英特尔与佐治亚理工学院在DARPA项目减轻机器学习欺骗攻击

　　英特尔和乔治亚理工学院（Georgia Tech）已经宣布，他们已经选择领导保证人工智能（AI）鲁棒性对欺骗（加尔省）项目团队的国防高级研究计划局（DARPA）。 英特尔在这四年的主承包商，数百万美元的共同努力来改善网络安全防御欺骗攻击机器学习（ML）模型。

　　“英特尔和佐治亚理工学院正在共同努力，促进生态系统的集体的理解和能力来减轻对人工智能和ML漏洞。 通过相干技术的创新研究，我们合作的方法来提高目标检测和提高AI和ML的能力应对敌对攻击。”

　　杰森·马丁，首席工程师英特尔实验室和从英特尔DARPA加尔省项目的首席研究员

　　虽然罕见，对抗攻击试图欺骗，改变或破坏的ML算法解释数据。 作为人工智能和ML模式越来越纳入半自治和自治系统，关键是不断提高稳定，安全的意想不到的或欺骗性的交互。 例如，人工智能在像素级别的误分类和误解可能导致误解和不当的场景图像，或细微的修改真实的对象可能混淆了人工智能感知系统。 加尔省帮助AI和ML技术将成为能更好地抵御未来潜在的攻击。

　　当前防御措施的目的，是防止特定的预定义的敌对的攻击，但仍然容易受到攻击时测试在指定的设计参数。 加尔省打算方法毫升防御不同，通过开发广泛的防御解决众多可能的攻击在给定场景中，可能导致一个毫升模型分类或误解的数据。 由于其广泛的建筑足迹和安全的领导下，英特尔唯一能够帮助推动创新在人工智能和ML技术与结果很大的股份。

　　加尔省计划的目标是建立理论毫升基础，不仅能识别系统漏洞和特征属性来提高系统的鲁棒性，而且还促进创建有效的防御。 通过这些程序元素，加尔省旨在创建deception-resistant毫升技术与严格的标准，评价其成效。

　　在加尔省的第一阶段，英特尔和佐治亚理工学院是提高目标检测的技术通过空间、时间和静止图像和视频的语义一致性。 英特尔致力于推动人工智能和ML创新和相信使用熟练的安全研究人员在全球范围内是一个至关重要的部分解决潜在的安全漏洞为更广泛的行业和我们的客户。