دوره آموزشی خطرات امنیتی در هوش مصنوعی و یادگیری ماشینی: دسته بندی حملات و حالت های شکست (2022)

از پیش‌بینی نتایج پزشکی گرفته تا مدیریت صندوق‌های بازنشستگی، ما به فناوری یادگیری ماشین (ML) و هوش مصنوعی (AI) اعتماد زیادی داریم، حتی اگر می‌دانیم که آنها در برابر حملات آسیب‌پذیر هستند و گاهی اوقات می‌توانند ما را کاملاً شکست دهند. در این دوره، مدرس دایانا کلی نمونه‌های دنیای واقعی را از آخرین تحقیقات ML می‌آورد و راه‌هایی را که ML و AI ممکن است شکست بخورند، ارائه می‌دهد و نکاتی را در مورد نحوه طراحی، ساخت و نگهداری سیستم‌های انعطاف‌پذیر ارائه می‌دهد.

در مورد خرابی های عمدی ناشی از حملات و شکست های غیرعمدی ناشی از نقص های طراحی و مشکلات پیاده سازی اطلاعات کسب کنید. تهدیدات امنیتی و خطرات حریم خصوصی جدی هستند، اما با ابزارها و آماده سازی مناسب می توانید خود را برای کاهش آنها آماده کنید. دیانا برخی از مؤثرترین روش‌ها و تکنیک‌ها را برای ایجاد ML قوی و انعطاف‌پذیر، مانند بهداشت مجموعه داده‌ها، آموزش دشمنان، و کنترل دسترسی به APIها توضیح می‌دهد.