Page 157 - 大数据背景下计算机信息安全及防护

第六章 人工智能安全防护

第六章 人工智能安全防护

第一节 人工智能核心技术发展

一、人工智能算法

人工智能所涉及的领域是一门专属的科学领域，它主要解决与 AI 相关联的

认知性问题，主要是研发如何延伸、扩展人类智能的理论、方法、技术及应用系
统的一门新技术科学，研究的方向包括 Robot（机器人）、ASR（语言识别）、
ICR（图像识别）、NLP（自然语言处理）等。在这些领域中可以常见的有“五

大学派”，即符号主义（Symbolicism），其原理主要为物理符号系统假设和有
限合理性原理；联结主义（Connectionism），其原理主要为神经网络及其连接机
制与学习算法：行为主义（Actionism），其原理为“感知 - 动作”控制系统；贝
叶斯学派（bayes），其原理主要是分类和标记的概率统计；类推学派（Analogizer），
其起源于心理学的类比推理。最近，由于计算机效率的大幅提升，基于贝叶斯学

派的“机器学习”这个领域有了大幅进步：基于联结主义的“深度学习”在网络
计算的进步推动下也有了长足的发展。
从学科领域来看，不管是机器学习（ML）还是深度学习（DL）都属于人工

智能学科。这两种技术可以分为“有监督学习”和“无监督学习”，“有监督学
习”的培训数据是包含预期输出的，而“无监督学习”的培训数据不包含预期输
出。AI 的智能程度和学习速度直接取决于数据的多少，当前产业界每天都会生
成数据，为运行机器学习和深度学习的解决方案提供素材，这些素材涵盖了从各

种数据仓库收集和提取的数据，以及大量的标注人员收集的正确标注数据和动态
挖掘的数据。
当前随着传感技术的发展和 IoT 的迅猛增长，实现了数据量分析的指数级增
长，这些数据分析的来源、位置、对象、事件等呈现出离散性和多样性。从核心上讲，

人工智能和算法的关系就是如何通过人工智能来驱动算法实现机器学习（Machine
Learning）。机器学习的本质就是先对算法做集合，然后对数据做预测和学习，

·147·