给大家分享一篇关于互联网和手机的文章。相信很多朋友对互联网和手机还是不太了解，所以边肖也在网上搜集了一些关于手机和互联网的相关知识与大家分享。希望大家看完之后会喜欢。
在与Darktrace联合制作的关于人工智能的播客迷你系列的第三期也是最后一期安装中，我们深入研究了AI对抗AI的领域，研究人员称之为“对抗性AI”。
人工智能擅长筛选大量数据，这是发现抗生素所需要的。现在，科学家可以以化学图书馆的形式访问庞大的数据集，这些数据集对数百万种已知化合物进行分类。虽然人类可能需要几年的时间才能为这样一个奇迹分子寻找到许多候选者，但神经网络可以在几天内完成这项工作。
首先，细胞研究背后的研究人员训练了一个神经网络，通过向我们提供大约2335个已知具有抗菌特性的分子的数据，来识别抗大肠杆菌的分子。然后，他们得到了一个模型来浏览包含多达1.07亿个分子的多个化学库，并预测哪些分子可能对大肠杆菌有效，同时筛选出与我们获得的抗生素相似的分子。最终，他们选出了大约100首最有希望的流行歌曲，并在实验室进行了身体测试。
当在老鼠身上测试时，他们称之为halicin的分子在杀死各种细菌方面表现出色，不仅仅是大肠杆菌。最棒的是，即使在30天后，小鼠也没有产生对盐霉素的耐药性。(有时，对其他化合物的耐药性会在一两天内出现。)这个很重要。只开发一种新药是没有意义的，因为它会立即成为耐药性的受害者。
对抗性人工智能可以采取多种形式，例如，作为一种工具，通过人工智能驱动的其他系统的安全性进行黑客攻击，或者用导致特定错误结果的输入欺骗另一个算法。Ars的编辑肖恩加拉格尔和李哈钦森与国防高级研究计划局2016年网络挑战获奖者的领导人进行了交谈。ForAllSecure首席执行官大卫布鲁姆利介绍了人工智能驱动的黑客技术的发展。卡内基梅隆大学软件学院电气和计算机工程教授卢乔鲍尔(Lujo Bauer)与李和肖恩谈论了他关于如何利用人工智能击败面部识别等技术的研究。Darktrace威胁搜索主管Max Heinemeyer讨论了关于如何防止人工智能驱动的计算机网络攻击的研究。
本文就为大家讲解到这里了。标签：