人工智能，电脑黑客，当你猛一听这两个名词，似乎觉得他们之间的对抗肯定会像重量级拳王争霸赛一样精彩，但不好意思，让你失望了，如果二者真的对抗起来，现实可能更像是校园里的小屁孩儿打闹。

阿兰·图灵是人们公认的“计算机科学之父”和“人工智能之父”，他在上世纪五十年代曾连续发表过两篇论文，一篇题为《计算机器与智能》，另一篇则是《机器能思考吗？》，这两篇论文在人工智能领域有着极大的影响力。随着如今神经 *** 技术的发展，阿兰·图灵在其论文中提出的很多问题都已经有了答案，不过科学家们并没有停止对人工智能的思考，我们知道，机器已经可以思考了，但现在人工智能圈子里热议的话题已经变成了“机器能比人类思考的更好吗？”，或许反问一下这个问题能更容易找到答案：

“人类能比机器思考的更好吗？”

当然！

黑客并不关心人工智能或是人工反智能的发展，他们的方式其实就是超越机器。黑客们很清楚一点，虽然计算机比人类更聪明，解答问题速度更快，但这并不意味人类就无法打赢翻身仗！

“目前，还没有任何一个人工智能可以模拟最最基本的黑客技能，”Eric S. Raymond说道，他是个编程高手，同时也是一名开源软件的倡导者，“未来人工智能是否可以模拟黑客？现在还不得而知。现在，我们无法预测未来十年、二十年、或是五十年人工智能会具备哪些能力，就像没人会直截了当的告诉你，他/她能骗到你一样。”

如果你在白帽黑客社区问到人工智能黑客技能的问题，那么上面这段话可能就是答案，当然啦，这个答案或许比较刺耳。不过，在二进制的世界里可没有垃圾话，坦白说，人工智能可能真的连最基本的黑客程序都搞不定。

如果要理解为什么会这样，首先，你必须要明白一名“优秀的黑客”是如何炼成的。

Jon Erickson在美国北加州工作，是一名密码破译专家和安全专家。他认为，如果想要成为一名成功的黑客必须要拥有五个基本技能，分别是：编程能力、汇编语言能力、调试程序或排除程序故障的能力、反向工程能力、以及研究能力。

• 编程：编程说白了就是写代码，以便制定可执行的计算机程序。

• 汇编语言：汇编语言是一种用于电子计算机、微处理器、微控制器或其他可编程器件的低级语言，亦称为符号语言。在不同的设备中，汇编语言对应着不同的机器语言指令集，通过汇编过程转换成人类无法翻译的机器指令。这些指令集能让黑客访问CPU架构，但更多的是让黑客了解计算机正在做什么，而不是去命令计算机做什么。

• 调试程序或排除程序故障：调试调试或排除故障其实是一个清理程序的过程。“了解如何使用低级别调试器，能让黑客探索，检查程序执行时会发生哪些的问题，”Erickson说道，“使用调试器是更好的方式之一，因为它可以看到程序在执行时时如何实际交互的。”

• 反向工程：“基本上，反向工程可以搞清楚某个程序究竟做了什么，你只需看下机器指令，或是看下程序反复发送什么数据，”Erickson继续说道，“有时，只要看看路由器固件镜像或是封闭原始码软件，就足以让黑客找到后门或是代码中的漏洞，然后轻松逃掉。为什么会这么简单？因为你根本无需查看机器指令了。”

• 研究：“在黑客世界里，你需要不断钻研，不断探索，这样才能让自己始终处在领先地位，”Erickson解释说，“但是这不意味着一些老技术就不值得学习。举个例子，基于对战的溢出漏洞已经存在大约有半个多世纪了，但即便是现在，仍然在被很多黑客使用。”

好了，现在就要问人工智能一个问题了，那就是人工智能可以具备上述这些特质吗？坦白说，还真的可以，不过是绝大多数可以。在如今的人工智能程序中，已经实现了编程功能，更掌握了编程语言。而相对于人类，机器处理反向工程其实更轻松，还有调试程序或排除故障，机器做的也比人类要好。

但是在研究这件事儿上，人工智能还真的不擅长。人工智能可能会掌握一套信息类别，甚至有些人工智能还具备了内置自我创造力去尝试各种不同的图示 *** ，或是改变各种可能导致机器“慌乱”的条件，但人类具备自我调整的能力，可以不利用过程而获得结果，机器还真的做不到这一点，机器只能适应条件反射，因为它们没有主动性。好了，为什么有些系统可以成功阻止人工智能机器黑客，但却拿真正的人类黑客毫无办法？现在你该明白了吧，上面这些就是答案。