نقش هوش مصنوعی در گسترش و کارایی صنایع| کمک به امنیت سایبری و جلوگیری از کلاهبرداری
کارشناس امنیت سایبری در گفتگو با بازار مطرح کرد؛

نقش هوش مصنوعی در گسترش و کارایی صنایع| کمک به امنیت سایبری و جلوگیری از کلاهبرداری

«جرج ورگا» فعال حوزه امنیت سایبری معتقد است حفظ حریم خصوصی و امنیت داده ها موضوع مهمی است که دولت ها می توانند از طریق مقررات آن را انجام دهند.

بازار؛ گروه اقتصاد دیجیتال: همانطور که هوش مصنوعی می تواند از یک سو بر کارایی خدمات و صنایع تاثیر بگذارد از سوی دیگر با شناسایی موارد مشکوک به جلوگیری از کلاهبرداریها هم کمک می کند. ازا ین رو صنایع و شرکتها هرچه بیشتر طی این سالها به استفاده از این فناوری نوین در حوزه امنیت داده روی آورده اند.

در همین راستا برای آگاهی از اینکه دولتها برای تسهیل استفاده از هوش مصنوعی در حوزه امنیت چه اقداماتی باید انجام دهند و اینکه چگونه هوش مصنوعی درحوزه امنیت می تواند به سازمانها کمک کند؛ خبرنگار بازار با «جرج ورگا» گفتگویی انجام داده است که در ادامه متن این گفتگو آمده است.

«وگا» در حوزه فناوری در استارتاپ سئون تکنولوژی(SEON Technologies، استارتاپی که به کسب و کارهای آنلاین کمک میکند تا هزینه، زمان و چالش های مربوط به تقلب را کاهش دهند و دارای دفتر در بوداپست، لندن آستین تگزاس و جارکارتاست) فعالیت دارد و بیش از یک دهه است که در زمینه پیشگیری از کلاهبرداری و امنیت سایبری کار می کند.

*هوش مصنوعی چه تاثیری بر کارایی صنایع و جلوگیری از کلاهبرداری دارد؟
هدف اصلی هوش مصنوعی پشتیبانی از ماشین‌ها برای انجام وظایف فکری مختلف مانند تصمیم‌گیری، حل مسئله و ادراک بر اساس الگوریتم‌های مختلف است که برای انسان دشوار است. ما نمی‌توانیم به یک صورت از همه صنایع مانند تحقیقات دارویی، خرده‌فروشی، بازاریابی یا اتوماسیون فرآیند صحبت کنیم، زیرا نقش هوش مصنوعی در هر صنعتی بسیار متفاوت است.

با این حال، با توجه به تجربه ما در پیشگیری از تقلب، هوش مصنوعی به تقویت بهترین شیوه‌های امنیت سایبری کمک می‌کند و سطح حمله را به حداقل می‌رساند تا اینکه دائماً مراقب اشکال مختلف حملات باشد. تجارت آنلاین بدون تصمیم‌گیری مبتنی بر هوش مصنوعی می تواند با میلیون‌ها تراکنش متناقض همراه باشد.

*عوامل مهم در عملکرد بهتر هوش مصنوعی در حوزه امنیت چیست؟
هوش مصنوعی بیشترین بهره را از داده ها می برد. وقتی الگوریتم‌ها خودآموز هستند، داده‌ها خود یک دارایی محسوب میشوند. چراکه پاسخ ها در داده ها نهفته هستند. برای پیدا کردن آنها فقط باید از هوش مصنوعی استفاده کنید. از آنجایی که نقش داده ها اکنون بیش از هر زمان دیگری مهم است، می تواند یک مزیت رقابتی برای کمک به تصمیم گیری ایجاد کند.

به عنوان مثال، در استارتاپ ما، یک ماژول یادگیری ماشین را تطبیق داده‌ایم که به مدیران حوزه کلاهبرداری کمک می‌کند تا الگوهای مشکوک و مخاطره‌آمیز را در داده‌ها پیدا کنند. این به آن‌ها اجازه می‌دهد تا سیستم‌های پرداخت خود را در برابر حملات کلاهبرداری به طور موثر ایمن کنند، به‌گونه‌ای که سوءاستفاده از از آن برای مجرمان بسیار دشوار است.

*دولت ها برای تسهیل استفاده از هوش مصنوعی چه اقداماتی در حوزه حریم خصوصی باید چه اقداماتی انجام دهند؟
حفظ حریم خصوصی و امنیت داده ها موضوع اصلی است که دولت ها می توانند از طریق مقررات آن را انجام دهند. بسیاری از برنامه های کاربردی هوش مصنوعی بر اساس حجم عظیمی از داده ها برای یادگیری و ایجاد الگوهای منطقی در تصمیم گیری ساخته شده اند. از آنجایی که سیستم‌های یادگیری ماشین به شدت به داده‌های شخصی وابسته هستند، اغلب می‌تواند به یک موضوع حساس و شخصی تبدیل شود.

برای مثال موضوع مهم تشخیص چهره وجود دارد - که خود بر روی هوش مصنوعی اجرا می شود - که با بررسی های قانونی مواجه است و خواستار ممنوعیت ها است، در حالی که هنوز به طور گسترده در موارد مختلف استفاده می شود.

این سیستم ها از داده ها یاد می گیرند و خود را بهبود می بخشند. با توجه به این یادگیری سیستماتیک، سیستم های یادگیری ماشینی می توانند مستعد نقض داده ها و سرقت هویت شوند. اتحادیه اروپا مقررات عمومی حفاظت از داده ها (GDPR) را اجرا کرده است که حفاظت از داده های شخصی را تضمین می کند.

*چالش های استفاده از هوش مصنوعی برای سازمان ها چیست؟
باید بدانیم که داده های شما چقدر مفید و مناسب است؟ چراکه امکان دارد مدل‌های هوش مصنوعی و یادگیری ماشین شما آسیب ببینند، بعضا مواردی وجود دارد که که در آن داده‌ها خود حاوی نوعی سوگیری (نمونه‌گیری یا غیره) بوده که بعداً نتایج را مخدوش کرد.

علاوه بر این، از آنجایی که استدلال مبتنی بر هوش مصنوعی است که انسان ها نتایج را به عنوان موارد صحیح می پذیرند. به عبارتی آنها باید به نتایج اعتماد کنند، یا از طرفی به سیستم هایی نیاز دارند که تا حد امکان در استدلال خود شفاف باشند. مساله ای که بسیاری از شرکت‌ها باید آن را درک کنند، این است که حتی الگوریتم‌های ساده و فناوری‌های یادگیری ماشینی در زندگی روزمره همه کارآمد هستند.

کد خبر: ۱۳۰٬۶۲۷

اخبار مرتبط

برچسب‌ها

نظر شما

شما در حال پاسخ به نظر «» هستید.
  • نظرات حاوی توهین و هرگونه نسبت ناروا به اشخاص حقیقی و حقوقی منتشر نمی‌شود.
  • نظراتی که غیر از زبان فارسی یا غیر مرتبط با خبر باشد منتشر نمی‌شود.
  • captcha