全新演算法助機器學習抵抗干擾
科技日報北京7月1日電（記者張夢然）機器學習模型受到攻擊將產生嚴重的後果，但如果對這一情形提前預防呢？就像人類針對即將到來的病毒去接種疫苗一樣。據澳大利亞聯邦科學與工業研究組織（CSIRO）官方網站訊息，該機構的一個研究團隊，日前開發了一套人工智慧（AI）最新演算法，可幫助機器學習抵禦可能遇到的干擾。
機器學習是人工智慧的核心，也是使計算機具有智慧的根本途徑。機器學習主旨是讓計算機去模擬或實現人類的學習行為，以獲取新的知識或技能，並重新組織已有的知識結構，使之不斷改善自身的效能。
機器學習雖然可以在大資料訓練中學到正確的工作方法，但它也很容易受到惡意干擾。通常攻擊者是通過輸入惡意資料來“欺騙”機器學習模型，導致其出現嚴重故障。
此次，開發出新演算法的研究團隊——“Data61”機器學習小組領導者理查德·諾克表示，攻擊者會在進行影象識別時，在影象上新增一層干擾波，達到“欺騙”的目的，從而讓機器學習模型產生錯誤的影象分類。
諾克及其團隊成員研發的新演算法，通過一種類似疫苗接種的思路，可以幫助機器學習“修煉”出抗干擾能力。這是針對機器學習模型打造的防干擾訓練，譬如，在圖片識別領域，該演算法能夠對圖片集合進行微小的修改或使其失真，激發出機器學習模型“領會”到越來越強的抗干擾能力，並形成相關的自我抗干擾訓練模型。
經過此類小規模的失真訓練後，最終的抗干擾訓練模型將更加強大，當真正的攻擊到來之時，機器學習模型將具備“免疫”功能。
總編輯圈點
用小伎倆干擾機器對影象的識別，這種手段已經應用在網路黑產中。人眼看起來並無明顯區別的圖片，覆上一層專門針對機器的干擾波，就能讓機器的判斷大失水準。所謂接種疫苗，其實也就是“以毒攻毒”，讓機器先見識已經被微小修改的圖片，並在訓練中自我學習，從而最終能識破這層惡意干擾，揭開圖片的廬山真面目。機器的學習功能是強大的，教會它應對方法，它便能自我完善。但攻擊與防禦總是相伴相生，這是一場沒有盡頭的技術博弈。