人工智能（AI）大致指的是研究和創建某種信息系統，這種系統能夠利用計算機算法，像人類解決問題一樣執行某些需要人類智力才能完成的任務，比如語音識別、視覺感知和決策等。電腦和軟件不像人類一樣天生具備自我意識、情感或智能。更確切地說，它們只是執行編碼的工具，是對人類程序員智慧的繼承。

　　IBM通過沃森“認知計算”平臺，將人工智能應用于安全系統當中。沃森能夠大量閱讀安全研究，每月發布約6萬篇與安全相關的博客文章，每年發布1萬份報告。大量客戶將沃森作為其安全情報和分析平臺的一部分。

　　人工智能領域的一些科學家認為，未來十年，人工智能機器人將與我們一起生活和工作。人們已經創造出某些智能動畫角色，比如“Baby X”就是一個能進行經驗學習并能“感受”情感的虛擬嬰兒。成人虛擬替身可以插入到像沃森這樣的現有平臺上，說白了其實是把人臉放在聊天機器人上。十年之內，人類很可能會與栩栩如生的情感反應型人工智能機器人互動，就像HBO電視劇《西部世界》和電影《我，機器人》上演的情景那樣。然而，在這成為現實之前，機器人需要跟上人工智能技術的發展。

　　正如斯蒂芬·霍金在2014年所指出的，“人工智能的短期影響取決于是誰在掌控，長期影響則取決于是否能被掌控”。他相信我們正處在科幻電影的尖端領域。2014年，谷歌收購了Deep Mind Technologies（一家人工智能公司），并于2016年收購了機器人制造商Boston Dynamics。谷歌和其他商業公司將繼續投資機器人和人工智能，也許會創造出《我，機器人》中的世界，智能機器人將會在我們的街道上漫游。

　　蘋果在2007年推出iPhone，改變了全世界。十年后的今天，全世界約44%的人口都擁有智能手機——2017年，智能手機就像2006年的普通手機一樣，成為我們生活的一部分。我們很快就適應了這種變化。然而，隨著技術的進步，2027年，不難想象，我們如今圍繞著典型智能手機的一系列應用和服務將會遷移到其他更方便、更智能的設備上，我們將擁有“智能體”，手腕、耳朵、面部甚至身體其他部位都會裝有設備和傳感器。

　　所有這些都是要付出一定代價的。如果我們想讓人工智能豐富我們的生活，就必須接受設備和科技巨頭們的持續監控。在很多方面，我們已經遭受了這種監控。數十億使用“智能”設備的人沒有閱讀相關內容就同意了這些公司的服務條款，而條款內容讓這些公司完全掌控了我們瀏覽的數據和圖像。當然，這些公司發誓會加密我們的數據并加以保密，但是我們在這個過程中卻必須把掌控我們生活的鑰匙交給他們。

　　新一代惡意軟件不可避免地成為互聯網生態系統的一部分，是一種環境性軟件，也就是說，這種軟件了解自己的處境，明確自己下一步的打算，表現得像人類黑客：執行偵察任務、確定目標、選擇攻擊方法、聰明地躲避偵查。下一代惡意軟件使用的代碼就是人工智能的前身，用更復雜的決策樹代替傳統的“非此即彼”代碼邏輯。自動惡意軟件的運作原理與分支預測技術類似，旨在猜測行動之前應該采取決策樹的哪個分支。分支預測器會追蹤某個分支是否被占用，所以遇到一個之前見過的有條件操作時，就會做出預測，這樣隨著時間的推移，軟件就會變得更有效率。

　　自動惡意軟件的指導原則是收集和分析“攻擊性情報”，比如在網絡中，分段流量、使用中的應用程序、交易細節或日常事件發生時間都可以采用哪些設備類型。某個威脅在宿主中存在的時間越長，就會變得越發善于獨立操作、融入環境、根據目標平臺選擇工具，并最終根據安全工具采取相應的措施。

　　人工智能和機器學習正成為網絡安全領域的重要盟友。預測應用程序支持機器學習，以維護網絡。新的安全措施和對策也可自動提供或更新，因為新的設備、工作負載和服務可以在網絡的任何地方部署或移動——從端點到云。緊密集成和自動化的安全措施使得對一個綜合威脅的應對方案遠遠強于保護網絡的所有單個安全解決方案總和，而這種安全措施也是人工智能承諾和危險的一部分。

　　若將網絡空間比作3D棋盤，多層的移動和弱點就構成了指數級的威脅，傳統思維根本無法應對。愛因斯坦曾說過一句名言：“我們不能用同樣的思維解決問題”。人工智能使得我們得以將網絡安全問題升級，并發現更為高級的問題。認知技術讓我們對當前和未來的威脅有了新的認識，便于我們更快更精確做出回應。但問題是，我們能否像對待其他問題一樣，以同樣的方法與虛擬恐怖主義作戰呢？