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