在這波 AI 革命中各式基於 Transformer 已成功將 AI Intelligence 以 GPT 聊天機器人形式在民生與商業場景遍地開花成果，這道熱浪的興起使 各大頂級資安解決方案已證實了自動化鑑識與網管輔助對話機器人能實務有效輔助網管的資安調查與回應需求，如 Defender Copilot。然而 LLM 難以根治的先天幻覺問題，其推理能力仍難以解決防不勝防的野外威脅出其不意地發動攻擊。

因此，能否打造無需人工交互的 AI 偵測引擎，以達無網管與鑑識人員前提下的 24/7 全態勢監測——落地於場域中執行程式能由預先培訓的本地 AI Agent 實時操作逆向工程分析、推理、鑑別並自動化做出回應、而無需人工交互，成為了次世代端點防護偵測的新思路… 我們能否以大規模樣本、將逆向分析師的能力煉化一個 AI 專才模型？

在這場議程我們將從學術研究中陪伴聽眾踏上找尋仿生逆向聖杯的道路，如何從基於經典 Attention 模型的 NMT（Neural Machine Translation）轉換為具有符號理解與推理能力的 AI Agent 並培訓為實務端點偵測的逆向推理引擎。