第六十一談 向好作學習

類別:網遊動漫 作者:作家萌 本章:第六十一談 向好作學習

    引度侵刪:

    如果某人在網上輸入銀行信息時出現罕見的猶豫不決現象,這表明他可能處於被脅迫的狀態。

    在反恐精英等在線遊戲中,困擾遊戲玩家的一大難題就是很難防備背後的敵人,身後突如其來的一場槍響會讓你過早結束遊戲。更有甚者,對手掌握的一些技能已經超越正常人的反應水平,讓你防不勝防,他們槍法極其精準,甚至能夠透視牆壁,這明顯就是作弊軟件的功勞。對於這樣的欺騙行為,英國劍橋大學一家人工智能公司開發的一款軟件就可以應對。這款人工智能軟件通過對怪異行為的分析從而發現網絡遊戲欺詐行為。

    這家人工智能公司名為Featurespace,由英國劍橋大學兩位數學家創辦,他們分別是大衛-伊克塞爾和比爾-菲茲傑拉德。Featurespace公司開發的這款軟件其實是一個機器學習係統,該係統可以根據實時數據探測一些意料之外的變化。根據這些變化,再對可能的原因進行反複的有根據猜測,最終通常可以得出一些人並沒有真正做某事的結論。

    事實上,發現在線遊戲中的欺騙行為隻是人工智能的初步應用和前期測試。伊克塞爾表示,“我們的技術可以幫助遊戲公司發現玩家究竟是在和人對打,還是和機器對戰。”Featurespace公司的人工智能技術其實早已應用於諸多領域的監控業務,該技術已成為在線金融、電子商務等領域的無聲哨兵,它正在改變在線檢測欺騙行為和流氓軟件的方式。

    自動檢測實時數據中的異常行為並不是最新技術。比如,垃圾郵件過濾器篩查垃圾郵件,反病毒軟件捕獲惡意代碼都是采用這一思路。不過,要想檢測這些行為,通常需要讓係統知道它要發現什。比如,反病毒軟件需要持續更新流氓軟件的典型特征。但是,這仍然無法讓你預先發現從未見過的行為類型。因此,大衛-伊克塞爾和比爾-菲茲傑拉德開發了一個係統,該係統能夠探測出任何偏離正常的行為類型,並知道它可能會幹什。這一人工智能係統被稱為“自適應實時個體動態識別器”。這一係統是根據18世紀英國著名數學家托馬斯-貝葉斯的理論進行開發的。

    “自適應實時個體動態識別”技術可以用於檢測反恐精英等遊戲中玩家是否在作弊。通過監測遊戲中的數據,“自適應實時個體動態識別器”不僅僅能夠發現某些玩家射擊精準度出現罕見的提高現象,還可以發現一些遊戲玩家的反應速度快得不同尋常。這表明,這些玩家正在使用一種可以透視牆壁的作弊軟件。此外, Featurespace公司還計劃利用這一技術幫助軍方尋找飛丟的無人機。通過檢測飛行控製數據中的異常現象,“自適應實時個體動態識別”技術能夠發現此前未知的一些錯誤,正是這些錯誤導致了許多無人機的墜毀。

    2014年,比爾-菲茲傑拉德逝世。但是,這一技術仍然得到進一步發展與應用。Featurespace公司人工智能係統的首個大型商業應用是與英國著名的互聯網博彩公司Betfair進行合作,該係統用於探測博彩業務中某些賭徒不計後果的行為,因為這種行為意味著這些人可能用他人的錢作為賭注。如果“自適應實時個體動態識別器”發出警報,Betfair公司將會立即介入調查,必要時可能暫時中止交易。

    銀行和支付係統可能是“自適應實時個體動態識別”技術的最大用戶群,該係統可以監測一項交易中的每一個環節,包括用鼠標每點擊一下下拉菜單、人們通常訪問網頁的導航方式等。比如,係統可以識別出某人是否正在試圖利用偷來的銀行明細進行登錄係統。如果一個人訪問網頁的導航方式與被偷信息的主人常用的方式不相匹配,係統就會以紅色作出標識。同樣,如果某人訪問網頁的時候出現罕見的猶豫不決的現象,這表明他可能是在被脅迫的情況下輸入銀行信息。這種猶豫不決的交易,就會成為銀行的告警信息,也可以用於事後調查。

    Featurespace公司不僅僅致力於軟件開發,該公司還計劃自主研發采用“自適應實時個體動態識別”技術的硬件係統。此外,該公司還將致力於進一步提高異常檢測的能力,通過篩選出與過去行為迥異的異常行為,從而判斷該行為是否可能為犯罪行為。伊克塞爾表示,“犯罪分子總是在尋找不同金融係統的漏洞,並盡快地利用這些漏洞。我們的平台是一個自我學習的係統,因此它能夠跟得上當前最新欺詐方式的潮流。最好的欺詐預報器就是昨天發生的欺詐行為。”

    人工智能的語音識別,被視為人工智能的靈魂。智能手表不同於手機,作為穿戴式設備它基本不具備手寫輸入功能,用戶則需要通過語音模式,搜索想要的問題。人用自然語言與機器交流,向搜索引擎提問,搜索引擎不再是返回數條機械的結果,而是像人一樣給出答案和建議,使得信息來源更加全麵,這點對處於求知階段的青少年來說就相當有益。搜狗人工智能問答係統的強悍,根據我們做過一些了解,其中Web-QA是基於搜索的問答,利用全網無結構化信息,搜索與問題有關的所有信息(網頁、問答對、垂直知識庫等),並從相關信息中抽取精確答案,其中運用了非常多的自然語言處理、檢索、語義匹配、信息抽取、機器學習等技術。工程師把機器學習的框架引用到搜索排序中,幫助糖貓用戶獲得更精準的問答,智能手表和網絡無縫連接起來,提高了青少年學習效率,又規避了自製力差沉迷手機世界的常態,老師和家長也不需有過多的擔憂了。

    觀點:青少年良師益友,搜狗糖貓AI先下一城


>>章節報錯<<

如果您喜歡,請把《別進遊戲》,方便以後閱讀別進遊戲第六十一談 向好作學習後的更新連載!
如果你對別進遊戲第六十一談 向好作學習並對別進遊戲章節有什建議或者評論,請後台發信息給管理員。