网络安全是经常被提及的危险之一，伴随着我们家庭、办公室和其他任何地方的连接设备数量不断增加咖啡胶囊，或打开一扇门。现在想想带Wi-Fi的数字门锁。连接后，这些设备需要在发现漏洞时通过定期更新进行保护。然而，与许多消费电子产品一样，新设备在新型号问世仅几年后就被扔进了废品箱。但是，连接数字锁等旧设备仍然可以连接，并且在制造商转移后容易受到持续的网络威胁。这个被遗忘的互联网带来的风险有据可查，很明显，网络安全是企业和消费者在以前所未有的速度购买和连接新智能设备时必须意识到的事情。另一个危险是这些小工具将继续收集数据，这些数据最终将为未来的人工智能(AI)系统提供信息，以改善我们的生活。换句话说，旧数据不断流入新的AI分析工具，该工具不够智能，无法知道过时的来源导致其产生糟糕或不准确的分析。例如，想象一个故障或不准确的温度传感器不断向智能家居或楼宇控制系统报告错误的温度，然后智能家居或楼宇控制系统不必要地打开空调。高昂的电费是一个明显的问题。另一个是不必要的环境影响。在更复杂的连接系统中，例如在智能建筑中，影响可能更大。例如，电梯维护系统依靠电梯系统中的传感器来提醒操作员何时主动维修电梯。如果这些传感器已经过时，或者更糟的是，随着电梯升级多年来被遗忘怎么办？他们是否一直在报告不能反映真实情况的旧数据？电梯可能出现故障。更糟糕的是，乘客安全可能成为一个问题。当然，您应该始终“清理”数据以确保输入正确的数字。例如，您应该协调冲突的记录，但随着越来越多的数据从连接的设备流入，这项任务变得越来越复杂。越来越多的物联网设备越来越难以跟踪，就像企业一直在努力监控其所有正在运行的云资源一样。未来的人工智能是否能够丢弃可能影响最终分析的过时信息？它能学会如何辨别这种情况吗？在1979年的电影《星际迷航》中，一个很久以前被送入太空的太空探测器，在它记录并从它的旅行中学到了很多东西，以至于它成为了一个有知觉的生物。它可以追溯到人类的创造者寻找意义。当然，这是科幻小说，但机器如何利用越来越多地收集、生成、分析、存储和共享的数据的问题应该更频繁地被问到。在今天的许多机器学习算法中，创造它们的人已经失去了对他们如何得出某些结论的理解。人们被告知要相信结果是可靠的。如果是这样，那么分析所依据的数据也必须是可靠的。今天，这已经是一个艰巨的挑战，因为我们只需要将信息过载卸载到机器上进行处理。什么是未来的完美风暴？考虑一下来自被遗忘设备的旧的、不准确的数据被新的人工智能用作情报和决策制定的关键原始资源。还有什么比数据被盗更糟糕的呢？这些数据被用来得出错误的结论，尤其是在未来越来越多的决策不再由人类做出的情况下。
