Βασικά Takeaways
- Ένας αυξανόμενος αριθμός προγραμμάτων μπορεί να κατανοήσει την ομιλία σας.
- Η νέα τεχνολογία δημιουργεί προσαρμοσμένο θόρυβο ήχου στο παρασκήνιο καθώς μιλάτε για να μπερδέψετε το λογισμικό που θα μπορούσε να ακούει.
-
Η νέα τεχνική επιτυγχάνει απόδοση σε πραγματικό χρόνο προβλέποντας μια επίθεση στο μέλλον του σήματος ή της λέξης.
Πολλά προγράμματα μπορούν να κατανοήσουν την ομιλία σας κατά τη διάρκεια τηλεφωνικών κλήσεων ή βιντεοκλήσεων και οι ειδικοί λένε ότι μπορεί να αποτελούν απειλή για το απόρρητο.
Μια νέα τεχνολογία που αναπτύχθηκε από ερευνητές του Πανεπιστημίου Κολούμπια, που ονομάζεται Neural Voice Camouflage, μπορεί να προσφέρει άμυνα. Δημιουργεί προσαρμοσμένο θόρυβο ήχου στο παρασκήνιο καθώς μιλάτε, μπερδεύοντας την τεχνητή νοημοσύνη (AI) που ακούει και μεταγράφει φωνές.
"Η παρουσία της μεταγραφής AI εγείρει ζητήματα εμπιστοσύνης", ο Michael Huth, συνιδρυτής της Xayn, μιας μηχανής αναζήτησης που προστατεύει το απόρρητο, και επικεφαλής του Τμήματος Υπολογιστών στο Imperial College του Λονδίνου, ο οποίος δεν συμμετείχε σε η έρευνα, είπε στο Lifewire σε μια συνέντευξη μέσω email. "Οι συμμετέχοντες στη σύσκεψη μπορεί να είναι πιο προσεκτικοί σχετικά με τα σημεία που θίγουν και τον τρόπο με τον οποίο μεταγράφεται η ομιλία τους. Αυτό μπορεί να είναι καλό καθώς μπορεί να βελτιώσει τη συμπεριφορά με σεβασμό, αλλά μπορεί επίσης να είναι κακό, καθώς η συζήτηση μπορεί να είναι λιγότερο ανοιχτή λόγω επιφυλάξεις σχετικά με την τεχνολογία που χρησιμοποιείται."
Ακρόαση και μάθηση
Οι ερευνητές της Κολούμπια εργάστηκαν για να σχεδιάσουν έναν αλγόριθμο που θα μπορούσε να σπάσει τα νευρωνικά δίκτυα σε πραγματικό χρόνο. Η νέα προσέγγιση χρησιμοποιεί "προγνωστικές επιθέσεις" - ένα σήμα που μπορεί να διαταράξει οποιαδήποτε λέξη που τα μοντέλα αυτόματης αναγνώρισης ομιλίας είναι εκπαιδευμένα να μεταγράφουν. Επιπλέον, όταν οι ήχοι επίθεσης αναπαράγονται στον αέρα, πρέπει να είναι αρκετά δυνατοί ώστε να διαταράσσουν κάθε αδίστακτο μικρόφωνο "ακρόασης" που θα μπορούσε να είναι μακριά.
"Μια βασική τεχνική πρόκληση για να επιτευχθεί αυτό ήταν να τα κάνουμε όλα να λειτουργούν αρκετά γρήγορα", είπε σε μια είδηση ο Carl Vondrick, καθηγητής επιστήμης υπολογιστών στην Κολούμπια και ένας από τους συγγραφείς μιας μελέτης που περιγράφει τη νέα προσέγγιση. ελευθέρωση. "Ο αλγόριθμός μας, ο οποίος καταφέρνει να εμποδίσει ένα αδίστακτο μικρόφωνο να ακούει σωστά τα λόγια σας το 80% των περιπτώσεων, είναι ο ταχύτερος και ο πιο ακριβής στο δοκιμαστικό μας κρεβάτι."
Η νέα τεχνική επιτυγχάνει απόδοση σε πραγματικό χρόνο προβλέποντας μια επίθεση στο μέλλον του σήματος ή της λέξης. Η ομάδα βελτιστοποίησε την επίθεση, επομένως έχει ένταση παρόμοια με τον κανονικό θόρυβο περιβάλλοντος, επιτρέποντας στους ανθρώπους σε ένα δωμάτιο να συνομιλούν φυσικά και χωρίς να παρακολουθούνται με επιτυχία από ένα αυτόματο σύστημα αναγνώρισης ομιλίας.
Οι συμμετέχοντες στη σύσκεψη ενδέχεται να είναι πιο προσεκτικοί σχετικά με τα σημεία που θίγουν και πώς μεταγράφεται η ομιλία τους.
Οι επιστήμονες είπαν ότι η τεχνική τους λειτουργεί ακόμα και όταν δεν γνωρίζετε τίποτα για το απατεώνα μικρόφωνο, όπως τη θέση του ή ακόμα και το λογισμικό υπολογιστή που εκτελείται σε αυτό. Καμουφλάρει τη φωνή ενός ατόμου over-the-air, κρύβοντάς την από αυτά τα συστήματα ακρόασης και χωρίς να ενοχλεί τη συνομιλία μεταξύ των ανθρώπων στο δωμάτιο.
"Μέχρι στιγμής, η μέθοδός μας λειτουργεί για το μεγαλύτερο μέρος του λεξιλογίου της αγγλικής γλώσσας και σκοπεύουμε να εφαρμόσουμε τον αλγόριθμο σε περισσότερες γλώσσες, καθώς και να κάνουμε τελικά τον ψίθυρο να ακούγεται εντελώς ανεπαίσθητος," Mia Chiquier, η κύρια συγγραφέας της μελέτης και ένας διδάκτορας στο εργαστήριο του Vondrick, είπε στο δελτίο τύπου.
Κρατήστε τις συνομιλίες σας ιδιωτικές
Σαν να μην έφταναν όλα αυτά, οι διαφημίσεις θα μπορούσαν να σας στοχεύουν με βάση τον ήχο που συλλέγεται από το smartphone ή τις έξυπνες οικιακές συσκευές σας.
"Με συσκευές όπως [το Amazon Echo] και τις αντίστοιχες συσκευές τους, αυτές οι συσκευές όχι μόνο είναι πάντα στο σπίτι σας, ακούνε συνεχώς ό,τι λέτε ή κάνετε, αλλά έχουν, μέσα από χρόνια συλλογής δεδομένων από τους χρήστες τους, τελειοποίησε την επεξεργασία φυσικής γλώσσας (μετατροπή του προφορικού λόγου σε κείμενο/χρήσιμα δεδομένα για συσκευές μέσω ενός συνδυασμού μικροφώνων, λογισμικού και τεχνητής νοημοσύνης), δήλωσε σε ένα email ο Erik Haig, συνεργάτης της Harbour Research, μιας εταιρείας συμβούλων στρατηγικής και ανάπτυξης επιχειρηματικών δραστηριοτήτων.
Οι μεταγραφές AI της συνομιλητικής ομιλίας αποτελούν πλέον τυπικό μέρος του τυπικού εμπορικού λογισμικού, είπε ο Huth. Για παράδειγμα, το Microsoft Teams διαθέτει μια επιλογή ρεκόρ σύσκεψης με ενσωματωμένες μεταγραφές τεχνητής νοημοσύνης που μπορούν να δουν όλοι οι συμμετέχοντες σε πραγματικό χρόνο. Το πλήρες αντίγραφο μπορεί να χρησιμεύσει ως αρχείο της συνάντησης. Συνήθως, τέτοιες μεταγραφές επιτρέπουν τη λήψη λεπτών (γνωστός και ως λήψη σημειώσεων), όπου τα πρακτικά θα εγκρίνονταν στην επόμενη συνεδρίαση.
"Οι άνθρωποι μπορεί να ανησυχούν για την κατασκοπεία όταν είναι ενεργοποιημένη η μεταγραφή AI", πρόσθεσε ο Huth."Αυτό φαίνεται πολύ παρόμοιο με την ανησυχία της ηχογράφησης μιας συνομιλίας χωρίς συγκατάθεση ή λαθραία."
Αλλά δεν συμφωνούν όλοι ότι οι έξυπνες συσκευές αποτελούν απειλή. Οι περισσότεροι άνθρωποι δεν χρειάζεται να ανησυχούν για τα προγράμματα που ακούν τις συνομιλίες σας, είπε στο Lifewire μέσω email ο Brad Hong, επικεφαλής επιτυχίας πελατών στην εταιρεία κυβερνοασφάλειας Horizon3. Είπε ότι η πιο σημαντική ανησυχία τώρα δεν είναι ποιος σας καταγράφει, αλλά πώς αποθηκεύει τα δεδομένα.
"Όλες οι ιστορίες που ακούει κανείς για ένα μικρόφωνο στον υπολογιστή ή τις φορητές συσκευές του που ενεργοποιείται, η Alexa ή το Google Home που ακούει, ή ακόμα και η κρατική επιτήρηση, είναι αλήθεια ότι όλα αυτά κάνουν το στομάχι του λαϊκού να ανακατεύεται", πρόσθεσε ο Χονγκ. «Συνολικά όμως, οι άνθρωποι σπάνια βρίσκονται σε μια κατάσταση που απαιτεί στην πραγματικότητα καμουφλάζ της φωνής τους."
