在确立了对抗机器学习 (machine learning)的一般原则之后，我们现在将讨论它们在特定方面的应用。本章考察了对抗攻击和防御如何根据其所处的应用场景而有所不同，重点关注计算机视觉（CV）、自然语言处理（NLP）和强化学习 (reinforcement learning)（RL）。

我们将分析适用于图像数据的技术、针对文本模型的办法以及旨在操纵已习得智能体策略的方案。你将了解特定应用场景下的限制，例如在构建攻击时如何保持图像的感知相似性或文本的语义一致性。此外，还将探讨在物理环境中制造有效攻击的难题。这种有针对性的分析对于理解和减轻不同类型人工智能应用中特有的漏洞是必要的。