据TechXplore网3月8日消息，美国麻省理工学院开发出一种新的深度学习算法，可帮助人工智能避开“对抗性”输入攻击。通常，人工智能会因为外界恶意干扰性输入或是不精确的传感器数据而产生有偏差的输出，存在安全隐患。为此，麻省理工学院研究人员将强化学习算法与深度神经网络相结合，开发出一种新的算法，旨在通过对所接收的测量和输入进行安全检测，来帮助机器在真实但不完美的环境中导航。该算法可能会考虑较小的偏差或不确定性区域，因此能够排除传感器性能不佳及测量结果不理想所造成的干扰，帮助机器人安全地处理现实世界中不可预测的交互作用。
https://techxplore.com/news/2021-03-algorithm-artificial-intelligence-dodge-adversarial.html