MIT Says A.I. Hindi sapat ang Smart Ngunit sa Cybersecurity, Kailangan pa rin ng mga tao

Ang Massachusetts Institute of Technology ay may mabuting balita kung ikaw ay nasa industriya ng seguridad: A.I. maaaring ang mga robot hindi dalhin mo ang iyong trabaho.

Ang mga mananaliksik sa MIT Computer Science at Artificial Intelligence Laboratory (CSAIL) ay naglabas ng isang papel noong nakaraang linggo na naglalarawan ng isang pinahusay na cybersecurity system na tinatawag na "A.I.²" Ito ay isang "sistema ng analyst-in-the-loop" na gumagamit ng A.I. upang magsuklay sa pamamagitan ng napakalaking halaga ng data at mga analyst ng tao upang magbigay ng feedback.

Ang A.I.² ay pinagsasama ang dalawang uri ng mga sistema ng cybersecurity na kasalukuyang ginagamit: Ang hinihimok ng analyst (mga taong sinusubukang makilala at tumugon sa mga pag-atake), at di-pinangangasiwaang pag-aaral ng machine-driven (A.I. gamit ang mga pattern upang mahulaan at makita ang mga pag-atake). Ang parehong mga sistema ay may kanilang mga downsides. Ang mga tao ay madalas na mawalan ng maraming pag-atake sa cyber dahil sa napakalaki na data, at A.I. ay may posibilidad na maglagay ng maraming maling mga alarma dahil ang mga pattern ay hindi laging mahuhula.

Pinagsasama ang lakas ng isang tao sa pagtukoy ng mga tunay na banta, at lakas ng A.I. sa pagproseso ng mga dami ng data, na nagreresulta sa mas malakas na sistema ng seguridad. Gayundin, pinanatili ng mga tao ang kanilang mga trabaho sa cybersecurity.

Ang pagbabalik-loob sa trabaho ng tao ay maaaring tunog tulad ng isang bagay na mga mananaliksik sa isang artificial intelligence lab ay sinusubukan upang maiwasan. Ngunit sinasabi ng mga mananaliksik ng MIT na gumagamit ng mga tao at A.I. sama-sama ay humantong sa isang detections rate ng 86.8 porsyento - 10 beses na mas mahusay kaysa sa solo-A.I. rate ng 7.9 porsyento - at ito ay mas mura sa boot.

Ang A.I.² ay binubuo ng apat na bahagi. Una, ang isang computer ay nangangalap ng malaking data. Ang data ay naproseso, at ang mga outlier ay nakuha gamit ang umiiral na A.I. teknolohiya. Pagkatapos, ang A.I. kinukuha ang anumang bagay na maaaring "nakakahamak" at ipinapadala ito sa isang analyst ng tao. Sa wakas, ang analyst ay nagpapadala ng feedback sa A.I., na natututo mula sa impormasyon at nagiging mas mahusay sa deciphering kung ang isang atake ay nakakahamak o normal.

Ang isang tunay na data sa mundo na hanay ng 3.6 bilyong mga linya ng pag-log ay napatunayan na ang A.I. at ang mga tao ay mas mahusay na ginagampanan bilang isang team kaysa sa mga hiwalay na entidad.

Sa pangkalahatan, ang tunog ng A.I.² ay mas katulad ng isang panggitnang hakbang sa pagitan ng pagbuo ng teknolohiya at pagkumpleto ng awtonomiya. Ang A.I. sa huli ay matuto nang sapat mula sa kanilang mga katrabaho ng tao na ang mag-aaral ay nagiging panginoon. Ngunit hanggang sa malalim na pag-aaral ay ginagawang A.I. napakalaki nang mas epektibo kaysa sa tinutulungan ng tao na A.I., ang pananaliksik na papel ay hinuhulaan na ang mga analyst ng cybersecurity ay maaaring lapis sa ibang taon ng seguridad sa trabaho.