IOActive 曝光优傲、软银、优必选机器人重大安全漏洞

整理 | 邱陆陆

资讯


微软发布针对人工智能的系统 Brainwave

微软推出了一套专用于机器学习模型的系统 Brainwave,使开发者能够高效、低延迟地将机器学习模型部署在 FPGA 上,获得比 CPU 或 GPU 更高的性能。

在加州 Cupertino 举行的 Hot Chips 大会上,微软的研究人员展示了一个运行在英特尔 Stratix 10 FPGA 上的 GRU 模型(一种循环神经网络,属于序列模型)。并在不需要批运算的条件下实现了每秒 39.5 万亿次运算。无需批运算意味着硬件可以对请求进行实时处理,让机器学习系统能够真正实现「实时性」。

微软研究院的高级工程师 Doug Burger 解释道,「我们将其称为『实时人工智能』,因为无论是视频流、对话、还是异常检测,所有需要交互的人工智能,你都希望它能够实时进行。」

微软的数据中心所使用的 FPGA 已经有相当一部分使用了 Brainwave,以提高微软服务支持人工智能的速度。同时,公司也计划通过 Azure 向第三方用户提供 Brainwave。

IOActive 曝光优傲、软银、优必选机器人重大安全漏洞

21 日,我们报道了 116 位机器人及 AI 领域专家联名致信联合国呼吁禁止机器人武器的开发和使用,对机器人武器采取严格监管措施。然而不以「杀人」为目的的机器人就安全了吗?西雅图的网络安全公司 IOActive 22 日公布了一份报告,称在一款工业机器人和两家公司的四款家用机器人上发现了重大安全漏洞。

这些机器人分别是美国优傲机器人公司(Universal Robots)的工业机器人、日本软银的商用机器人 Pepper 和 NAO、中国优必选的 Alpha1 和 Alpha2。

IOActive 在报告中写到,这些安全漏洞导致机器人能够被黑客劫持,让机器人变成监视设备,暴露用户的信息,甚至能被攻击者远程操作,危害用户的人身及财产安全。

例如,优傲机器人公司的工业机器人以其能够与人类肩并肩工作而不是被限制在特定区域著称,然而 IOActive 能够远程破解机器人的控制软件,并将关键的安全功能禁用,这会导致机器人可以被用于伤害周围的人。「这些工业机器人非常大而有力,即使在低速运行时,它们运动时的力量也足够造成颅骨骨折。」研究人员说。

而在家用机器人上,研究人员发现网络攻击者可以用 Pepper 和 NAO 录制音频和视频并秘密传输到外部服务器,优必选的 Alpha 系列在存储和传输数据前没有对敏感信息进行加密。这些漏洞都为网络犯罪提供了潜在途径。而虽然家用机器人的物理攻击能力没有工业机器人那么大,但根据 IOActive 发布的一个视频,一个 NAO 机器人忽然开始发出狰狞的笑声并使用螺丝刀反复刺穿一个西红柿:我们很难想象家中的婴儿或宠物如何应对这种攻击。

公司称其在今年 1 月已就发现的漏洞联系了所有的厂家,然而很遗憾,几乎没有公司进行了对应的修复,3 月,公司公布了漏洞内容,但是未公布具体侵入的技术,以给厂家修复缺陷的时间,昨天,IOActive 公布了这些入侵的技术细节。


高通收购荷兰人工智能研究公司 Scyfer

高通在芯片领域的竞争对手英伟达、英特尔等都在人工智能领域进行了大量部署,高通也不甘其后。近日,公司宣布收购荷兰人工智能研究公司 Scyfer,以提升公司在机器学习方面的专业知识。

成立于 2013 年的 Scyfer 是荷兰阿姆斯特丹大学的附属机构,大学的 Max Welling 教授是公司的创始人之一。Scyfer 有着在制造、医疗、金融等多个行业搭建人工智能系统的经验。收购后,Scyfer 将继续在荷兰运营,Max Welling 教授将兼任教职与高通研究员。

此前,高通就曾与阿姆斯特丹大学组建联合实验室,研究移动设备的机器学习技术,例如基于智能手机摄像头的计算机视觉技术。这次收购后,高通的技术执行副总裁 Matt Grob 发表声明称,「我们从十年前就开始了机器学习的基础研究,我们现有的产品也支持众多计算机视觉及自然语言分析用例,我们正致力于研究更广泛的课题,例如将人工智能用于无线连接、电源管理和摄影等。」

多家知名风投注资人工智能初创公司 Databricks

美国知名风险投资公司 Andreessen Horowitx、New Enterprise Associates 和 Battery Ventures 周二宣布向人工智能初创公司 Databricks 注资 1.47 亿美元。这距离上一次公司获得 6 千万美元投资不过 6 个月,而公司的总融资额已达 2.47 亿美元。

Databricks 由知名开源项目 Apache Spark 的 7 名创始团队成员打造,其首席执行官 Ali Ghodsi 称,「我们看到,只有 1% 的公司有能力成功使用人工智能,99% 的公司没有谷歌或者 Facbook 那样的大型人工智能专家团队。」而他们就是 Databricks 的客户。目前,Databricks 已经有超过 500 名客户,其中一些每年会支付百万美金级别的服务费用,使用 Databricks 的「统一分析平台」。客户的商务分析师或数据科学家可以在 Databricks 的软件内与工程师交流,从而获取包括数据访问、清理、分析等一系列的服务。

Halliburton 联手微软改造石油天然气行业

微软和 Halliburton 于当地时间 22 日宣布成立战略联盟,推动石油和天然气行业的数字转型。两家公司的研究人员和工程师将从机器学习、增强现实、工业 IoT 等多个方面,利用 Azure 的基础设施和计算能力为整个能源供给链提供整合解决方案。合作领域包括储层特征分析、建模、仿真,领域专用的混合现实可视化模型和高度可交互的应用程序,这些应用都将被用于推动油气勘探与生产的数字化。

作为合作的第一步,Halliburton 将会将其在世界各地的设备联通 Azure,使 IoT 设备能够获得油田的实时数据流,并且能够用深度学习模型来优化钻井与开采过程,以降低成本。

Halliburton 的高级副总裁 Nagaraj Srinivasan 表示 Halliburton 是勘探与开采(E&P)行业进行数字化转型的领导者,「我们相信开放的基础设施和以社区为核心的创新是推动行业变革的必要条件,我们很自豪能与微软这样的行业领导者合作,为全球各地的客户提供量身定制的 E&P 数字化业务解决方案。」Nagaraj 说。

应用


人脸识别而不是「自拍识别」

三星的 Galaxy S8 已经推出了人脸识别解锁功能,苹果即将推出的 iPhone 8 也有大概率会搭载人脸识别技术。然而相机能够分辨「真实的人脸」和「人脸的图片」吗?Galaxy S8 推出几天后就有用户展示了如何用自拍解锁手机,证明了这种生物特征的不安全性。

近日,一家名为 FaceTec 的初创公司开发了一种软件,利用机器学习技术检测摄像头前的脸究竟是真人的脸还是照片。FaceTec 的认证过程要求用户先将手机放在距离脸大概 30 厘米的地方,然后将手机拉近到 20 厘米的地方。软件通过从两个不同位置获取的图像重构一个人的面部三维模型,然后用机器学习分类器从包括皮肤纹理、光影变换、眼睛里的手机屏幕反射等在内的 30 多个角度判断人脸的真实性。

值得一提的是 FaceTec 使用的并不是如今大火的「深度学习」,而是传统的机器学习分类方法,相比于深度学习方法,这种技术对计算能力的需求少,效率高,能非常容易地运行在手机上。

世界首张 AI 作曲与制作的专辑《I AM AI》即将发布

据称,由音乐家与技术专家组成的音乐制作公司 Amper Music 将与流行歌手 Taryn Southern 联手发布世界上首张 AI 作曲与制作的专辑《I AM AI》,专辑中的第一首歌《Break Free》在周一正式发布。

音乐的创作形式是,歌手给出歌曲的速度、关键旋律和乐器偏好,然后 AI 将据此生成所有的和声、完成制作以及配器工作。

Amper 一直致力于创造一种免版税、低成本的音乐制作方式,为预算紧张的小项目提供广告和短视频的音乐。


利用机器学习技术帮助救灾工作

英特尔的工程师 Abu Bakr 联手联合国技术研究所正在进行卫星图像识别技术的研究。团队利用 Facebook 提供的 DeepMask 和 SharpMask 来对卫星图像进行像素级别的解读。

现在,联合国的工作人员会通过手工标注难民营、避难所等地点来计算灾民数量并进行相应的物资投放等工作。这项工作至今仍然依赖人工的原因是因为传统的机器分类方法通常基于颜色或形状。然而避难所的颜色通常很难与背景区分开来,在形状上也五花八门毫无规律可言,致使传统的图像分割方法无法很好地用于这一问题。

因此,工程师评估了不同的机器学习算法,最后选择了 Facebook 的基于深度学习的图像分割算法,并针对灾后救助工作的目标遴选数据、进行预处理与训练模型,该技术将用于联合国在地震等大型自然灾害后的救灾工作中。

观点


在销售与市场营销领域,人工智能将改变增长关键点

分析师 David Kosmayer 总结了人工智能能够做好销售与市场营销工作的原因,并给出了销售和市场营销 AI 的能力列表。

他认为,人工智能制胜销售与营销领域的原因有三,一是它能以长期为目标制定进行销售和营销策略的规划;二是它能够百分百掌握销售线索,从而充分发挥公司的收入潜力;三是人工智能支持更多以客户为中心的活动,能够让客户感到自己的价值。这些优势具体到执行层面,有以下应用:

销售 AI

- 处理冗杂重复性任务。例如判别销售线索的有效性,这部分任务现在占用了销售代表 80% 的时间,而更重要的完成销售任务只占用了 20%。- 提供交叉销售建议。一些销售工具能够在短时间内对大量数据进行分析,例如识别销售模式、现有业务的关系和新的机会,这都能为销售代表提供很多帮助。

- 发现潜在客户。除了经验与直觉,你还可以依赖人工智能来发现潜在客户可能需要或感兴趣的产品。市场营销 AI- AI 为「超个性化」实现铺平道路。客户忍受自动回复邮件的日子已经一去不复返,个性化的沟通成为了公司必备的选项,你需要提供高度定制化的信息,并基于客户对这些信息的反馈进一步预测客户的需求。

- AI 可以生成有品牌特色的内容来吸引客户。虽然不会很快取代作家,但是 AI 已经可以进行有针对性的内容生成了,这样的内容可以有效提升网站流量。

图说


用于银行业的机器学习解决方案


         


机器学习为银行业最重大的挑战提供了解决方案。

在用户获取方面,定制化的产品能够提高用户的参与度,而对机器学习的投资也是应对来自金融科技公司的竞争的办法。

在合规方面,机器学习能够帮助进行反欺诈、反洗钱调查并协助进行风险评估,同时,也可以通过自动化的压力测试和行为分析来监测可疑的公司内部行为。

在经营效率方面,自动化的操作能够通过降低人工错误率来节约成本,而自然语言分析等技术也可以帮助 HR 更精确地获取所需人才。

入门产业AIDaily日报
微胖
微胖

机器之心编辑

返回顶部