მთავარი წაღებები
- პროგრამების მზარდ რაოდენობას შეუძლია თქვენი მეტყველების გაგება.
- ახალი ტექნოლოგია წარმოქმნის მორგებულ აუდიო ხმაურს ფონზე საუბრისას, რათა აბნევდეს პროგრამული უზრუნველყოფა, რომელიც მოსასმენია.
-
ახალი ტექნიკა აღწევს რეალურ დროში შესრულებას სიგნალის ან სიტყვის მომავალზე თავდასხმის პროგნოზირებით.
ბევრ პროგრამას შეუძლია გაიგოს თქვენი მეტყველება სატელეფონო ან ვიდეო ზარების დროს და ექსპერტები ამბობენ, რომ მათ შეუძლიათ საფრთხე შეუქმნან კონფიდენციალურობას.
კოლუმბიის უნივერსიტეტის მკვლევარების მიერ შემუშავებულმა ახალმა ტექნოლოგიამ, სახელწოდებით Neural Voice Camouflage, შესაძლოა თავდაცვა შესთავაზოს. ის წარმოქმნის მორგებულ აუდიო ხმაურს ფონზე საუბრისას, აბნევს ხელოვნურ ინტელექტს (AI), რომელიც უსმენს და აწერს ხმებს.
"AI ტრანსკრიფციის არსებობა აჩენს ნდობის საკითხებს," მაიკლ ჰათი, Xayn-ის, კონფიდენციალურობის დაცვის საძიებო სისტემის თანადამფუძნებელი და ლონდონის იმპერიული კოლეჯის კომპიუტერული განყოფილების ხელმძღვანელი, რომელიც არ იყო ჩართული კვლევამ განუცხადა Lifewire-ს ელექტრონული ფოსტის ინტერვიუში. "შეხვედრის მონაწილეები შეიძლება უფრო ფრთხილად იყვნენ იმაზე, თუ რომელ საკითხებს აყენებენ და როგორ ხდება მათი მეტყველების ტრანსკრიფცია. ეს შეიძლება იყოს კარგი რამ, რადგან შეიძლება გააუმჯობესოს პატივისცემის ქცევა, მაგრამ ასევე შეიძლება ცუდი იყოს, რადგან საუბარი შეიძლება ნაკლებად ღია იყოს იმის გამო. დათქმები გამოყენებული ტექნოლოგიის შესახებ."
მოსმენა და სწავლა
კოლუმბიის მკვლევარები მუშაობდნენ ალგორითმის შემუშავებაზე, რომელსაც შეეძლო ნერვული ქსელების დაშლა რეალურ დროში. ახალი მიდგომა იყენებს „პროგნოზირებად შეტევებს“- სიგნალს, რომელსაც შეუძლია შეაფერხოს ნებისმიერი სიტყვა, რომლის ტრანსკრიფციასაც სწავლობენ მეტყველების ავტომატური ამოცნობის მოდელები. გარდა ამისა, როდესაც თავდასხმის ხმები უკრავს ჰაერში, ისინი უნდა იყოს საკმარისად ხმამაღალი, რათა ხელი შეუშალოს ნებისმიერი ბოროტი "მოსმენის" მიკროფონს, რომელიც შეიძლება იყოს შორს.
"ამის მისაღწევად მთავარი ტექნიკური გამოწვევა იყო ყველაფერი საკმარისად სწრაფად იმუშაოს", - თქვა კარლ ვონდრიკმა, კოლუმბიის კომპიუტერული მეცნიერების პროფესორმა და კვლევის ერთ-ერთმა ავტორმა, რომელიც აღწერს ახალ მიდგომას. გათავისუფლება. "ჩვენი ალგორითმი, რომელიც ახერხებს დაბლოკოს თაღლითური მიკროფონი თქვენი სიტყვების სწორად მოსმენისგან, არის ყველაზე სწრაფი და ზუსტი ჩვენს საცდელ საწოლზე."
ახალი ტექნიკა აღწევს რეალურ დროში შესრულებას სიგნალის ან სიტყვის მომავალზე თავდასხმის პროგნოზირებით. გუნდმა მოახდინა შეტევის ოპტიმიზაცია, ამიტომ მას აქვს ნორმალური ფონის ხმაურის მსგავსი მოცულობა, რაც საშუალებას აძლევს ოთახში მყოფ ადამიანებს ისაუბრონ ბუნებრივად და მეტყველების ავტომატური ამოცნობის სისტემის მიერ წარმატებით მონიტორინგის გარეშე.
შეხვედრის მონაწილეები შეიძლება უფრო ფრთხილად იყვნენ იმაზე, თუ რომელ საკითხებს აყენებენ და როგორ ხდება მათი სიტყვის ტრანსკრიბცია.
მეცნიერებმა თქვეს, რომ მათი ტექნიკა მუშაობს მაშინაც კი, როდესაც თქვენ არ იცით არაფერი თაღლითური მიკროფონის შესახებ, როგორიცაა მისი მდებარეობა ან თუნდაც მასზე გაშვებული კომპიუტერული პროგრამა.ის შენიღბავს ადამიანის ხმას ჰაერში, მალავს მას ამ მოსმენის სისტემებისგან და არ აწუხებს ოთახში მყოფ ადამიანებს შორის საუბარს.
"ჯერჯერობით, ჩვენი მეთოდი მუშაობს ინგლისური ენის ლექსიკის უმრავლესობისთვის და ჩვენ ვგეგმავთ ალგორითმის გამოყენებას უფრო მეტ ენაზე, ასევე, საბოლოოდ, ჩურჩულის ჟღერადობა სრულიად შეუმჩნევლად," მია ჩიკიერი, წამყვანი ავტორი კვლევისა და დოქტორანტის ვონდრიკის ლაბორატორიაში, ნათქვამია საინფორმაციო გამოშვებაში.
თქვენი საუბრების კონფიდენციალურობის შენარჩუნება
თითქოს ეს ყველაფერი საკმარისი არ იყო, რეკლამა შეიძლება გამიზნული იყოს თქვენი სმარტფონიდან ან ჭკვიანი სახლის მოწყობილობებიდან შეგროვებულ აუდიოზე დაყრდნობითაც.
"მოწყობილობებით, როგორიცაა [Amazon Echo] და მათი კოლეგები, ეს მოწყობილობები არა მხოლოდ ყოველთვის არიან თქვენს სახლში, მუდმივად უსმენენ ყველაფერს, რასაც თქვენ ამბობთ ან აკეთებთ, არამედ მათ აქვთ მრავალი წლის განმავლობაში მათი მომხმარებლებისგან მონაცემების შეგროვება. დაასრულა ბუნებრივი ენის დამუშავება (სალაპარაკო სიტყვის გადაქცევა ტექსტად/გამოსაყენებელ მონაცემებად მოწყობილობებისთვის მიკროფონების, პროგრამული უზრუნველყოფის და ხელოვნური ინტელექტის კომბინაციით) - თქვა ერიკ ჰეიგმა, Harbour Research-ის ასოცირებულმა, სტრატეგიის საკონსულტაციო და საწარმოს განვითარების ფირმაში.
სასაუბრო მეტყველების AI ტრანსკრიპტები ახლა სტანდარტული კომერციული პროგრამული უზრუნველყოფის სტანდარტული ნაწილია, თქვა ჰუთმა. მაგალითად, Microsoft Teams-ს აქვს ჩანაწერი შეხვედრის ვარიანტი ჩაშენებული AI ტრანსკრიპციებით, რომელთა ნახვაც ყველა მონაწილეს შეუძლია რეალურ დროში. სრული ჩანაწერი შეიძლება გახდეს შეხვედრის ჩანაწერი. ჩვეულებრივ, ასეთი ჩანაწერები იძლევა წუთების აღების საშუალებას (აკა ჩანაწერების აღება), სადაც ოქმები დამტკიცდება მომდევნო შეხვედრაზე.
"ადამიანებს შეიძლება აწუხებდეთ ჯაშუშობის გამო, როდესაც ხელოვნური ინტელექტის ტრანსკრიფცია ჩართულია," დასძინა ჰუტმა.
მაგრამ ყველა არ ეთანხმება, რომ ჭკვიანი მოწყობილობები საფრთხეს წარმოადგენს. ადამიანების უმეტესობას არ სჭირდება თქვენი საუბრების მოსმენის პროგრამებზე ფიქრი, განუცხადა Lifewire-ს ელექტრონული ფოსტით ბრედ ჰონგმა, კიბერუსაფრთხოების ფირმა Horizon3-ის მომხმარებელთა წარმატების ლიდერმა.მისი თქმით, ახლა ყველაზე მნიშვნელოვანი ის კი არ არის, ვინ გიწერს, არამედ იმაზე, თუ როგორ ინახავს ისინი მონაცემებს.
"ყველა ამბავი, რომელიც ვისმენთ კომპიუტერზე ან მობილურ მოწყობილობებზე მიკროფონის გააქტიურების, Alexa-ს ან Google Home-ის მოსმენის შესახებ, ან თუნდაც მთავრობის მეთვალყურეობის შესახებ, მართალია, ეს ყველაფერი ერისკაცს მუცელს აბრკოლებს", - დასძინა ჰონგმა..”მაგრამ მთლიანობაში, ადამიანები იშვიათად არიან ისეთ სიტუაციაში, რომელიც რეალურად მოითხოვს მათი ხმის შენიღბვას.”
