2018年，中国信息通信研究院安全研究编制的《人工智能安全白皮书》中提到，“算法安全”是人工智能六大安全风险之一，并着重指出了“对抗样本攻击诱使算法识别出现误判漏判“这一算法模型缺陷为算法安全的重要风险项。 田天介绍，对抗样本是机器学习模型的一个有趣现象，但通过在源数据上增加人类难以通过感官辨识到的细微改变，可以让机器学习模型接受并做出错误的分类决定。 ...
但它们有一些局限性：它们需要固定时间收集血样，这在急诊科环境中是一个挑战；它们只将患者分为心脏病发作的低、中或高风险，而不考虑其他重要信息，如症状何时开始或心电图结果；而且，它们没有考虑到性别、年龄和合并症的影响。 现在，英国的研究人员已经开发出一种基于人工智能的机器学习算法，该算法快速而准确。...
机器学习模型预测植物吸收累积农业污染物的示意流程图 中国农科院植保所供图 农作物累积是农业污染物从土壤进入人类食物链的重要途径。准确预测植物吸收和累积农业污染物对保障食品安全、产地修复和人类健康暴露评估具有重要的意义。然而，由于污染物—土壤—植物根系之间复杂的相互作用，建立稳健可靠的预测模型仍然具有很大挑战性。...
从技术安全性角度来看，类脑智能机器人通过融入人的内部机理，进一步缩小了与人的差距，能够更自然地与人交互，更容易与人工智能大模型结合。我们要针对人机交互安全、用户数据安全等问题，在算法设计、实现、应用等环节的透明性、可解释性和可靠性方面，在数据收集、存储、使用等环节的安全性方面，加强审核评估，形成类脑智能机器人技术的安全阀。...
Copyright ©2007-2022 ANTPEDIA, All Rights Reserved
京ICP备07018254号 京公网安备1101085018 电信与信息服务业务经营许可证：京ICP证110310号