MOPCON 2018 下

LaiBit
Folllow Em
Published in
3 min readNov 5, 2018

原本對於這次議程沒有抱任何期待,卻比預期發現更多寶藏。

創業的辛酸與奧義,這是在Unconference上,想說主議場沒有想聽的,就到這裡看看。
沒想到,這一場真的很精彩,講者是邱銘彰,是連續創業家。
創立第一間資安公司艾克索夫是針對惡意文件提供防護並作惡意程式分析的資安公司,在2007年成功賣給美商阿碼科技;第二間是資安公司艾斯酷博,鎖定當時最關注卻也最難解決的造成APT攻擊領域,在2014年成功賣給在美國上市的以色列安全公司Verint;第三間就是現在的奧義智慧。
他提到創業最記憶深刻的地方在於要慶祝老婆生日時,戶頭連買蛋糕的錢都沒有,恩…我也有遇到這樣的狀況,幫我老婆繳完保費喔,身上就沒錢後,隔天就跑到大陸出差,還好費用全都由公司支付,回來口袋才滿滿…離題了。

創業心得

因為聽完這個議程,下午的安排馬上改成他在主議場的演講“人工智慧下的資安新視野”。
提到要做機器學習,最最最重要的就是,錢💰。
機器視覺在2012的AlexNet有了非常大的進展,但其他領域還是卻沒有太多突破,因為最困難的地方還是在於資料集。

機器視覺的成長(由右至左)

內容提及了機器學習最重要的資料收集,好比你要做一個下棋的機器人,如果你上網去下載所有的棋譜,只會做出一個不厲害的機器人,因為高價值的棋譜資料是難以收集的,容易收集到的都是笨蛋下的棋。

AlphaGO Zero能在圍棋比賽拋除雜念,你還不能拋除雜念勒!

Machine learning的缺點,我們可以訓練機器人辨識貓和狗,而且辨識失敗率可以達到人類專家的3%,但是…總有個but,只要在辨識的貓狗圖片裡面參雜其他雜訊,結果就會完全不一樣。

Source link: https://twitter.com/anishathalye/status/959130818730917889

因為我們人類可以處理雜訊資料,但是機器不會,這樣我們都可以隨時讓機器人瘋掉。最重要的,收集樣本資料是非常貴的。
第二天的議程真的收穫非常多,下方提供共筆紀錄連結

人工智慧下的資安新視野

議程結束後,立馬驅車前往捷運市議會站,快速疾走到丹丹漢堡,再去老周冷熱飲,店員看到我時,還問我在運動嗎,為什麼滿頭大汗?我説從市議會站快走過來,是真的很累很熱呀!
全部買完後,再走前往高雄車站搭捷運至左營高鐵站,終於順利結束這回合。

巧遇選舉造勢

忘了說,中午吃的家常牛肉麵真的好吃,下次可以再去拜訪。

家常牛肉麵

--

--

LaiBit
Folllow Em

著迷於Apple的工程師,從醫療軟體公司到新創團隊,現任職於遊戲公司,超過五年以上的軟體開發經驗。常在旅行中找尋靈感,音樂和貓是每天賴以為生的精神糧食。