0
| 本文作者： 木子 | 2018-08-02 10:37 |
给身份证打个码，给照片打个码，给片子里的人打个码。这些已经成为了人们的日常操作，很多修图，影视制作制作软件都提供方便快捷的打码工具。但是，黑客现在可要告诉你，仅仅依赖打码就万事皆平安的年代已经过去了，通过AI技术可以将已经打码的图片完美还原如初。
为了促进人工智能界和黑客界的跨界融合，共同帮助人工智能健康成长，作为全球首个探索人工智能与专业安全的前沿平台，也是全球最大关注智能生活的黑客大赛——GeekPwn将于10月24日的上海站围绕GAN举办“GAN掉马赛克”趣味挑战赛和“CAAD 对抗样本攻防赛”，在本次比赛中，选手需要做到的就是，尽量以“生成对抗性网络-GAN”（以下简称GAN）的AI技术还原带有马赛克的图片，期望推动人工智能领域对抗攻击技术，特别是GAN的传播与发展。
“GAN掉马赛克”趣味挑战赛现已开启全球招募，任何对GAN技术、人工智能技术、黑客技术有热情有兴趣的技术爱好者都可以参与挑战。
什么是GAN？GAN是一种深度学习模型，全称 Generative Adversarial Networks，中文为“生成式对抗网络”。 GAN 设计出两个神经网络，通过一个生成、一个判断进行博弈，而对抗样本对神经网络的攻击，就好比白雪公主与王后的故事中，王后可以通过GAN——采用“定向对抗攻击”，从而干扰魔镜的视觉识别能力，成为“魔镜眼中最美的白雪公主”。从一定程度上来讲，GAN推动了人工智能界“机器学习安全”领域的诞生。这是由于本质上GAN提供了一种高效生成对抗样本的方法论，对抗样本是指经过精心计算生成的旨在误导分类器判断的样本，它可能让人工智能产生错误的决策和行为，这与黑客界通过产生大量模糊攻击样本来实现计算机系统错误，并最终挖掘出安全漏洞的过程相类似，如今自动驾驶、人脸识别大行其道，机器错误的决策就会导致不安全后果的发生。
一向以奇思妙想与脑洞大开的GeekPwn于2014年就率先关注到了攻击样本对人工智能的安全威胁，帮助机器学习过程中尽可能多地识别出对抗样本成为GeekPwn所鼓励的白帽黑客研究方向之一。2018更是精心准备了“GAN掉马赛克”趣味挑战赛，旨在通过这一形式通俗易懂但却充满挑战和技术门槛的趣味赛事，让更多人了解如何以黑客思维去解决未来人工智能与专业安全的跨界问题。在本次GAN掉马赛克的比赛中，选手需要对图片进行以自然还原为目标的马赛克去除操作，去除效果及技术方法经组织方评定，得分最高者将获得比特币（或2018年10月24日当日比特币等价市值现金）奖励，如果你使用其他非人工智能技术的方法去除马赛克，我们也同样欢迎你的加入。
任何技术本身都无所谓好与坏，关键看人们如何看待。AI还原图像技术的出现，比如犯罪刑侦领域，利用AI来GAN掉马赛克可以极大程度的提高警察的办案效率，大大缩短抓捕时间。试想一下，对着模糊的视频辨认嫌疑人与对着清晰的视频辨认嫌疑人哪一个更为便捷？除GAN掉马赛克挑战赛外，GeekPwn还联合谷歌大脑顶级专家 Alexey Kurakin 和“GAN之父”Ian Goodfellow、美国加州大学伯克利分校 EECS 教授宋晓冬共同发起了“CAAD对抗样本攻防赛”，聚焦让机器频频犯错的对抗样本，继续探索AI安全领域的更多可能。
GeekPwn将始终抱着“推动安全人才的培养，鼓励大家投入安全研究并且收获肯定和荣誉”的初衷，为广大正义的白帽侠客特供一个展示自己才华的平台，寻找守护智能安全的新思路，为智能安全领域带来全新血液。更多赛事资讯，请登录GeekPwn官方网站了解。
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
