2017年底，在伦敦帝国战争博物馆，开发者应用现代人工智能（AI）技术，破解纳粹在二战中用来加密通信的"牢不可破"的谜机。在2000台数字海洋服务器上使用人工智能程序，Enigma模式的工程师们只用了13分钟就完成了Alan Turing花了数年时间才完成的任务，而且只花了7美元。我一直对"谜"机器及其对第二次世界大战的影响着迷。我岳父除了是一个伟大的历史迷外，还于D+3（奥马哈滩头阵地建立三天后）去了诺曼底。他在一个先遣队服役，为军队寻找穿越全国的道路，因此，他们是第一个经过集中营并将其解放的人。没有这些都不可能谜。那个Enigma机器Enigma机器是一个复杂的设备，包括一个键盘、一组转子、一个字母环和插头，所有这些都可以由操作员配置。为了使消息同时被加密和解密，两个操作员都必须知道两组代码。德国每月出版一份基本代码，每24小时修改一次。然后，大数据前景如何，每个操作员创建了一个仅用于该消息的单独设置。单个代码的密钥以消息的前几个字符发送，并以基本代码编码。这创造了超过530亿种可能的组合，每24小时改变一次。正因为如此，这台机器得到了广泛的考虑牢不可破。玛丽安Rejewsky和波兰密码局的其他数学家一起，在1932年破解了一个早期版本的"谜"机器，方法是窃取几台机器并对其进行逆向工程。他花了不到一年的时间才弄清楚德军双信息设置和转子接线的一般原理，又花了一年时间对设置进行编目。在所有这些之后，每天的钥匙可以在20岁以下获得几分钟。但是随着德国加速其战争机器的发展，纳粹海军通过增加插头和更多的转子使机器变得更加复杂，使得人类无法通过数十亿种可能的组合来工作。进入英国州的布莱切利公园，在那里，一位杰出的英国数学家Alan Turing在1939收集了一组密码学者、谜题求解者、语言学家和数学家，并完成了破解德国代码的任务。"一个波兰数学家Rafal Janczyk解释说："谜为Alan Turing开发计算机奠定了基础。"Enigma首席执行官兼联合创始人模式。雷耶夫斯基他的团队将他们破解的"谜"机器从波兰偷运出去，并设法前往布莱奇公园，在那里他们把机器和他们的专业知识捐赠给图灵。在Rejewsky的工作基础上，图灵能够自动完成破解日常代码的加密技术。花了一年的时间来解密他们的第一条信息。他们称他们的工作为炸弹，这被广泛认为是第一次电脑。但是这比简单地破坏代码要复杂得多。因为纳粹每隔24小时就要改变转子的设置，所以每到新的一天，都会带来一套新的15354393600个密码变体，必须解密。很多时候，他们通宵工作，却没能破译密码，不得不重新开始下一个一天。它是一项令人精疲力尽，几乎不可能完成的任务。70年后，Enigma Pattern想知道，像人工智能这样的现代技术是如何改变事物的，以及它们是否能够在时间。怪胎出处：用现代人工智能打破谜团"这个项目从这个问题开始，詹奇克说："如果阿兰图灵拥有当前的计算能力和围绕人工智能的所有发展，他现在能做什么呢？"。由于人工智能仍然是一个新的学科，公司允许员工将20%的时间花在他们选择的辅助项目上，这些项目鼓励人们开箱即用AI.回溯图灵的足迹是Enigma数据科学主管卢卡斯·昆塞维茨（LukaszKuncewicz）的宠儿项目（也是另一位波兰数学家的联合创始人）。昆斯威茨选择这个项目是为了参考英国人和波兰人的共同历史，他们利用人类的智慧来克服第二次世界大战的最大障碍。（他们的第三位联合创始人迈克·吉本斯是英国人），昆斯威茨决定重新制造纳粹海军版本的机器，低价云服务器，这是最先进的。他的团队首先用Python重建机器、转子和插头。最初，他们试图教他们的人工智能去解码谜码本身，但没有成功。Lambda也没有从亚马逊他说，他的计算量有问题。"由于AWS的Lambda函数不是很快，并且在执行时间方面有一些限制，所以并发Lambda计算的数量非常多。如此之高以至于我们花了一个多星期的时间从一个AWS部门转到另一个部门，试图从他们那里挤出一个关于延长我们限额的决定我们只使用（DigitalOcean）来满足快速的‘bish bash bosh’需求，当我们需要一个更大的服务器运行几个小时时，它们是非常好的。"。Enigma Pattern将DigitalOcean用于各种各样的事情，从学习环境到快速计算任务（结果将存储在内部计算机上），到原型项目（当他们还不确定将有多少台计算机时）需要。什么时候Enigma提到这个项目，DigitalOcean很快同意提供ML一键式水滴。"它符合公司的开发重点，"去年推出的ML 1-Click的研发工程师马克·米姆斯（Mark Mims）说，他展示了其易用性，因为一次点击（你猜到了）一个ML 1-Click液滴可以在几分钟内旋转起来。"但如果你想启动2000台服务器，你就不会使用网络用户界面了在半天之内，DigitalOcean已经为测试中使用的1000个液滴进行了水合处理阶段。那个Kuncewicz和他的团队的下一步是训练一种识别德语的算法，他们使用了格里姆斯童话，包括汉斯和格雷特、长发公主、灰姑娘和伦佩尔斯蒂尔茨金，总共200个故事。为什么是儿童故事？嗯，这不是人工智能必须解密德国哲学，而是军事电报，它使用尽可能少的文字。童话也是用简单的语言写的，所以说得通。而且成功了。有趣的是，最终人工智能无法理解德语。但它做了机器学习最擅长的事情：识别模式。它团队花了两周的时间来训练机器和创建Python代码，另外两周是第一次成功解密消息。但是为了复制图灵的成功，一个成功的解密必须在24小时内完成几个小时。然后呢他们决定通过使用纯粹的计算能力，再添加1000个液滴来打破这一局面。我将让Kuncewicz解释细节："首先，"他说，"人们必须接受这样一个事实，即使你有2000个液滴，你仍然有数十亿个组合需要检查。而我们所使用的神经网络，不管它在识别德语方面有多好，并不是一个速度恶魔，商业大数据分析，"这是因为它使用递归，这在处理语言时会给你带来这种提升，但你要付出计算时间。因此，我们的想法是，你需要把麦子和谷壳分开，只使用网络来检查最有可能的候选对象。"所以为了让人工智能发光，我们实际上使用了2000个仆从来完成这些繁琐的工作。每个人都称赞人工智能，但实际上99%的工作都是由仆从完成的。生活，对吧？"我们用Python编写了一个仆从，DigitalOcean有这个非常好的API来存储图像。所以你创建了一个仆从，说"数字海洋，请把它保存为一个图像"，然后你说"数字海洋，请创建2000个副本，让它们运行"，你就有了它们。它连接到总线并获得第一个尚未执行的任务。这个赋值是一个由乱七八糟的文本（编码的消息）和密码组合组成的包。它检查每一个密码的胡言乱语，检查解码后的信息是否听起来像德语，如果是，个人云服务器，通过同一总线发送给人工智能进行更详细的检查。他们从RabbitMQ获得密码组合的份额，他们接收一些需要解码的乱七八糟的字母，使用给定的密码对其进行解码，然后进行一个非常粗略（但非常快速）的检查，看看在这个管道的末端是否有类似于德语的东西。"如果代码看起来像德语，它被推回到主服务器，在那里人工智能发挥着它的魔力，"这项工作不以任何方式协调，每个仆从都不知道其他人的任何信息，他们完全是自主的。这很好，因为这意味着如果我们愿意（如果数字海洋允许的话），我们可以有200、2000或20000个这样的数字。我们拥有的越多，破解谜码的时间就越短。"2000台虚拟服务器每秒运行4100万个组合。13分钟的仆从工作后，轰！新的炸弹打破了密码。谜模式：这些人是谁？""人工智能被称为新的电力，"Janczyk说，"因为它将应用于所有领域，"Enigma模式适用于那些已经收集大数据但不确定如何利用其能力的公司。"他说："你会惊讶于有多少公司存储了大数据，但却不知道如何使用它。"例如，一家咖啡连锁店宁愿开一家新店，也不愿钻研数据以确定如何优化现有门店，云服务器买哪个好，因为他们知道如何开一家新店，也不知道如何挖掘数据。"他们的一个客户拥有超过10000辆汽车的车队，他们收集各种原始数据。Janczyk和他的团队与客户坐下来讨论业务的痛点，他们如何使用他们已经拥有的数据来帮助缓解痛苦，以及人工智能如何能够救命。轮胎是一个巨大的商业成本。除了轮胎的价格外，还有保养费用和司机停工时间。