地図上に情報を暗号化して人間から隠蔽したAI

人工知能(AI) の進歩はますます明白かつ明白になっています。場合によっては、 新しい方法を使用して、SF の最も不気味なもののように見えるタスクを実行できるようになります。これは、Google とスタンフォード大学による共同研究で起こっていることです。この研究では、ニューラル ネットワークをトレーニングして衛星画像を地図に変換することにより、衛星画像から情報を不正に隠していることが判明しました。

言っておきますが、最も厳密な意味では、彼はそれをしませんでした。ニューラル ネットワークは、タスクを実行し、結果として生じるエラーを最小限に抑えるようにトレーニングされます。課した条件が十分でない場合、その仕事をできるだけ完璧かつ迅速に実行するための「近道」を見つけようとします。そしてそれがまさにここで起こったことです。

Wi-Fi を使用して壁越しに見ることは可能であるだけでなく、はるかに簡単です

必要なものを表し、残りを非表示にします

このプロジェクトのアイデアは、 CycleGAN と呼ばれるニューラル ネットワークを使用して、衛星画像を地図に変換するプロセスを高速化および改善することでした。これを行うために、衛星画像を地図に変換し、それを再度画像に変換してプロセスの確実性を検証しました。研究者にとって驚いたのは、結果が非​​常に良好だったことです。過度に。

ニューラル ネットワークは、あるタイプのマップの特徴を他のタイプのマップの特徴で解釈する必要がありましたが、中間ステップでマップを通過した後、最終的に再作成された画像が元の画像とどのように一致するかによって評価されていました。得られた地図の明瞭さ。したがって、彼女は、最終ステップで可能な限り詳細を維持しながら、視覚的にきれいなマップを取得できたことで報われました。または、同じことです。必要なものを表し、残りを非表示にします。

この情報は高周波ノイズの形でエンコードされていました。街灯や車などの都市のディテールをすべて保持した、人間の目には感知できない小さな変化ですが、彼女は簡単に解釈しました。ご覧のとおり、予想されるマップを差し引いて残りの信号を増幅すると、航空写真の形状を伴うノイズが表示されます。

2017年末に発表され、 TechCrunchによってコメントされたこの研究では、このAIによる使用に伴う速記技術（追加の通信チャネルを確立するために別のメディアに情報を隠す）について言及されている。速記法は決して最近の手法ではありません。その起源は 2,000 年以上前に遡り、たとえば、画像のメタデータを気づかれないように暗号化することができます。

結局のところ、CycleGAN が行っていたことは、与えられたリソースを使って目の前のタスクを実行することでした。たとえば、結果として得られるマップの重みに対する制限が強化されていれば、この小さなトリックを開発できなかったかもしれません。解釈できない詳細を送信し、コピーすることで最も簡単な方法で問題を解決します。