Périphériques technologiques
IA
Directement sur le site du RSAC : Les outils d'intelligence artificielle sont devenus le sujet le plus brûlant cette année !
Directement sur le site du RSAC : Les outils d'intelligence artificielle sont devenus le sujet le plus brûlant cette année !
Il y avait un sujet brûlant lors de la conférence RSAC de cette année à San Francisco : les outils d’intelligence artificielle. Le potentiel de l’intelligence artificielle générative dans les outils de cybersécurité a suscité l’intérêt des professionnels de la cybersécurité. Mais des questions ont été soulevées quant à l’application pratique de l’IA en matière de cybersécurité, ainsi qu’à la fiabilité des données utilisées pour créer des modèles d’IA.
M.K. Palmore, consultant stratégique en cybersécurité et membre du conseil d'administration de Google Cloud et Cyversity, a déclaré dans une interview : Nous sommes actuellement dans la première phase de lutte contre l'intelligence artificielle. Nous ne savons pas encore quelle sera l'ampleur de l'impact de l'intelligence artificielle. être sur l’industrie de la cybersécurité. Aucune idée des résultats que nous verrons à la fin. Mais nous espérons que l’ensemble de l’entreprise évolue actuellement dans une direction qui montre également que nous voyons la valeur et l’utilisation de l’intelligence artificielle pour avoir un impact positif sur l’industrie.
Cependant, Palmore a également admis qu'il nous restait encore beaucoup à faire dans le développement de l'intelligence artificielle. Il estime qu’à mesure que les choses changent et se développent, nous devons tous nous adapter à ce nouveau modèle et mettre à notre disposition ces grands modèles de langage (llm) et l’intelligence artificielle. Dan Lohrmann, responsable de la sécurité de l'information chez Presidio, estime que l'intelligence artificielle en est encore à ses débuts en matière de cybersécurité. Lorsque le sujet des outils d’intelligence artificielle a été évoqué lors de la conférence RSAC, il a estimé que ce serait une révolution et que l’intelligence artificielle modifierait une grande partie des produits. Cela pourrait changer l’offensive et la défense, tout comme la façon dont nous construisons nos équipes rouges et bleues.
De plus, il a noté qu'il reste encore beaucoup de chemin à parcourir en termes de rationalisation des outils utilisés par les équipes de sécurité. Il a déclaré : « Je ne pense pas que nous parviendrons un jour à une vision unique pour la surveillance et la gestion des ressources, mais c'est aussi simple que je l'ai jamais vu
Ajout de l'IA aux outils de sécurité
Pendant le RSAC 2023. , De nombreuses entreprises ont décrit comment elles utilisent l'intelligence artificielle générative dans les outils de sécurité. Par exemple, Google a lancé son outil d'intelligence artificielle générative et de sécurité LLM, Sec-PaLM, qui s'appuie sur Mandiant pour détecter les vulnérabilités et les logiciels malveillants
Stephen Hay, directeur. de l'expérience utilisateur chez Google Cloud, a déclaré que les LLM ont maintenant atteint un point critique où ils peuvent faire des choses qu'ils ne pouvaient pas faire auparavant pour contextualiser les informations. Cela signifie que nous disposons désormais d'une véritable intelligence artificielle générative
En même temps, Mark. Ryland, directeur du bureau du responsable de la sécurité des informations d'Amazon Web Services, a souligné comment utiliser l'intelligence artificielle pour détecter les activités de menace et minimiser les faux positifs chaque jour, et le seul moyen d'y parvenir efficacement est de le faire. pour former l'apprentissage automatique, qui est au cœur de nos services de sécurité.
Un nouvel outil de construction sur AWS appelé Amazon Bedrock inclut l'intelligence artificielle générative. Amazon Bedrock est un nouveau service avec accès aux API d'AI21 Labs, Anthropic, Stability AI et Amazon. Foundation Model (fm). En outre, Tenable a lancé un outil de sécurité génératif conçu spécifiquement pour la communauté des chercheurs. En outre, un rapport intitulé « Comment l'IA générative transforme la recherche en matière de sécurité » a été récemment publié. et accroître l'efficacité dans des domaines de recherche tels que l'ingénierie inverse, le débogage du code, l'amélioration de la sécurité des applications Web et la visibilité des outils cloud.
Le rapport note que ChatGPT évolue à un « rythme alarmant » pour les outils d'intelligence artificielle dans les plates-formes de sécurité. , responsable de la sécurité chez Tenable, a déclaré que ces outils vous permettent de créer une base de données, par exemple, si vous recherchez un test d'intrusion et que votre cible est Vous devez entrer et rechercher, mais l'intelligence artificielle peut vous aider à obtenir ces choses plus rapidement.
En outre, il a ajouté qu'il avait déjà vu certaines entreprises commencer à utiliser les LLM, tout en soulignant également que les données sur lesquelles les LLM sont basés ne sont pas nécessairement les mêmes. Validées ou exactes, des garde-fous doivent donc être mis en place à ce sujet. Les LLM construits avec leurs propres données sont plus fiables.
On craint que la liaison avec des LLM comme GPT puisse affecter la sécurité. Mais Huber a souligné que les gens n'ont pas encore eu suffisamment de temps pour comprendre les risques de l'intelligence artificielle générative. Ces outils sont tous conçus pour faciliter le travail des défenseurs, mais Ismael Valenzuela, vice-président de la recherche et du renseignement sur les menaces chez BlackBerry, a souligné les limites de l'IA générative.
Comme tout autre outil que nous utilisons en tant que défenseurs, d'autres attaquants l'utiliseront également. La meilleure façon d’utiliser ces outils d’IA générative est donc en tant qu’assistant. C'est clair que cela nous aide vraiment à grandir. Mais si vous vous attendez à ce que cela change complètement la donne, la réponse est non.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Outils d'IA chauds
Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes
AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.
Undress AI Tool
Images de déshabillage gratuites
Clothoff.io
Dissolvant de vêtements AI
Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !
Article chaud
Outils chauds
Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit
SublimeText3 version chinoise
Version chinoise, très simple à utiliser
Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP
Dreamweaver CS6
Outils de développement Web visuel
SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)
Sujets chauds
Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA
Jun 28, 2024 am 03:51 AM
Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine
Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag
Jun 10, 2024 am 11:08 AM
Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.
Sept questions d'entretien technique Cool GenAI et LLM
Jun 07, 2024 am 10:06 AM
Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte
Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations
Jun 11, 2024 pm 03:57 PM
Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.
Cinq écoles d'apprentissage automatique que vous ne connaissez pas
Jun 05, 2024 pm 08:51 PM
L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.
Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG.
Jul 25, 2024 am 06:42 AM
L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes
SK Hynix présentera de nouveaux produits liés à l'IA le 6 août : HBM3E à 12 couches, NAND à 321 hauteurs, etc.
Aug 01, 2024 pm 09:40 PM
Selon les informations de ce site le 1er août, SK Hynix a publié un article de blog aujourd'hui (1er août), annonçant sa participation au Global Semiconductor Memory Summit FMS2024 qui se tiendra à Santa Clara, Californie, États-Unis, du 6 au 8 août, présentant de nombreuses nouvelles technologies de produit. Introduction au Future Memory and Storage Summit (FutureMemoryandStorage), anciennement Flash Memory Summit (FlashMemorySummit) principalement destiné aux fournisseurs de NAND, dans le contexte de l'attention croissante portée à la technologie de l'intelligence artificielle, cette année a été rebaptisée Future Memory and Storage Summit (FutureMemoryandStorage) pour invitez les fournisseurs de DRAM et de stockage et bien d’autres joueurs. Nouveau produit SK hynix lancé l'année dernière
Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire
Jul 17, 2024 pm 06:37 PM
Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S
