人工智能使用區(qū)塊鏈技術，是一種必然趨勢。算法在我們的生活中扮演著越來越重要的角色。

人工智能的快速發(fā)展，在推動社會發(fā)展的同時也為網(wǎng)絡安全帶來了嚴峻的挑戰(zhàn)

在網(wǎng)絡安全威脅不斷劇增的局勢下，利用網(wǎng)絡安全自動化（AI）技術檢測和防范新興復雜威脅成為未來的大趨勢。但是AI技術的使用，同時也為網(wǎng)絡安全帶來了新的嚴峻挑戰(zhàn)。網(wǎng)絡犯罪分子利用AI技術以實施自動化攻擊，同時也利用AI技術進行自動化漏洞檢測、構建惡意軟件等。AI技術的大規(guī)模應用將降低攻擊成本、提高攻擊效率。

物聯(lián)網(wǎng)的快速發(fā)展為物聯(lián)網(wǎng)安全帶來巨大威脅，或嚴重影響日常生活

近年來，物聯(lián)網(wǎng)在全球范圍內(nèi)迅速發(fā)展，據(jù)Gartner 預測，到2020年，將有超過200億個物聯(lián)網(wǎng)設備投入使用。目前，由于物聯(lián)網(wǎng)較差的安全保障，這個新興行業(yè)受到太多負面新聞報告的影響。

在2017年，名為http81的新型IoT僵尸網(wǎng)絡、WannaCry勒索病毒、WiFi功能中的KRACK漏洞、惡意軟件IoTroop、藍牙功能中的BlueBorne漏洞使得物聯(lián)網(wǎng)安全形勢變得更加嚴峻。

區(qū)塊鏈技術的應用將不斷得以推廣，同時催生更多惡意攻擊活動

在2016年的預測中，區(qū)塊鏈技術榮登十大戰(zhàn)略科技趨勢預測之中。

在2017年，基于區(qū)塊鏈技術的各種數(shù)字貨幣（如比特幣、以太坊等）以及區(qū)塊鏈技術在金融領域的快速發(fā)展，區(qū)塊鏈技術儼然成為網(wǎng)絡安全界的新寵。但回首2017，不難發(fā)現(xiàn)，數(shù)字加密貨幣已成為了多起勒索病毒攻擊事件支付贖金的方式，變相地說數(shù)字加密貨幣成為了黑客攻擊的罪源。

Musk提出了幾個關鍵問題。第一，是在實施人工智能時應該如何監(jiān)管。第二，也許最重要的挑戰(zhàn)是如何規(guī)范和監(jiān)督這項技術？

采用機器學習和AI技術來獲得競爭優(yōu)勢的情況下，技術部署在不合適的領域將會造成危險，從而最終導致我們社會中的偏見和不公平現(xiàn)象。

預測模型從來都不是中立的，并且恰恰反映了那些創(chuàng)建者們的目標和意識形態(tài)。他們也傾向于利用不正當手段對付窮人，加劇社會的不平等。

很多關于“不正當?shù)膶嵗钡膬?nèi)容，創(chuàng)作者無法預料的所帶來的后果。然而，很少有人撰寫我們應如何創(chuàng)造一個利維坦來規(guī)范人工智能和機器學習。

授權人工智能利維坦執(zhí)行身份驗證工作，并由人工智能自主代理向區(qū)塊鏈提交報告。該區(qū)塊鏈的不變性確保了人工智能代理不可以篡改其數(shù)據(jù)，因此為所有自主人工智能代理建立了聲譽分類賬。該利維坦將有效地監(jiān)管商定的規(guī)則，如果無法滿足這些要求，其將實施制裁。

如果這些系統(tǒng)能擺脫開發(fā)者的控制，那么沒人能夠保證自動防御系統(tǒng)能夠有效對抗它們。電子前線基金會指出，因為并不是所有計算機都能輕易修復漏洞，尤其是那些不經(jīng)常訪問或難以進行更新的物聯(lián)網(wǎng)設備。

他們表示，研究人員需要考慮這些問題：防御工具到底有多輕易就能被改造成進攻工具?什么樣的系統(tǒng)最容易成為攻擊目標，它們到底有多脆弱?如果這些工具失去控制，最糟糕的后果是什么?

但是隨著網(wǎng)絡安全日益成為機器人之間的戰(zhàn)爭，我們應該盡早開始思考這些問題的答案。畢竟，隨著技術進步，機器人的操作方式會變得越來越難以捉摸，我們可能會不知道它們到底是我們的朋友還是敵人。