简介： 机器智能的核心本质与基本范式到底是什么？机器智能给各个行业都带来创新变革的同时，为什么在网络安全行业的表现却一直差强人意？到底什么才是真正意义上的智能安全系统？本文希望能给整个安全行业带来一点不一样的启发，也期望能促进机器智能+网络安全这个交叉领域往正确的方向发展。
我们终其一生，都在寻找各自的终极答案。我们无时无刻，无不希望能在自己从事的领域离真相更近一步，哪怕是一小步。对威胁的对抗、对情报的研判、对数据的分析、对知识的理解、对智能的追寻、对内心的挖掘、对人性的洞察、对生命的顿悟、对世界的认知、对宇宙的探索，归根结底都是对真相的渴望。
安全的真相是什么？安全的过去是人与人的对抗，安全的现状是攻击者加攻击机器对抗防御者加防御机器。而未来安全的终局，一定是机器与机器的自主对抗。从这个角度来看，安全的本质其实是智能体之间的知识对抗，智能可以是碳基的智能，也可以是硅基的智能。到终局那一天我们有没有「搞清楚安全」显得一点都不重要，重要的是到那一天我们亲手锻造的机器智能，作为人类智能的延伸，注定是会早于我们一步，提前触达安全的真相。
通用技术与人类发展
**技术是人类自身能力的延伸，发明技术是人类最大的天赋。**早在现代智人出现之前，早期的原始人就发明了各种技术，使得他们在与其他动物的生物竞争中更占优势。而在人类历史进程中，生产力和经济水平的一次次跃迁，背后的核心推动力是一代又一代通用技术（GPTs General Purpose Technologies）的发明。通用技术通过对已有经济结构和社会结构的影响，彻底影响着人类的发展进程。
通用技术是单一可识别的基础性共性技术，目前为止人类历史上只有二十来种技术可被归类为通用技术，这些技术具有如下几个特点：
- **「无处不在」**通用技术有着各种各样的使用用途以及大量广泛的使用场景；
- **「持续改进」**随着时间的推移，通用技术不断在改进使用成本也不断降低；
- **「驱动创新」**通用技术使技术创新和技术发明更加容易，催生更多新产品。
从新石器时代农业革命，对动植物的驯化技术、文字书写技术，到18-19世纪第一次工业革命，蒸汽引擎技术、工厂系统、铁路系统……，到第二次工业革命，内燃机技术、电力技术、汽车技术、飞机技术……，再到20世纪信息革命，计算机、互联网、生物科技等。通用技术的发明间隔时间越来越短、密集程度越来越高、影响范围也越来越大、生产力的提升也越来越快。
同一时代各种通用技术之间的技术衔接产生的协同效应，更是对生产力提升、经济发展、促进创新起到了叠加推动的作用。蒸汽时代，蒸汽引擎提供动力能源，铁路网连接各个物理空间传输钢铁等物资，应用到各种机器系统。电气时代，中央电站提供电力能源，电力网连接各个物理空间传输电流，应用到各类电气系统。
信息时代，个人电脑（或服务器）提供计算能力，互联网连接传输数据，连接各个数字空间的信息系统。而在智能时代，通用计算（云边端等各类计算形态）提供计算能力，物理空间和数字空间的边界会越来越模糊形成融合空间，万物互联网连接融合空间中的各个智能系统。不同的时代，通用技术之间有着相似的协同方式。蒸汽时代给机器以动能，电力时代给机器以电能，信息时代给机器以数据，智能时代给机器以知识。
机器智能的历史发展
在所有通用技术中，机器智能又是最为特殊的一种通用技术，这是人类第一次发明让机器能自主获取知识的技术，也是人类第一次有能力打造非碳基体系的智能体。
1882年2月一个寒冷的下午，年轻的尼古拉·特斯拉完成了困扰其5年的交流电发电机设想，欣喜若狂地感叹道「从此之后人类不再是重体力劳动的奴役，我的机器将解放他们，全世界都将如此」。
1936年，为证明数学中存在不可判定命题，24岁的艾伦·图灵提出「图灵机」的设想，1948年在论文《 INTELLIGENT MACHINERY》中描绘了联结主义的大部分内容，紧接着在1950年发表《COMPUTING MACHINERY AND INTELLIGENCE》，提出了著名的「图灵测试」。同年，马文·明斯基与其同学邓恩·埃德蒙建造了世界上第一台神经网络计算机。
1955年冯·诺伊曼接受了耶鲁大学西里曼讲座的邀请，讲稿内容后来汇总成书《THECOMPUTER AND THE BRAIN》。1956年，约翰·麦卡锡在达茅斯学院夏季学术研讨会上首次提出了「Aritificial Intelligene」的概念。至此，机器智能的历史序幕正式拉开，符号主义（Symbolism）、联结主义（Connectionism）、行为主义（Actionism）三大流派相继形成。
机器智能发展至今，经历了几次浪潮和寒冬，三大主义也各自起起落落。50年代起，以专家系统、经典机器学习为代表的符号主义长期占据统治地位。相比之下联结主义则历经了一波三折，从感知机的提出到80年代反向传播的发表，再到深度学习借助算力与数据大获成功，到2018年三巨头Geoffrey Hinton、Yann LeCun、Yoshua Bengio获得图灵奖，最后才变得炙手可热。而以强化学习为代表的行为主义在2016年AlphaGo、AlphaZero的横空出世之后大获关注，更是被誉为通向通用机器智能的必经之路。
人类智能的演化经历了上百万年，机器智能演化迄今为止也才六十余年。尽管通用机器智能依旧还很遥远，但今天机器智能在很多领域已经逐渐超过了人类智能。过去这六十年，数据计算能力、数据存储能力、数据传输能力都至少提升了1000万倍。同时数据资源的增长速度，更是远远超过摩尔定律增长的速度，预计到2020年全球数据总量能达到40ZB。机器智能今天已经到达通用技术爆炸的一个关键节点，同时在其他通用技术的协同作用下，这一次通用技术引发的变革会比以往任何一次都来得更剧烈。
数据驱动到智能驱动
智能系统的核心范式
单体智能到群体智能
智能与安全的四象限
机器智能的安全之困
真正的智能安全系统
机器智能重塑新安全
阅读原文看其余内容： developer.aliyun.com/article/742…
