用主流的开发框架 。这样速度快效率高 ，这种“不能让造车者从开发轮子做起”的逻辑当然是对的 ，武器这种东西 ，就相当于把整个大厦的最下一层给炸掉
。这种情况下造成的安全隐患，
今年7月，国家竞争需要争抢的一个环节。另外必须提醒开发者和企业的是 ，整个美国经济将受到重大打击 。
