公司的數據有多安全？將其放上雲端，面臨的風險是否差不多？以上問題經常令資訊安全專業人員寢食難安。這也難怪，因為許多企業以為儲存於雲端基建內的數據不會外洩，但事實證明這種想法是大錯特錯。實際上，公共雲滋生出新的攻擊趨勢，而早前 Sophos 針對 Amazon Web Services （AWS） 數據中心進行的研究，正好印證網絡罪犯在這方面的行動有多迅速。 公共雲的風險有多高？ 安全研究人員可透過雲端蜜罐（一種網絡攻擊目標模仿系統）來監察出網絡犯罪行為，而 Sophos 便在 AWS 全球其中 10 個最受歡迎的數據中心設置蜜罐，啟動後不消一分鐘（52秒）， 即有蜜罐遭受攻擊；30 日後，每個蜜罐錄得平均每分鐘被攻擊高達 13次。 我們的研究顯示，網絡罪犯現時積極尋找脆弱或開放的雲端目標來入侵，甚至會利用自動化工具以求迅速得手。雖然這並不代表企業採用公共雲就一定會陷入危機，但研究結果反映出，如企業要享有公共雲帶來的優勢，就必須確保轄下數據的安全，亦即是要注重智能可視度、法規遵循以及人工智能監控。…

其實人臉識別技術仍未成熟，但世界各地執法機關已經一致看好，中國就係其中一個？究竟人臉識別技術會令世界更加美好，抑或變得縛手縛腳？背後有何隱憂？最近科技網站 ZDNet 發表咗一篇關於澳洲政府看待人臉識別嘅文章，睇下有乜嘢啟示同借鑑？ 反恐為由，硬推人臉識別 唔少政權都喜歡以「反恐」為由去提升國防、安檢權限同技術。昆士蘭州警察局（QPS）於去年黃金海岸嘅英聯邦運動會（Gold Coast Commonwealth Games）推出人臉識別系統，作為防範恐怖襲擊之用。點知轉個頭，已經被警方用來進行一般警務調查；雖然被權限所約束，只能接觸有限資料，但已夠引起大眾關注及不安。 如果話套架生未發展成熟，又未諗到全個配套，貿然上馬絕對不智。昆士蘭大學資訊科技及電機工程學系 Brian Lovell 直斥當局呢個決定 complete failure，徹底失敗。Brian Lovell 指，昆士蘭州警察局完全無喺 deployment 下工夫，完全無認真咁為鏡頭擺位、部署考慮過，而且背後亦無做好基建 support，反而會製造出私隱危機。Brian Lovell…

單係電話騙案已經好難防備，如果再加埋人工智能嚟扮聲扮口音，中招風險肯肯定大增。以為好難攞到你把聲？少年，你太年輕了。 而家最多人討論嘅欺詐科技，一定係 Deepfake 技術，透過 AI 模擬技術，就可以令浸浸、朱克伯格等名人，喺影片中講出你想佢講嘅說話，要製造災難性假新聞真係一啲都唔難，跟車太貼嘅個案亦只會愈嚟愈多。不過，現階段模擬像真度都仲有啲瑕疵，小心留意絕對可以發現唔自然嘅地方。 語音分析提升像真度 如果唔睇畫面，淨係聽聲又如何？相信會仲多人中招。好似今年三月英國一間能源公司嘅 CEO，就因為收到德國母公司上司一通電話，就將 200 萬港幣轉咗去匈牙利供應商嘅戶口。呢個 CEO 事後話騙徒唔單只把聲同佢上司一模一樣，而且仲連語氣、口音都無分別，所以就咁上當，如果唔係對方幾分鐘內又再要求過數令佢起疑，隨時會二次中招添。 欺詐案調查專家 Rudiger Kirsch 喺收到承保嘅保險公司委托，經調查後發現今次唔單只係一般電話騙案，仲係加入咗人工智能元素。由於保險公司從未處理過同 AI 有關嘅個案，所以先搵佢幫手。佢話自己都測試過一啲黑客用嚟模擬語音嘅軟件，像真度極高，而且唔難買到，所以預期呢類騙案會大幅增加。 其實上年網絡安全公司…

Fact check 真係好緊要，不過假新聞發佈速度咁快，唔係下下都 check 到。試諗下，新聞都咁難 Fact check，如果換成一條片，要睇下佢有無造假，就更加需要大量功夫啦！ 科技發展得咁快，而家開個手機 app 都可以隨時換臉，要變成明星定一隻兔仔都冇難度，最火熱嘅話題叫 deepfakes，就算真人無講過佢說話，都可以用 A.I. 將影片加工，做到真嘅一樣。其中一個 deepfakes 高手德籍華人科學家黎顥，最近接受訪問時就話佢愈做愈驚，仲喺上月中國大連舉行嘅世界經濟論壇搞咗個攤位，俾嚟參加論壇嘅國家元首同富豪「體驗」一下換面係幾咁容易，希望藉此提醒佢哋關注 deepfakes 問題。 黎顥接受訪問時話，原來好細個已對電腦影像有興趣，12 歲睇《侏羅紀公園》，對電腦可以畫出世界上唔存在嘅恐龍表示非常震驚，所以佢一直立志要從事電腦影像嘅工作，喺端士讀完碩士就加入咗電腦影像行業，代表作係後前製作幫《狂野時速7》加入大量 Paul…

AI 技術已經發展成熟，亦不再是財雄勢大的企業專利。利用 AI 技術，中小企可以提升工作效率，更可以改善業務、提升服務質素，進而增加營業額。坊間已有不少 AI 方案，懂得善用，絕對可以殺出一條血路。今次同大家分享 3 招 AI 基本功，讓你輕鬆搖身一變成為 AI 企業。 第一招：將數據轉化成行動 無論中小企乃至大企業，其中一個命脈必定是 CRM（Customer Relationship Management，客戶關係管理），即是湊客。CRM 透過積累和分析客戶過往的紀錄，增進企業與客戶的關係，將銷售收益最大化及留住客戶，更可以找出潛在客戶以及預測市場及客戶需求。CRM 收集客戶資料的渠道包括公司網站、電話、郵件、線上聊天、市場行銷活動、銷售人員及社交網路等。 過往的…

Elon Musk 有份支持嘅非牟利組織 OpenAI 主力研發 AGI（Artificial general intelligence），矢志為人類未來幸福研究人工智能技術，OpenAI 嘅 OpenAI Five 亦曾打《DOTA 2》血洗電競職業玩家。OpenAI 揚言不會因為私利而隱藏技術，但會為公眾安全著想，而不公開某些技術資料。 言猶在耳，OpenAI 最近公布研發新成果 AI 文字生成器 GPT2，其作文能力極高，可生產幾可亂真嘅文章，亦意味著撰寫假新聞、假論文、假輿論嘅能力極強，落入壞人手中可能危害大眾，因此引起極大爭議。為公眾安全著想，OpenAI 決定不會釋出訓練好的模型，只公開部份模型和範例。…

最近睇過一篇文章，內容是講述「人腦」和「機器」應該如何分工做判斷。先講 20 年前，分工大致是：機器負責基本計算、存儲記錄、資料傳輸；人類就負責做分析和決策。現今電腦運算能力提升，究竟「分析」和「決策」，由機器還是人腦處理比較出色呢？這並不是簡單一個 Yes 或 No 的答案，而應是「人腦」和「機器」兩者如何分工和重新定位的問題。 人類判斷有兩套系統 首先，人類是如何作出判斷，簡單來說：有兩套系統。 「系統一」是憑直覺及過往經驗，也是人腦的強項。「系統二」是靠資料來演算，就是機器的優勢所在。大量證據顯示，若有得選擇的話，單靠「系統二」得到的決策和預測（即是全由機器來決定），通常比「系統一」的判斷更優勝。 機器判斷更優勝 點解？因為即使資料不足或 algorithm 尚欠成熟，要作出修改實在不難，也可隨時再演算一次。但要推翻最高領導的主觀決定，就複雜得多了。所以，奉勸各位領導，如果是機器可以處理的判斷，就應由機器去處理。天氣預測就是一個好例子，每日每分每秒大量的不同的氣象數據，由電腦機器預測出來的天氣，肯定比氣象學家來得準確。 不要依賴最高領導人 在這似乎講到人腦決策價值不大，當然不是啦。在某些情況中，仍然應該運用人類主觀判斷，只是比重倒轉（把你的主觀判斷，量化成機器決定的參數），或去處理一些更深層問題。隨著科技發展與普及，我們要擺脫對機器作為主導分析的抗拒，更不要依賴最高領導人的決定，因為機器的判斷不會比他們差呢。

中國的大型科技公司：百度、阿里巴巴和騰訊（統稱為 BAT）這三巨頭正努力把自己定位成為 Smart City 解決方案領導者，並希望打造自身為──自動駕駛、語音對話式 AI、面部識別技術、預測性醫療保健方面等的全球領導者。 BAT 的優勢 BAT 有資金和資源，除了積極擴展到亞洲其他國家，正努力招募外國人才，並投資外國的 AI 創業公司，形成全球合作夥伴關係。再加上中國市場有得天獨厚的 AI 應用的條件，包括人口龐大、數據量大、科技人才湧現、廣泛電子商貿應用，更有大量物聯網設備也在中國生產。綜合起來，會給予 BAT 在打造 AI 平台的優勢。 BAT 面臨的最大挑戰…

人工智能（Artificial Intelligence A.I.）大概有以下範疇：機器學習 Machine Learning、自然語言處理 Natural Language Processing、自動機學 Robotics 等。透過深度、多層的學習模式，人工智能可以為人類處理大量信息並作預測及自主行動，包括預測我今天想吃中餐還是西餐，了解侍應的日常語言，點餐並用自動機餵我吃飯等。早些兒，網上書店憑我的選書行為，已能預測我喜歡哪些書，準確程度令 Neo 有些心驚，覺得對方比 Neo 還了解 Neo。近日 Facebook 與 Cambridge Analytica 的事情，可能只是冰山一角。看著國會議員的問題，我覺得人類很有娛樂性。…