摘要：人工智能已经为企业提供支持，包括确定营销策略，无人驾驶汽车，提供个性化电影和音乐推荐。预计未来几年它的使用量将进一步增长。事实上，IDC公司发现认知和人工智能系统的支出在2022年将达到776亿美元，是2018年预测的240亿美元的三倍多。

  人工智能已经为企业提供支持，包括确定营销策略，无人驾驶汽车，提供个性化电影和音乐推荐。预计未来几年它的使用量将进一步增长。事实上，IDC公司发现认知和人工智能系统的支出在2022年将达到776亿美元，是2018年预测的240亿美元的三倍多。
　　
　　但问题仍然存在——企业能否期望人工智能的采用有效地保护他们免受网络威胁？
　　
　　物联网（IoT）意味着日常对象产生更多流量，收集更多数据并为攻击开辟更多入口点。这与更多的集成网络一起，导致网络犯罪分子拥有大量的攻击组织的切入点。更多物联网设备意味着网络上未修补设备的可能性更大。网络上未打补丁的单个设备意味着整个系统可能存在漏洞。
　　
　　事实是，随着人工智能的发展，企业也变得更聪明，攻击者也会变得更聪明。恶意软件已经可以渗透到系统中，收集和传输数据，并在数天内不被发现。但是，有了人工智能，攻击就可以增强适应能力，学习如何在未被发现的每一刻提高其有效性。
　　
　　人工智能和网络安全问题
　　
　　值得注意的是，人工智能是指机器能够模仿人类认知功能的广泛概念。它可以检测模式、点异常、分类数据和分组信息。另一方面，机器学习可以被看作是人工智能的一个体现——当机器获得足够的数据时，他们可以利用它来解决问题并自己做出决定。
　　
　　在理想的世界中，人工智能和机器学习能够在人类需要做任何事情之前发现并关闭攻击。毕竟，它能够在全天候的基础上检测异常行为并阻止安全入侵。
　　
　　但是，这并不总是可行的。人工智能算法与设计它们的人类一样好，任何自动化的决策都需要大量的预先计划和人工数据分析。此外，机器学习在确定什么是“好”或“坏”时需要反馈。
　　
　　反过来，这会产生问题，因为恶意攻击可能被设计为从一开始就不受欢迎并且无法通过人工智能的算法。试图混淆和颠覆人工智能的防御算法在研究领域被称为“对抗性机器学习”，这是一个特别难以克服的挑战。要使机器学习正确本身就很困难：现实数据杂乱无章，噪音大，攻击相对较少。所有这些因素都限制了可用于训练和锐化人工智能的有用数据量。
　　
　　人类的因素
　　
　　鉴于其缺陷，人工智能不应被视为人类监视的适当替代品，至少在不久的将来不会。每种技术都有限制，人类的知识和直觉对于理解如何应对威胁以及面临问题的深度仍然至关重要。此外，并非所有攻击都是复杂的基于人工智能的攻击。有各种各样的人类威胁，必须予以抵制，因此，人类仍需要识别某些行为模式。
　　
　　混合方法是最合乎逻辑的选择，其中只有特定的过程是自动化的，其余的仍然是人类的责任。然而，这并不全是坏事。人工智能可以分担一些监控的负担，并让工作人员去除一些平凡的琐事，将他们释放出来进行决策和特定的模式识别。
　　
　　未来的解决方案
　　
　　首席信息官需要提出正确的问题，以确保他们不会在人工智能炒作中被扫地出门。任何声称绝对保护的安全解决方案都应谨慎对待。虽然存在安全性比反应更具主动性的潜力，但需要一种常识性的双重方法。目前，人工智能技术与网络安全技术的结合比单独使用两者都能取得更好的效果。
　　
　　编辑：Harris