用鸿蒙开发AI应用

人类的智慧宽广而复杂。有些人类成就远远超出现今机器可达的领域，要想让机器触及这些领域，还需要一段漫长的时间。对于解决抽象问题、概念生成、情绪知识、创造力甚至是自我认知，即便是最强有力的深度学习算法，也无法在这些领域与人类智慧相提并论。

把所有这些认知能力融合到一台机器中，从而能够应对所有通用场景的人工智能称为通用人工智能。目前，通用人工智能还停留在理论阶段。

不过，当前的技术在执行特定类型任务方面取得了较大成功，这些任务过去都依赖于人类智力。我们称这类人工智能为狭义人工智能或弱人工智能。弱人工智能主要指三种能力：学习、感知和认知。
 

这些研究人员发现有关CVE的令人担忧的数据，这些CVE数量很多且没有被修复。在2020年，总共发现18,358个新的CVE。根据该报告，从2015年到2020年，报告的CVE数量以36.6%的年均增长率增长。

该报告称：“2020年报告18,358个CVE，而2019年报告17,305个，增加6%，比2015年报告的6,487个增加183%。在过去三年中，我们每年报告的CVE超过16,000个，这一事实反映漏洞披露的新常态。”

报告称，未修补的漏洞比零时漏洞要严重得多。研究人员在报告中写道：“这种容易利用的漏洞受到民族国家行为者和普通的网络罪犯的青睐。虽然零日漏洞通常被用于有针对性攻击，但攻击者通常会利用未修补的漏洞，这构成更大的威胁。”

Narang告诉SearchSecurity，现在攻击者会利用现有概念验证(PoC)代码发现已披露的漏洞，并将其整合到其攻击中，而不是试图发现和开发零日漏洞。

他表示：“我们都知道，零日漏洞对攻击者非常有价值，但是开发零日漏洞以及花费时间和精力自行开发相关的成本过高，攻击者更愿意选择公开PoC的所有这些未修复的系统。”

但公共PoC的可用性是决定修复和紧急程度的重要因素，尽管很多安全团队仅依赖于通用漏洞评分系统(CVSS)。该系统评分为1到10，其中10分是最关键。CVE具有CVSS分数，以及名称和标记。但是，根据该报告，一些严重但无名的漏洞被备受瞩目的漏洞所掩盖。

该报告称：“热门漏洞往往会引起媒体和企业领导者最多关注，这给安全专业人员的响应带来压力，即使对企业的威胁很小。我们对2020年备受关注的漏洞的研究显示，并非每个关键漏洞都具有名称和标记。相反，并非每个带有名称和标记的漏洞都应被视为至关重要。”
 

想要通过Kaggle获得经验，有以下几个要点需要注意：

• 遵守规则——这也是挑战的一部分。获得优胜的方案需至少由八个以上的模型组成。由于Kaggle的笔记本有时间限制，大多数的参赛者会提前将模型在个人电脑上运行几十个小时，再上传模型权重。这需要大量的工作，而且这不是打破规则，而是尝试挑战使用Kaggle的计算模式，是想要获得经验的必经之路。
• 尝试同时参加两场比赛。我认为这有助于提高个人能力。如果需要同时完成两场比赛(或更多，如果你有野心的话)，那么一定会让人更注意力集中在总体思路和解决问题上，不会再关心那些只会影响到一百分点的细节。除此之外，若是你对其中一场比赛感到失望，还能立马切换到另一场比赛之中。
• 记住“三日原则”。如果某项任务花了超过三天时间还没有显著进步，那就别管它了!在整个机器学习过程中还有很多要花时间研究的地方，比如特征工程和创意建模。比起去寻找藏在互联网暗角里的某个小文件，思考的过程才更有价值。

下面是要点总结。

技术学习：

• 完美无缺的特征工程
• 严格把控功能选择
• 先理解方案，再设计方案。
• 探索模型中无限的可能性与创造性。

策略学习：

• 经常查看讨论区。
• 不要过于关注公开的排行榜。
• 请铭记一切都是为了增长见识!

希望你学有所思、有所获。

（编辑：孝感站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!