машинное обучение

Аудио-дипфейки, позволяющие подделать голос кого угодно, уже используются для многомиллионных афер. Как создаются такие подделки и можно ли защититься от дипфейк-мошенничества?

Уже понятно, что без госрегулирования ИИ обойтись не получится, но каким оно должно быть? Евгений Касперский предлагает свое видение этой задачи.

Новое поколение чат-ботов создает связные и осмысленные тексты. Это пригодится и киберпреступникам, и киберзащитникам.

Уже несколько лет мы используем машинное обучение в Kaspersky Internet Security для Android. Рассказываем, зачем мы это делаем и чего удалось добиться.

Как онтологии могут помочь быстрее и лучше защищать мир от угроз — и не только.

Наш метод обучения моделей для отлова нежелательной почты позволяет сохранить приватность без потери эффективности.

Дипфейк-видео становятся все убедительнее и появляются все чаще. Как защитить свой бизнес от возможной атаки?

Рассказываем, как работают технологии распознавания эмоций, чем они полезны и что там с приватностью.

В этом году основными темами конференции Kaspersky NEXT стали ИИ, гендерное равенство и социальная робототехника.

Социальная инженерия, усиленная технологиями машинного обучения, может ввести в заблуждение даже опытного сотрудника.

Чтобы уменьшить поверхность атаки, можно заблокировать множество уязвимых функций ПО. Вопрос в том, как сделать это, не создавая помех для бизнес-процесса.

Искусственный интеллект помогает судьям, полицейским и врачам, но чем он руководствуется при принятии решений?

Какие сюрпризы преподносит нам машинное обучение? Сложно ли его обмануть? И не закончится ли все это Скайнетом и восстанием машин? Давайте разберемся.

Каждый зловред можно поймать – если знать, что он зловред. Например, при помощи обучаемой модели поведения.

Для эффективной защиты промышленного объекта следить приходится как за информационными системами, так и за операционными процессами. И мы знаем как.

Искусственный? Несомненно. Интеллект? Ну это как посмотреть…

HuMachine Intelligence это сплав трех основ — больших данных, машинного обучения и экспертных навыков наших аналитиков. Но что стоит за этими словами?

Мы стараемся закладывать принцип многослойности в каждый аспект каждого продукта.

Наша система задумана как легко приспосабливаемая под конкретные условия, и мы снабдим ее множеством сенсоров. Но мозговой центр у нее будет один.

В последнее время все технологические компании твердят о машинном обучении, но как оно работает, никто не рассказывает. А мы расскажем — максимально простыми словами.