Page 22 - 防禦還是破口？辨識AI的安全威脅

GALLERY
EDN寫真 人工智慧守護安全的未來
作者:EDN Taiwan 編輯部
實體安全和網路空間變得越來越複雜且不可預測，如今各產業都面對種種安全的威脅。有鑑於人工智 慧(AI)能將大數據(Big Data)轉化為可利用的洞察力，為幾乎各領域帶來價值，AI與實體安全、網路安 全的自然融合激盪著各種創新和智慧解決方案，協助克服最迫切的安全挑戰。
根據市調資料顯示，到2027年，網路安全中的人工智慧相關技術/應用預計將達到463億美元，再 加上近兩年來COVID-19疫情造成的衝擊，許多企業開始著手數位化轉型，這一數字預計將增加更多。
為了偵測網路威脅或漏洞，人工智慧可以從社群媒體、聊天論壇、行動裝置和應用程式等管道收集 資料，再經由自然語言進行處理與分析，或是透過事故診斷方式提供異常活動的早期指標和警訊。強大 的機器學習(ML)演算法還能將音訊內容轉換為文本，辨識並偵測安全威脅。此外，人工智慧引擎驅動視 訊監控技術，連接至閉路電視(CCTV)等基礎設施偵測與分析動作異常，並能透過臉部辨識以確認是否 有非法闖入或不明物體造成安全威脅。
人工智慧驅動的安全工具和系統將持續作為安全防護的基礎，從網路空間、視訊監控、軍事偵察到 傳染病預防等領域展現各種令人振奮的新應用。
AI影像辨識系統結合多支監控攝影機，協助福特汽車實現更快速、 更準確的缺陷檢測w。 (圖片來源:Mimir AI Technology)
多攝影機AI影像辨識系統提升產線準 確度
在汽車生產線上，從鈑金沖壓車身面板時，每4 秒 從金屬板上沖壓出新的車身毛坯。由於面板尺寸較大 (10×7 英呎)，材料中可能出現微小的缺陷，坯料可能裂
開或撕裂。如果無法正確辨識這些有問題的毛坯，生產 線可能因為這些有缺陷的料件而停擺。
智泉智能科技(Mimir AI Technology)的人工智慧 影像辨識系統整合多支監控攝影機，能夠比傳統人工方 式更快、更準確地檢測缺陷，並且發掘出以前看不見的 缺陷，而這些新的資訊又能進一步訓練人工智慧模型以 獲得更高準確度。
透過現場多個檢測點的攝影鏡頭，以及經過特殊 設計的檢測閘門，加上設定攝影鏡頭的影像擷取分析 頻率與俯仰角度設計，將每一個通過檢測的料件進行 金屬沖壓缺陷檢測、烤漆檢測、儀表板檢查、座椅外觀 檢查、零組件檢查、傳動裝置檢查、輪胎胎紋檢查等。 有問題的狀況被檢測出來後，系統會自動將料件編號 與照片傳送到現場品管經理的行動裝置APP上，再次確 認問題狀況後，生產系統就會自動將該料件排入再次待 檢查或重新加工區域，在不影響自動化生產線工作的前
20 www.edntaiwan.com