Pagrindiniai pasiėmimai
- Tyrėjai sukūrė metodą, kaip sumaišyti pokalbius, kad nugalėtų nesąžiningus mikrofonus, kurie nefiksuotų mūsų pokalbių.
- Šis metodas yra reikšmingas, nes jis veikia realiuoju laiku perduodant garsą ir su minimaliu mokymu.
- Ekspertai sveikina tyrimą, bet mano, kad jis nėra labai naudingas paprastam išmaniųjų telefonų naudotojui.
Esame apsupti išmaniųjų įrenginių su mikrofonais, bet kas, jei jie buvo pažeisti, kad galėtų mus pasiklausyti?
Siekdami apsaugoti mūsų pokalbius nuo šnipinėjimo, Kolumbijos universiteto mokslininkai sukūrė neuroninio balso kamufliažo metodą, kuris realiuoju laiku sutrikdo automatinio kalbos atpažinimo sistemas, nesukeldamas nepatogumų žmonėms.
„Į mūsų gyvenimą įsiveržus [išmaniesiems balsu įjungiamiems įrenginiams], privatumo idėja pradeda išgaruoti, nes šie klausymosi įrenginiai visada yra įjungti ir stebi, kas yra sakoma. „Deep Instinct“, sakė „Lifewire“el. paštu. "Šis tyrimas yra tiesioginis atsakas į poreikį slėpti arba užmaskuoti asmens balsą ir pokalbius nuo šių elektroninių pasiklausytojų, žinomų ar nežinomų tam tikroje srityje."
Kalbėti daugiau
Tyrėjai sukūrė sistemą, kuri generuoja tylius šnabždesius, kuriuos galite leisti bet kurioje patalpoje, kad būtų užkirstas kelias nesąžiningiems mikrofonams šnipinėti jūsų pokalbius.
Tai, kaip šio tipo technologija apsaugo nuo pasiklausymo, Everette primena triukšmą slopinančias ausines. Užuot generuodami tylius šnabždesius, kad pašalintų foninį triukšmą, mokslininkai transliuoja foninius garsus, kurie sutrikdo dirbtinio intelekto (AI) algoritmus, kurie garso bangas paverčia suprantamu garsu.
Tokie žmogaus balso maskavimo mechanizmai nėra unikalūs, tačiau Neural Voice Camouflage iš kitų metodų išskiria tuo, kad jis veikia realiuoju laiku perduodant garsą.
„Kad veiktų naudojant gyvą kalbą, mūsų metodas turi numatyti [teisingą kodavimo garsą] ateityje, kad jie būtų leidžiami realiuoju laiku“, – pažymi mokslininkai savo darbe. Šiuo metu metodas tinka daugumai anglų kalbos.
Hansas Hansenas, Brand3D generalinis direktorius, Lifewire sakė, kad šis tyrimas yra labai svarbus, nes jis atakuoja pagrindinį šių dienų AI sistemų silpnumą.
El. pašto pokalbyje Hansenas paaiškino, kad dabartinės gilaus mokymosi AI sistemos apskritai ir ypač natūralus kalbos atpažinimas veikia apdorojus milijonus kalbos duomenų įrašų, surinktų iš tūkstančių kalbėtojų. Priešingai, „Neural Voice Camouflage“veikia po to, kai tik dvi sekundes įvesties kalba.
Asmeniškai, jei nerimauju dėl įrenginių, kurie klausosi, mano sprendimas nebūtų pridėti kito klausymo įrenginio, kuris siekia generuoti foninį triukšmą.
Klaidingas medis?
Brianas Chappellas, vyriausiasis „BeyondTrust“saugumo strategas, mano, kad tyrimas yra naudingesnis verslo naudotojams, kurie baiminasi, kad gali atsidurti pažeistų įrenginių, kurie klauso raktinių žodžių, rodančių, kad kalbama, vertingos informacijos.
„Kur ši technologija galėtų būti įdomesnė, yra labiau autoritarinio stebėjimo būsena, kai AI vaizdo ir balso spaudinių analizė naudojama prieš piliečius“, – el. paštu Lifewire sakė Jamesas Maude'as, BeyondTrust kibernetinio saugumo tyrėjas.
Maude pasiūlė, kad geresnė alternatyva būtų įdiegti privatumo valdiklius, kaip šie įrenginiai fiksuoja, saugo ir naudoja duomenis. Be to, Chappell mano, kad tyrėjo metodo naudingumas yra ribotas, nes jis nėra skirtas sustabdyti žmonių pasiklausymą.
„Turėkite omenyje, kad bent jau teoriškai naudojant tokį įrankį „Siri“, „Alexa“, „Google Home“ir bet kuri kita sistema, suaktyvinta ištartu paleidimo žodžiu, jūsų nepaisys“, – sakė jis. Chappell.
Tačiau ekspertai mano, kad į mūsų išmaniuosius įrenginius vis dažniau įtraukiant AI/ML specifinę technologiją, visiškai įmanoma, kad ši technologija artimiausiu metu atsidurs mūsų telefonuose.
Maude susirūpinęs, nes dirbtinio intelekto technologijos gali greitai išmokti atskirti triukšmą nuo tikro garso. Jis mano, kad nors sistema iš pradžių gali būti sėkminga, ji gali greitai virsti katės ir pelės žaidimu, nes klausymosi įrenginys išmoksta išfiltruoti trukdančius garsus.
Daugiau nerimą kelia tai, kad Maude atkreipė dėmesį į tai, kad bet kas jį naudojantys gali atkreipti į save dėmesį, nes balso atpažinimo sutrikimas atrodytų neįprastas ir gali reikšti, kad bandote kažką nuslėpti.
„Asmeniškai, jei man rūpi įrenginiai, kurie klausosi, mano sprendimas nebūtų pridėti kito klausymosi įrenginio, kuris siekia generuoti foninį triukšmą“, – dalijosi Maude. "Ypač dėl to, kad tai tik padidina riziką, kad įrenginys ar programa bus įsilaužta ir galės manęs klausytis."
