近日,加拿大公共安全部長Ralph Goodale、國防部長Harjit Sajjan及加拿大創新、科學與經濟發展部部長Navdeep Bains聯合發布了加拿大新版《國家網絡安全戰略》。該戰略將指導加拿大政府的網絡安全活動,加強加拿大打擊、抵御網絡犯罪的力度,提高本國的網絡安全彈性,保護加拿大公民的數字隱私、安全和經濟。
網絡安全是加拿大創新和繁榮的重要保證因素。為保障支撐個人、政府、企業等正常運轉的網絡安全,加拿大政府及其伙伴將圍繞以下三個主題攜手努力。
(1)安全性和彈性
加拿大政府將不斷提高自身網絡安全能力,并與合作伙伴協同行動,更好地保護加拿大公民免受網絡犯罪的侵害、應對不斷演變的威脅、保護政府和私營部門的關鍵系統安全。
(2)網絡創新
聯邦政府將通過支持高等研究、促進數字創新、提高網絡技能和知識等措施,將加拿大打造成為網絡安全領域的全球領導者。
(3)領導和協作
聯邦政府將與各省、地區和私營部門密切合作,發揮領導作用,推進加拿大的網絡安全,并將與盟友合作,努力營造良好的國際網絡安全環境。具體而言,政府將致力于:①保護加拿大公民及關鍵基礎設施的安全;②促進和保障在線權利和自由;③鼓勵服務于商業、經濟增長和繁榮的網絡安全;④支持跨轄區和部門的合作,以增強網絡彈性;⑤主動適應網絡安全態勢和新興技術等方面變化。
(1)建立加拿大網絡安全中心

戰略提出將新建一個清晰可信的國家權威機構——網絡安全中心。中心將整合現有網絡業務,為政府部門、關鍵基礎設施運營商以及公共和私營部門提供專家咨詢和服務,以加強國家網絡安全。中心將匯集來自加拿大通信安全機構、公共安全部門、加拿大共享服務局(SSC)等政府尖端網絡安全運營人才,為全國提供統一可信的網絡安全信息。該中心將面向外界,與行業合作伙伴和學界開展合作,為網絡安全事件提供更快速、更有力的響應。中小型企業也可從中心獲得指導和相關工具,以提高其網絡安全能力。據悉,該中心的首任負責人將由目前負責加拿大通信安全機構IT部門的Scott Jones擔任。
(2)設立國家網絡犯罪協調部門
根據新戰略,將在加拿大皇家騎警隊(RCMP)旗下設立一個新的國家網絡犯罪協調部門,以支持和協調全國警察力量間開展網絡犯罪調查。新部門的設立將大大增強RCMP對影響加拿大政府、關鍵基礎設施以及對加拿大公民造成傷害的網絡犯罪的調查能力。同時,還將增強RCMP與國內外合作伙伴進行刑事調查的能力,并為重大調查提供專業的網絡能力。
(3)推出自愿網絡認證計劃
根據新戰略,加拿大還將推出一項新的自愿網絡認證計劃,該計劃將推介能夠幫助企業了解和應對網絡威脅的最佳實踐,以此增強企業的網絡安全彈性。
加拿大2018年預算將在五年內投入5.077億美元,此后每年繼續投入1.088億美元,以支持該新戰略。其中包括:為創建加拿大網絡安全中心,五年共投資1.552億美元,此后每年持續投入4450萬美元;為建設國家網絡犯罪協調單位,五年共向RCMP撥款1.16億美元,此后每年持續撥款2320萬美元;為提高RCMP執法能力,五年共投資8530萬美元,此后持續投入1980萬美元;為網絡認證相關工作,五年內共撥款2840萬美元;其他經費將用于支持能夠增強中小企業、能源和金融部門網絡安全和彈性能力的額外舉措。
此外,2018年預算還為加拿大服務共享局和通信安全局提供六年共2.2億美元的經費支持,以更好地保護政府網絡和數據;為加拿大國稅局提供五年共3000萬美元、此后每年500萬美元的經費支持,以保護納稅人的個人信息安全;還將在五年內投資超過2500萬美元用以開展資源評估和認證計劃,幫助中小企業保護自身免遭網絡威脅。
近日,歐委會為新成立的人工智能高級小組(AI HLG)指派了52位專家,他們分別來自學術界、企業界和民間,將負責支持2018年4月公布的《歐盟人工智能》計劃的實施。同一天,歐委會還啟動了人工智能聯盟及其在線平臺。
AI HLG將就如何解決人工智能帶來的中長期挑戰和機遇提供建議,為政策制定過程、立法評估過程和下一代數字戰略提供支持。其還將基于歐洲科學與新技術倫理小組和歐盟基本權利局關于AI領域的已有工作,草擬相關的倫理指南,涵蓋公平、安全、透明性、未來的就業,以及對維護基本權利的廣泛影響(包括隱私和個人數據包含尊嚴、消費者保護和不歧視)等諸多問題。該草案將與今年年底前定稿并于明年初提交給歐委會。
AI HLG還將支持歐委會通過歐洲人工智能聯盟創建一個容納各利益相關方的社區,為AI高級小組的工作提供補充與支持。AI HLG擬定的倫理指南草案也將通過專用在線平臺和一系列研討會與AI聯盟成員進行商討。AI聯盟及其在線平臺旨在促進與AI相關的探討和最佳做法共享,所有對AI感興趣的人都能成為社區的一員,參與討論、微博發文、文件撰寫和相關活動。

斯坦福大學張首晟團隊開發了一個人工智能(AI)程序Atom2Vec,只用幾個小時就重新得出了人類科學家耗費近一個世紀整理而成的元素周期表。相關研究成果已發表于2018年6月25日出版的《美國國家科學院院刊》上。
Atom2Vec程序能夠通過分析從網絡數據庫得到的不同元素組合而成的化合物名稱來學習區分不同的原子,整個過程是獨立無監督的,并沒有人類智能的參與。這個程序的開發借用了自然語言處理中的簡單概念:一個詞語的特性是可以從它周圍出現的其他單詞來得出的;把化學元素根據它們所出的化學環境聚類。
Atom2Vec的開發基于一個可以把單詞濃縮成為電腦中有限幾個數字(矢量)的程序Word2Vec。通過分析這些矢量,該程序可以估計在這個單詞周圍可能出現哪些其他單詞,他們的概率是多少,之間的組合關系如何。張首晟教授指出,“我們可以把類似的想法用到原子上,就像輸入給Word2Vec很多文本里不同單詞組成的句子,我們可以輸入給Atom2Vec不同原子組成的化合物,就像氯化鈉、氯化鉀、水等等。”從這些數據的分析中,AI程序可以發現鉀和鈉有著類似的性質,因為它們都可以跟鹵素結合成化合物。
張首晟希望在未來,科學家們可以使用Atom2Vec的知識來發現和設計新材料,其團隊已經開始AI程序2.0版本的研究,集中攻克一個生物醫學上很困難的問題:設計出正確可以攻擊抗原的抗體。這對于癌癥的研究極其重要,當前最有前景的治療癌癥方案之一——免疫治療,就試圖找到并且控制能夠攻擊癌細胞抗原的抗體。
張首晟表示,這項研究更宏大的目標是設計出替代作為機器智能標準的圖靈檢驗的新標準。他提出,對于一個機器智能可以有另一種標準,“我們想試試是否可以設計出在發現自然規律上可以擊敗人類的AI,但是在此之前,要先測試我們的AI是否可以重復人類已經完成的一些偉大發現。而Atom2Vec獨立發現元素周期表就是后者的一個成果”。