先不论AI间谍能以虚拟的身份侵入，非常隐蔽，在信息搜集和信息处理这些窃密的核心能力上，相较于人类，AI间谍简直是超人。
AI能大量挖掘公共网站和社交网络的大数据，从中提取用户的出生日期、性别、常住地、电话号码、电子邮件地址等个人信息，这样的能力所有人都不会陌生，在此基础上，通过深度学习，它们获取信息的准确率和效率更高。可以说只要让AI间谍侵入了系统，所有信息对它而言一览无遗，极短时间内它就能一下子完成好几项窃密任务。
同时，拥有了强大信息处理能力的AI，在窃取信息后，面对海量数据，能当场进行分析，迅速将得到的结论传导出去，以人类间谍不可能想象的速度为大量的军事行动、商业决策赢得宝贵时间。前不久，美国研究人员训练出一个深度学习算法，用以识别“东亚某国”地空导弹基地。这些算法比人类的速度快几百倍，高效找出分布在一块近9万平方公里区域内的地空导弹发射场。这种人工神经网络基于能够过滤和学习大量数据的人工神经元层，达到人类图像分析专家90%的准确率。令人震惊的是，这种方法还将发现潜在导弹基地的时间从60小时（2.5天）减少到42分钟。
面对这些惊人的能力，也难怪Meyerriecks主任不得不说，在当前数字追踪和社交媒体的时代背景下，中情局间谍试图以一种假定的身份生活十分困难，因而，现代世界日益演变成为一个不适宜人类间谍居住的环境。智能相对论（ID：aixdlun）分析师岳文纶认为，不仅仅是因为人类间谍无处藏身，更因为人类间谍的能力比AI差上太多。而面对这些可能无处不在的AI间谍，我们能怎么办呢？
AI对抗AI，人工智能时代的左右互搏
《射雕英雄传》中，周伯通开创了武林绝学左右互搏术，他让自己的左手跟右手打架，却不经意提升了自己的实力。在未来，要抑制入侵能力、窃密能力都远胜于人类的AI间谍，恐怕别无他法，还得依靠AI，这简直是一场人工智能时代的左右互搏。
一、量化风险，在AI间谍入侵之前
未雨绸缪，在没遭到攻击之前封堵漏洞，可大量规避AI间谍入侵的风险，然而繁琐的网络风险评估让许多企业望而却步。这时AI技术可以派上用场，借助 AI 的强大计算能力，可以实时处理数以百万计的数据点，真正做到量化风险。与此同时，还能根据结论生成预测，帮助企业和网络保险公司获得最精确的网络风险评估。BitSight公司目前是此领域的佼佼者，它们通过部署在全球各地的传感器，收集了TB级的安全数据。从这些数据中，BitSight能够看到攻击指示器、受感染的机器、不当的配置以及有潜在危害的用户行为。随后，BitSight利用算法将这些数据依据严重程度、频率、持续时间和信心等指标进行分析，再将这些结果映射到公司的已知网络，对这些网络进行安全性能的整体评价。
二、分析行为，AI间谍不能愚弄所有“人”
AI间谍通过自动执行某些劳动密集型任务并更有效地确定潜在目标来实施网络攻击，攻击行为往往藏匿于用户行为中，对于人类安全分析员而言，监管少许用户行为或许难度不大，但当数据上升到一定量级，他们就必然会出现收尾难顾的窘态。MACIE Analytics推出的AI网络安全分析产品，就致力于解决基于巨量数据的用户行为分析。面对AI间谍的大量侵入，这款产品能实时监控客户的知识产权被何时以及如何访问，评估谁正在查看、复制或移动特定文档，以及他们在什么时候这样做，以便识别可疑的行为模式，并在其发生之前标记潜在的数据泄露行为。
三、断其后路，AI间谍也难全身而退
如果在预防端和监控端都无法阻止AI间谍，那只能尽最大可能地止损。AI间谍窃取信息后，必然要以数据的形式将信息传出，在发现异常网络流量输出时，及时阻止，成为最后救赎。这一类网络流量异常监测产品，不依赖入侵的深度数据包检查，通过AI技术寻找出跨协议相关性，分析内外部网络流量中无穷无尽的元数据相关性，进而发现问题。专注于该领域的初创企业包括 Vectra Networks、DarkTrace和 BluVector 等。
目前，基于机器学习、深度学习的人工智能网络安全正在引发新的产业爆点，除了智能相对论（ID：aixdlun）分析师岳文纶提到的一些抵御AI间谍入侵的解决方案，每天不断有新的AI技术被提出、运用。虽然AI间谍只是一个暂时的假想敌，但可以预见，这只戴着黑手套的左手将会与戴着白手套的AI反间谍系统打得不可开交，它们的水平将交替上升，共同推动人工智能的发展。
在《谍影重重》系列中，父亲无端死去、爱人香消玉殒让杰森伯恩逐渐对自我价值产生怀疑，最终选择隐退。而没有感情的AI间谍不惧拷问、也不会投诚，更不可能幡然醒悟，在未来，它或许将给我们带来比杰森伯恩们带来大得多的挑战。
[完]
智能相对论（微信id:aixdlun）：深挖人工智能这口井，评出咸淡，讲出黑白，道出vb深浅。重点关注领域：AI+医疗、机器人、智能驾驶、AI+硬件、物联网、AI+金融、AI+安全、AR/VR、开发者以及背后的芯片、算法、人机交互等。
