各家科技公司紛終訓練 AI 要駕馭不同產業的自動化需求，專家就警告，駭客有可能針對 AI 的漏洞，刻意餵錯誤的資料進演算法當中，導致 AI 做出錯誤的判斷，如有利於駭客的結果。
趨勢科技全球安全研究副總 William Malik 談到駭客誤導 AI 餵錯誤資料的破壞機器學習 (subverting machine learning)，提及其實演算法是很粹弱的，很容易因為訓練資料被動手腳，導致要辨識動物的影像 AI 將長頸鹿辨識為單車。程式不像人類，是不重視整體而是「盯著」很細節的部分，這些細節如被變動，很容易就出狀況。
Malik 也舉自身趨勢科技為例，像趨勢這種類型的防毒公司，常收集十億等級的惡意程式，來餵給 AI 當訓練材料發展辨識的模式，假若不幸公司被入侵，訓練資料被加料，辨識模式被惡意導走，然後最後演算法在市面上佈署，結果導致很多種惡意程式辨識不出來，這就是駭客破壞機器學習的例子。另外在醫療上也有破壞機器學習的例子，MRI 的影像被破壞，傳輸沒加密導致醫生拿到變造過的資料，造成病人被誤診。
近年來臉部辨識的 AI 發展相當成熟，有相當多的應用案例，而反制的方式難免聯想到鄰近的香港近日反送中，有示威者要反制當局，也拿臉部辨識系統來辨識警察，或者用奇怪的花紋圖樣或是雷射筆干擾臉部辨識 AI 的運行，或者單純愛開快車想不被拍照，用反光裝置，會不會算是駭客行為嗎？Malik 談到反制技術一直都存在，像是電影院要防止觀影者用自家的攝影盜錄電影內容，就在影廳當中安裝紅外線放射器，人類肉眼不會察覺，但機器就能感受到，從而干擾盜錄者造成錄不成電影。
另外 Malik 談到他自己應對臉部辨識技術的小習慣，他會在頸部這邊別上有乍看之下圖樣有點奇怪的圖針，在攝影鏡頭之下，AI 會針對圖針辨識，從而避開他的臉部，最終目的是希望他的臉部特徵別進去人臉辨識系統，他認為他的人臉不該與警政單位系統當中，追緝的潛在對象人臉混在一起。
Malik 將在 8/20 舉行的 Cloud Security 登場演講，談到各種不同的工業物聯網防護與防護案例，不同產業有各式各樣自動化需求，設備都漸漸為了即時調整而連上網路，但從前技術進展較慢的 OT 技術卻曝露風險，包括虎視眈眈的駭客。其中被各界相當重視的智慧城市，牽涉的基礎設施之多，各系統之間有不同程度的相依性，願景儘管宏大而且便利城市當中的人民，相當的吸引人，但如果沒有在大大小小的環節好好保護，像是遵循標準如 ISO 37120:2018，如被入侵最嚴重導致整個城市停擺。
近期針對工業目標入侵的案例部分，Malik 談到所幸駭客入侵並非能為所欲為，像是其中幾個案例只是重設 GPS 裝置的時間，但結果也讓這些公司相當頭痛，航空公司的案例導致航班資訊出錯，無法依據排定時間正常飛行，而紐約市則是造成車牌辨識系統出錯無法辨識。