近日，谷歌研究人員關於人工智慧的研究又取得新進展。他們開發出「單次學習」技術，即機器學習不再需要大量的例子學會一件事，僅通過一個例子就能認出圖像中的物體。研究人員稱，他們對深度學習算法進行了一些調整，從而達到了這樣的效果。
在人工智慧研究高歌猛進的時候，國際安全極客大賽GeekPwn（極棒）以敏銳的科技洞察力，成為首個大範圍探索人工智慧與專業安全領域的平臺，發問人工智慧：它真的是那麼強大且安全的嗎？如果我們做一些微小的調整，會不會得出與「單次學習」相反的結果？
對抗性攻擊使機器學習「指車為船」
當人們處處推崇機器學習的強大性能時，畢業於史丹福大學，專業研究數據挖掘與人工智慧，師從人工智慧大師吳恩達的Clarence Chio則注意到深度學習的漏洞。Clarence Chio在10月24日GeekPwn2016嘉年華上，分享了他對於人工智慧安全性的最新研究觀點，他表示，我們可以通過對抗性攻擊，觸發機器學習的模型，讓它做出錯誤的決策。
同樣，來自OpenAi的生成式對抗性網絡的發明者Ian Goodfellow、谷歌大腦軟體工程師團隊的核心成員Alexey Kurakin，在GeekPwn2016嘉年華矽谷站，也分享了他們關於對抗性圖像的研究。比如，通過在圖片中加入一些對抗性幹擾，機器就有可能將一輛汽車看作一條船。
GeekPwn首創人工智慧Pwn，用未來視角看安全
自圖靈提起「機器能否思考」的假說，如今已過去60多年。人們關於人工智慧的研究也不斷取得突破，擊敗卡斯珀羅夫的IBM「深藍」被許多人視為人工智慧研究的裡程碑，谷歌AlphaGo大敗李世石，更是標誌著人工智慧由「弱人工智慧」向「超級人工智慧」的高速進化。
然而，人類似乎一直都是個矛盾體，一方面將人工智慧應用於各種領域「解放」人類，另一方面又恐懼人類被人工智慧所代替或毀滅。《黑客帝國》《她》《終結者》等人工智慧題材的電影，或多或少都體現了這種恐懼和擔憂。
作為全球首個探索人工智慧與專業安全的平臺——極棒開創人工智慧Pwn，關注到機器學習、視覺識別等人工智慧最炙手可熱的技術安全研究，重新思考人工智慧的安全問題，思考黑客在未來技術發展創新中所扮演的角色及作用。
萬物互聯皆可Pwn，將物聯網安全做到極致
據媒體公開報導，今年10月美國遭受到大規模DDOS攻擊，整個網絡陷入「癱瘓」，攻擊源頭則是智能家居產品組成的「殭屍物聯網」，即成千上萬的物聯網設備在黑客的控制下，大量發送通信請求，導致域名伺服器癱瘓。
在GeekPwn2016嘉年華上海站，鳳凰解碼團隊現場演示了操控智能插座發微博，形象的展示了物聯網設備被黑的後果。來自卡巴斯基的安全專家Denis Makrushin和Vladimir Dashchenko，也對「智能城市」公共設施安全隱患進行了全面剖析。他們演示了從城市街道的終端設備，如自動售票機、行動裝置充電站、公共支付端，到大部分支付服務的電腦終端，從市政廳到機場，從計程車後座顯示器到高速公路攝像頭等一系列破解。
自2014年舉辦以來，GeekPwn始終關注物聯網設備安全，從第一屆的智能門鎖、路由器破解到第二屆的無人機、POS機、智能攝像頭、O2O行動支付項目破解，再到今年的仿人機器人、智能插座、「手機的最後一道防線」TrustZone被攻破，GeekPwn幾乎把能「黑」的智能設備都「黑」了，將物聯網安全做到了極致。
做物聯網時代安全生態的連接平臺
極棒經過三年發展，已經搭建起一個安全人才，安全廠商之間相互促進，用技術推動物聯網安全生態發展的多維連接平臺。白帽黑客與廠商通過GeekPwn可以平等溝通。白帽黑客來到極棒不僅可以展示才華，更能「負責任的披露」，將產品漏洞提交給廠商，解決實際問題。面對日益嚴峻的網絡安全形勢，來自外部安全社區的力量不可忽視，白帽黑客為智能安全帶來了新思路，在提高產品安全上更具啟發性。
極棒將繼續貼近生活，關注物聯網安全，同時也將極端面向未來。在首次嘗試人工智慧Pwn後，王琦表達了極棒的未來目標：「極棒將繼續引領創新，引導有才華橫溢的極客發現一些更未來的問題，做一些更前沿的東西。」