0
| 本文作者： 木子 | 2018-08-02 10:37 |
給身份證打個碼，給照片打個碼，給片子里的人打個碼。這些已經成為了人們的日常操作，很多修圖，影視制作制作軟件都提供方便快捷的打碼工具。但是，黑客現在可要告訴你，僅僅依賴打碼就萬事皆平安的年代已經過去了，通過AI技術可以將已經打碼的圖片完美還原如初。
為了促進人工智能界和黑客界的跨界融合，共同幫助人工智能健康成長，作為全球首個探索人工智能與專業安全的前沿平臺，也是全球最大關注智能生活的黑客大賽——GeekPwn將于10月24日的上海站圍繞GAN舉辦“GAN掉馬賽克”趣味挑戰賽和“CAAD 對抗樣本攻防賽”，在本次比賽中，選手需要做到的就是，盡量以“生成對抗性網絡-GAN”（以下簡稱GAN）的AI技術還原帶有馬賽克的圖片，期望推動人工智能領域對抗攻擊技術，特別是GAN的傳播與發展。
“GAN掉馬賽克”趣味挑戰賽現已開啟全球招募，任何對GAN技術、人工智能技術、黑客技術有熱情有興趣的技術愛好者都可以參與挑戰。
什么是GAN？GAN是一種深度學習模型，全稱 Generative Adversarial Networks，中文為“生成式對抗網絡”。 GAN 設計出兩個神經網絡，通過一個生成、一個判斷進行博弈，而對抗樣本對神經網絡的攻擊，就好比白雪公主與王后的故事中，王后可以通過GAN——采用“定向對抗攻擊”，從而干擾魔鏡的視覺識別能力，成為“魔鏡眼中最美的白雪公主”。從一定程度上來講，GAN推動了人工智能界“機器學習安全”領域的誕生。這是由于本質上GAN提供了一種高效生成對抗樣本的方法論，對抗樣本是指經過精心計算生成的旨在誤導分類器判斷的樣本，它可能讓人工智能產生錯誤的決策和行為，這與黑客界通過產生大量模糊攻擊樣本來實現計算機系統錯誤，并最終挖掘出安全漏洞的過程相類似，如今自動駕駛、人臉識別大行其道，機器錯誤的決策就會導致不安全后果的發生。
一向以奇思妙想與腦洞大開的GeekPwn于2014年就率先關注到了攻擊樣本對人工智能的安全威脅，幫助機器學習過程中盡可能多地識別出對抗樣本成為GeekPwn所鼓勵的白帽黑客研究方向之一。2018更是精心準備了“GAN掉馬賽克”趣味挑戰賽，旨在通過這一形式通俗易懂但卻充滿挑戰和技術門檻的趣味賽事，讓更多人了解如何以黑客思維去解決未來人工智能與專業安全的跨界問題。在本次GAN掉馬賽克的比賽中，選手需要對圖片進行以自然還原為目標的馬賽克去除操作，去除效果及技術方法經組織方評定，得分最高者將獲得比特幣（或2018年10月24日當日比特幣等價市值現金）獎勵，如果你使用其他非人工智能技術的方法去除馬賽克，我們也同樣歡迎你的加入。
任何技術本身都無所謂好與壞，關鍵看人們如何看待。AI還原圖像技術的出現，比如犯罪刑偵領域，利用AI來GAN掉馬賽克可以極大程度的提高警察的辦案效率，大大縮短抓捕時間。試想一下，對著模糊的視頻辨認嫌疑人與對著清晰的視頻辨認嫌疑人哪一個更為便捷？除GAN掉馬賽克挑戰賽外，GeekPwn還聯合谷歌大腦頂級專家 Alexey Kurakin 和“GAN之父”Ian Goodfellow、美國加州大學伯克利分校 EECS 教授宋曉冬共同發起了“CAAD對抗樣本攻防賽”，聚焦讓機器頻頻犯錯的對抗樣本，繼續探索AI安全領域的更多可能。
GeekPwn將始終抱著“推動安全人才的培養，鼓勵大家投入安全研究并且收獲肯定和榮譽”的初衷，為廣大正義的白帽俠客特供一個展示自己才華的平臺，尋找守護智能安全的新思路，為智能安全領域帶來全新血液。更多賽事資訊，請登錄GeekPwn官方網站了解。
