Många tror att vägen till effektiv artificiell intelligens kommer att gå genom att efterlikna mänsklig intelligens.
Detta tänkande begränsar förståelsen för vad AI kan åstadkomma, även i en nära framtid. Vi tror att när AI-system som kan uppvisa verklig maskinintelligens dyker upp kommer de inte att bete sig på ett människoliknande sätt.
Projekt Blackfin
I ett försök att förstå hur sådan maskinell intelligens kan tillämpas inom cybersäkerhetsområdet har vi inrättat en forskningsinsats som kallas Project Blackfin.
Tekniker för kollektiv intelligens, t.ex. svärmintelligens och förstärkningsinlärning med flera agenter, utgör de första stegen på en väg som kan leda till utvecklingen av verklig maskinintelligens. Tekniker för kollektiv intelligens omfattar modellering och undersökning av interaktioner mellan flera agenter i ett system. Samverkan mellan dessa agenter kan ofta leda till oväntade beteenden som inte är helt olikt naturligt förekommande samarbetsfenomen som man kan se i fiskstim eller insektskolonier.
Vi anser att mer forskning bör inriktas på att upptäcka och utnyttja maskinernas framväxande intelligens i sin egen unika form, i stället för att försöka forma den till något som beter sig som människor. Om vårt slutgiltiga mål är att skapa system som överträffar vår egen intelligens bör vi tänka bortom människan och hennes kapacitet.
Agenter i svärmar med kollektiv intelligens kommunicerar med varandra och delar kunskap. Federerat lärande är ett exempel på en vanligt förekommande mekanism för kunskapsdelning. I takt med att nya, bättre mekanismer för kommunikation och kunskapsdelning inrättas kommer systemen för kollektiv intelligens att bli mer kapabla och kraftfulla. I framtiden, när svärmar av kollektiv intelligens består av verkligt intelligenta agenter, kommer deras kapacitet att sträcka sig bortom allt vi för närvarande kan föreställa oss.
I naturen arbetar svärmar av organismer tillsammans för att utföra handlingar som överstiger varje individs förmåga. Genom att interagera med varandra, lära sig och dela information kan dessa samlingar av organismer lösa problem på ibland oväntade sätt.
Genom att öka komplexiteten hos de enskilda agenterna i en kollektiv intelligenssvärm uppstår mer invecklade beteenden och därmed mer komplexa förmågor. Dessa framväxande beteenden kan användas för att lösa verkliga problem, t.ex. de problem som vi står inför inom cybersäkerhetsområdet. Vi tror att tekniker för kollektiv intelligens också kommer att vara relevanta inom en rad andra områden, t.ex. transport, energi, logistik och självkörande fordon.
Projektets mål
Projekt Blackfin är en flerårig forskningsinsats som syftar till att undersöka hur man kan tillämpa kollektiv intelligens inom cybersäkerhetsområdet. Forskningen, som leds av WithSecures kompetenscentrum för artificiell intelligens, är en företagsövergripande insats som involverar WithSecures ingenjörer, forskare, datavetare och akademiska partner. De kortsiktiga målen för denna forskning är att:
Upptäckt
Utveckla nya, mer generiska metoder för att upptäcka motstridiga åtgärder.
Spårning av
Skapa mekanismer som kan spåra angriparens handlingar i flera slutpunkter i ett nätverk.
Automatisering
Ytterligare förbättra och automatisera kapaciteten för insamling av underrättelser om hot.
Förbättring
Förstå hur man implementerar och förbättrar automatiska svarsåtgärder.
Analys
Implementera mekanismer som kan utföra kontextuella riskanalyser för varje operativsystem.
Relaterade resurser
Ett frågeformulär för självbedömning av säkerheten för system baserade på maskininlärning
Läs merEn studie av försvar mot förgiftningsattacker i en distribuerad inlärningsmiljö
Läs merDe första AI-innovationerna från Project Blackfin är redan en del av vår lösning Endpoint Detection and Response
WithSecure™ Elements Endpoint Detection and Response-lösningen ger förbättrad detekteringskapacitet och säkerhet mot cyberattacker och intrång.
Läs merVill du prata mer i detalj?
Fyll i formuläret för att få mer information om Project Blackfin.
