人工智能和机器学习是引领所谓“第四次工业革命”的前沿技术。自人类诞生以来，人们就不断努力提高生活和工作的效率。起初，人类依靠简单的体力劳动和智慧。我们相信，正是凭借这种能力，人类才建造了金字塔、长城和巨石阵等奇迹。随后，第一次工业革命到来，机械化、蒸汽动力和水力发电的出现，推动了生产、交通和城市化的进步。第二次工业革命的兴起，源于大规模生产和电力的发明。电子和数字技术的引入，以及计算机和互联网等技术的出现，标志着第三次工业革命的到来。如今，人工智能和机器学习的巨大进步及其在实际应用中的广泛应用，正引领我们迈入一个全新的时代。
人与机器
人工智能旨在通过显着减少执行日常任务所需的时间，金钱和智能，来帮助人们更有效地运作。 简而言之，为计算机提供了自学习功能，以便它们可以根据过去和当前的信息准确地预测结果，识别模式并自动进行调整。 在某些情况下，机器开始变得更加高效和智能。
在执行某些任务时，计算机变得像人类一样聪明（甚至比人类聪明）的潜力引发了“人与机器”的争论。 无论人们相信什么，我们都可以同意的一件事是，人类拥有了计算机可能永远不会拥有的东西：情感，直觉和直觉。
当人们辩论人工智能的话题时，他们常常会争论哪种机器学习类别或算法是最好的。 机器学习算法通常分为3种类型，在没有标签（标签数据）先验知识的情况下是无监督的，在有标签（标签数据）知识的情况下监督的，以及在这两种类型之间的强化。 这些类别中有更具体的算法，例如KNN，K-means，决策树，SVM，人工神经网络，Q学习等。那么，哪个更好？ 嗯，就像生活中的任何事物一样，一切都有优点和缺点，并且在机器学习方面，我倾向于不争论模型本身，而是将对话重定向到数据质量。 机器学习模型基于数据运行，并且没有适当数量和质量的数据以及数据类型，因此无论从理论上讲多么好，机器学习模型都将变得无用。 这不会减少选择正确的机器学习算法的影响。 数据和算法必须相互补充才能解决特定的用例。
数据是参数
在Stellar Cyber，我们公司成立之初的首要任务就是收集数据——海量数据——更重要的是，收集正确的数据类型，以解决入侵检测问题。数据收集完成后，我们会对其进行清理，包括去重、规范化以及其他一系列操作。接下来，我们会将数据与其他信息关联起来，例如威胁情报、文件下载行为、IP 地址的地理位置等等。这种信息丰富化能够更好地理解整个数据集的上下文。最终，我们会得到包含丰富上下文信息的干净数据。只有在完成这些重要步骤之后，我们才会进行机器学习。
AI与有限的VS完整的数据
让我们仔细看看银行如何执行信用卡欺诈检测的示例。 如果客户通常仅在加利福尼亚州圣何塞使用其信用卡，而第一次前往日本东京并尝试使用此卡，则某些银行会将其标记为异常并停用该信用卡。 当商人告诉他们信用卡被拒绝时，这常常使顾客感到尴尬和沮丧。 尽管这确实可能是“机器学习”异常，但它可能无法保证停用信用卡，因为这可能是卡的合法使用。
上述问题的根源通常会浮出水面，因为数据本身是唯一的（仅使用卡的位置）并且缺乏上下文，例如上次使用卡的时间，使用的位置或使用方式。 如果系统要关联其他信息，例如时间，位置，位置之间的距离，位置的信誉或其使用方式（例如，卡终端或网站），则机器学习算法可以更好地确定实际欺诈行为。
再举一个例子，假设一张卡在太平洋标准时间下午 4 点于加利福尼亚州圣何塞使用，然后当天下午 5 点又在乌克兰的一个小城市使用。这种情况的欺诈概率远高于前一个例子。得出此类结论的相关数据包括：从圣何塞使用到乌克兰所需的旅行时间，以及在乌克兰一个偏僻小城市（通常人迹罕至）使用该卡的时间。
结束语
这说明了人工智能在完成涉及大量数据的重复性任务方面非常有用，这些数据使人类厌倦了执行和分析数据以解决问题。 但是，这项技术会取代人类吗？ 我倾向于不这样认为。 在解决重复性任务时，人工智能可以使您达到90％以上，但始终需要10％以上的工作才能对问题做出最终决定。 此外，与其他效率方面的进步一样，我们可以重用腾出的时间来做比以前更多的工作。 一种机器学习算法比另一种更好吗？ 我相信答案在于对人们试图解决的问题的理解，我也相信数据的质量与算法本身一样重要。
约翰彼得森
产品线管理高级副总裁
恒星网络
