2021 智能制造、智慧金融、智能安全有何发展趋势

为了更好地帮助 AI 人做好准备迎接新的一年，机器之心 PRO · 人工智能「2020 年度回顾与 2021 趋势前瞻」特别策划于 2 月 1 日至 9 日正式上线并获得累计超过 20 万的直播关注。其中机器之心 PRO · 人工智能「2020 年度回顾与 2021 趋势前瞻」之「2020 -2021AI 产业发展趋势大咖说」携手二十余位耳熟能详的 AI 重磅专家进行了为期 5 天的精彩分享，解读涵盖产业趋势、智能制造、智慧城市、数字新基建等十多个领域智能化发展趋势，并联合百度科技共同打造视频节目《AI Talks》，带您畅游人工智能产业的过去、现在和未来，探讨 AI 带给社会的变革与机遇。

在 2 月 5 日的机器之心 「2020-2021 AI 产业发展趋势大咖说」直播间，创新奇智 CTO，联合创始人张发恩、微众银行人工智能部副总经理陈天健、安芯网盾副总裁杨春光以「智能制造：从赋能到融合的价值共同体」、「AI+Fintech：人工智能驱动银行数字化转型」、「智能安全：如何在威胁到来之前保持领先地位」为主题分享了他们对于行业的智能趋势判断。 

以下为直播实录。 

创新奇智张发恩：从赋能到注入再到融合，才能真正把 AI 技术应用到智能制造业当中

当前中国经济正在进入增长范式拐点，后端创新将提供新机遇。比如，过去以社交、媒体、电商、支付、出行、O2O 为代表的 To C 端应用丰富，但是 To C 的应用企业很多技术的提供方都来自 To B 的企业。从过去到现在再到未来，To B 为主，后端创新将越来越趋势化。 

以前的 To C 企业多是单打独斗，但在未来，会有越来越多的厂商选择采购 To B 端的服务，同时 To B 端企业也会采购更多 To B 的服务，这就意味着未来中国的企业服务市场会越来越大。 

2011 年之前，人工智能技术是存在于学界、科研机构之间的一个小众工具，从 2011 年之后，越来越多的工程师加入到人工智能的学习和研究中来，人工智能从少数精英“发明期” 进入遍地开花 “应用期”。但 AI 至今渗透率仅为 4%，深度学习与产业界的结合才刚刚开始。今天的 AI 发展进程仅相当于互联网的黄页时代，也就是说 AI 发展进程未来将持续快速增长。可以预见的是，AI 将创造前所未有的财富。 

深入到智能制造领域的融合创新，创新奇智遵循从“行业 AI 插件”到“产业 AI 引擎”这样一条赋能制造业的路径。从赋能到注入再到融合，实现从单点到线再到面融合，才能真正把 AI 技术应用到制造业当中。创新奇智的另一个观点是聚散为整，利用 ManuVision 工业视觉平台、MatrixVision 视频智能平台、Orion 自动化机器学习平台三大平台支撑制造业多样化场景。在技术资产之上，创新奇智深入高科技/3C、汽车装备、面板半导体、工程建筑、钢铁冶金、能源电力这七大行业发力，提供行业解决方案。 

微众银行陈天健：数字化是银行业发展的必然趋势，是宏观经济形势变化的产物 

基于 AI 技术的全数字化银行服务流程包含 在线获客、客户在线咨询、核身验证、风险评估、AI 驱动客户体验五大环节。其中营销占整个服务成本的比重较高，而降低营销成本首先要通过媒介系统进行流量购买，同时利用一些大的流量平台通过联邦学习进行流量筛选，然后放到前置层，就可以进一步提升后端整体的转化效率。这样做还能保护银行的数据偏好不会因为联邦间的合作对外泄露出去，这样既提升了效率又保证了安全。 

当前，数据保护主义流行，国内的数据法规政策逐渐走向严格化和全面化。在严格监管的背景下，解决数据缺乏的问题有两大路径：一是利用替代数据源，二是建立合规的大数据合作机制。替代数据源来源渠道有智能手机、微型卫星、物联网、监控摄像头、支付终端、无人机/无人车。其中微型卫星和无人机/无人车相对不过多涉及个人隐私，可全时全天候监控，但面临数据量巨大，信息密度较低的缺点。而另外四种数据无法直接进行数字合作，就需要引入联邦学习这一解决人工智能落地中数据孤岛与数据隐私保护难题的通用解决方案的机构。同时基于联邦学习可以构建新型数据要素市场。 

总体上看，数字化是银行业发展的必然趋势，是宏观经济形势变化的产物；数据能力作为银行的战略资产，其建设应当纳入数字化转型的总体规划考量。 

安芯网盾杨春光：人工智能安全从内存保护开始 

无文件攻击是一种典型的基于内存的新型攻击方式，截至 2020 年，超过 50%的用户遭受过无文件攻击。主要原因是无文件攻击利用了系统可信工具，从而绕过了传统防护手段。尽管企业和机构都部署了大量的安全防护产品，攻击者仍然能够轻而易举的突破层层防线，复杂的网络攻击在不断增加，现有的检测防御方案失效，成为企业在安全能力建设中的痛点。 

基于内存的攻击难以防御的四大原因分别是： 

原因二：基于网络和日志无法检测内存攻击行为。基于网络或日志方式具有明显滞后性，基于内存的攻击运行在正常的信道上，并且会逃避检测； 

原因三：传统防护手段无法应对内存攻击行为。应用程序安全可以通过很多手段进行加强，包括安全管理手段与技术手段，但是应用程序引入第三方库以及复杂的业务架构使其变得复杂化，不可避免地会引入一些新漏洞或新风险； 

原因四：传统安全防护体系缺乏运行时保护能力。20 世纪 90 年代我们以边界防御为主，其核心思想是防止非法进入。21 世纪初，以深度防御为主、核心是建立层次化防御，针对不同维度引入相对应的安全防护手段 。2010 年以后，以连续监测为主，主要是用于分析被突破后继续通过蛛丝马迹发现恶意行为。而现在我们以主动防御为主。提高“实时响应”能力是主动防御的一个重要环节，能够实现对业务连续性的保障。

点击阅读原文，获取机器之心 PRO · 人工智能「2020 年度回顾与 2021 趋势前瞻」全部 27 位嘉宾的独到洞察。

机器之心 Pro

追动态 | 查数据 | 搜研报 | 看分析 new

机器之心 Pro 是基于机器之心团队自主构建的「百万级规模产业图谱」及「结构化数据库」的人工智能产业市场信息终端，持续为您追踪近百个以人工智能为代表的科技与智能化创新领域。

市场数据– 大范围、高质量的人工智能市场数据库，囊括数千企业、方案信息及可自主下载进行进一步分析的特色数据包，助您洞察人工智能产业市场现状。

研究报告– 收录近千份专业研究报告、问卷、可视化图表及案例研究并持续更新，助您高效获取专业洞见。

行业趋势– 实时收录技术升级、政策发布、资本事件重要市场动态及相关解读，助您了解产业最新发展动态，把握人工智能发展趋势。

智周分析 beta– 通过可视化数据分析，解读产业智能化创新发展趋势，分析近百个以机器学习、自然语言处理、计算机视觉为代表的人工智能技术与产业智能化创新升级领域，助您探究发展现状、探索发展机遇。