هوش مصنوعی گوگل به دور از چشم انسان پیام های رمزی رد و بدل می کند

هوش مصنوعی گوگل به دور از چشم انسان پیام های رمزی رد و بدل می کند

 

محققین پروژه یادگیری عمیق Google Brain قابلیت بسیار خارق العاده و البته خطرناکی را به هوش مصنوعی آموخته اند: رمزنگاری مبتنی بر AI و بدون دخالت انسان. پژوهشگران این مرکز تحقیقاتی به سه شبکه عصبی مصنوعی با نام های Alice و Bob و Eve اجازه دادند یادداشت هایی را با روش رمزنگاری ساخت خودشان، بین یکدیگر رد و بدل نمایند.

طبق گزارش New Scientist تیم مورد بحث برای هرکدام از AIها وظیفه ای را تعیین کردند: آلیس باید پیامی رمزی را ارسال می کرد که فقط باب قادر به خواندن آن بود، و Eve در این میان باید تلاش می کرد تا متن را رمزگشایی کند.

ÈÇÈ: I can can I I everything else.""

ÂáíÓ: "Balls have zero to me to me to me to me to me to me to me to me to."

آزمایش با پیامی متنی و ساده شروع شد، که آلیس آن را به عبارات نامفهومی تبدیل کرد، و باب توانست آن را با استفاده از کلید مربوطه رمزگشایی کند. در آغاز، آلیس و باب در پنهان کردن پیام با مشکل مواجه بودند، اما پس از 15 هزار مرتبه تلاش، بالاخره توانستند راهکار رمزنگاری ویژه ای را بیابند.

در این حالت، آلیس از روش مخصوصی بهره گرفت و باب نیز به راحتی توانست نحوه رمزگشایی آن را متوجه شود، اما Eve از این فرایند کاملاً بی خبر ماند و فقط توانست نیمی از 16 بیت داده را به درستی حدس بزند، که به نظر می رسد آن هم کاملاً تصادفی بوده.

البته با توجه به اینکه سه هویت هوش مصنوعی مورد استفاده در این پروژه به صورت انسانی مورد خطاب قرار گرفته اند، شاید تصور کنید با عملیات ساده ای روبرو هستیم، اما در واقع حتی محققین نیز نمی دانند چه روش رمزنگاری توسط آلیس استفاده شده، و باب چگونه از نحوه رمزگشایی آن اطلاع یافته.

گفتنی است هنوز کاربرد عملی این آزمایش مشخص نیست، اما به هر حال باید کمی نگران بود، و با توجه به توسعه ابزارهای یادگیری عمیق اُپن-سورس همچون «جعبه ابزار شناختی» مایکروسافت، بعید نیست که AI ها در سرتاسر جهان با یکدیگر متحد شوند و ما هیچ روشی برای آگاهی از گفتگوی سرّی مابین آنها در اختیار نداشته باشیم.

به بات‌ها سخن‌گفتن را آموزش می‌دهیم، اما زبان‌ آن‌ها را فرا نمی‌گیریم

در نهایت فیس‌بوک تصمیم گرفت که بات‌های مذاکره‌کننده خود را ملزم به صحبت‌کردن به زبان انگلیسی قدیم کند. مایک لوئیز، پژوهشگر واحد هوش‌مصنوعی فیس‌بوک می‌گوید:

ما علاقه به داشتن بات‌هایی داشتیم که توانایی صحبت‌کردن با مردم را داشته باشند.

البته فیس‌بوک تنها شرکتی نیست که چنین دیدی دارد. هنگامی که از سخنگوی مایکروسافت درباره‌ی دیدگاه شرکتش درباره‌ی مکالمه‌ی رایانه با رایانه پرسیده‌ شد، او بیان کرد که آن‌ها بیشتر تمایل به مکالمه‌ی انسان با رایانه‌ دارند؛ در همین حال، گوگل، آمازون و اپل نیز انرژی خود را صرف توسعه‌ی شخصیت‌های مصنوعی‌ای می‌کنند که برای مکالمه‌ با انسان ساخته خواهند شد. نسل بعدی رابط‌های کاربری که اکنون با ماوس و صفحه‌کلید می‌شناسیم، در حال خلق‌شدن برای هوش‌مصنوعی است.

فیس‌بوک اذعان می‌کند که هیچ راهی برای درک زبان‌های مختلف و واگرای رایانه‌ها وجود ندارد. اکنون بشر قادر به تشخیص روند تفکر پیچیده‌ی هوش‌مصنوعی نیست؛ زیرا توانایی دسترسی و رصد پروسه‌ی تفکر این موجودات وجود ندارد. با این اوصاف، ساخت بات‌هایی که تنها با هم‌نوع خود صحبت می‌کنند، اوضاع را وخیم‌تر از وضع فعلی می‌کند.

اما، اگر بتوانیم نرم‌افزاری را توسعه‌ دهیم که به شکل موثر با نرم‌افزار دیگری مکالمه کند، آیا برای ما مزیتی دارد؟

فیس‌بوک سه مقاله‌ی منتشرشده دارد که در آن درباره‌ی زبان‌های رایانه به تفصیل توضیح داده است. باترا می‌گوید که این زبان‌ها می‌توانند برای بیان تفکری پیچیده، فشرده شوند. ممکن است زبان رایانه‌ها با واژگان انسانی شروع شود؛ درست مانند آنچه که با بات‌های فیس‌بوک مشاهده کردیم؛ یا می‌تواند با عدد آغاز شود. تمامی این واژگان توسط رایانه‌‌ها معنی پیدا می‌کنند و به «نشانه‌ای خاص» تبدیل می‌شوند. دافین بیان می‌کند که ممکن است رایانه مانند ما تفکر نکند، اما «نشانه‌ها» به آن‌ها اجازه می‌دهند توسط نماد‌هایی ساده، تفکرات پیچیده را رد و بدل کنند. دافین در مورد تفاوت نحوه‌ی تفکر خود و رایانه نسبت به جبر صحبت می‌کند. او بیان می‌کند که اگر A + B = C باشد، بنابراین A می‌تواند شامل هرچیزی شود، اما رایانه‌ به «A» به شیوه‌ی دیگری نگاه می‌کند. برای رایانه‌ها ممکن است «A» اشاره به یک شخصیت داشته باشد.

باترا می‌گوید:

بسیار امکان‌پذیر است که یک نشانه‌ی مخصوص به معنی تفکری بسیار پیچیده باشد. از آنجایی که ما [انسان‌ها] محدودیت‌ شناختی داریم، مجبور به تجزیه‌ ایده‌ها به مفاهیم ساده‌تر دارند.

او در ادامه می‌گوید که این موضوع تنها مختص به انسان است و رایانه‌ها نیازی به انجام چنین کاری ندارند؛ زیرا آنان هیچگونه محدودیت پردازشی‌ای ندارند.

حال سؤالی که پیش می‌آید، چگونگی خدمت‌رسانی این تکنولوژی‌ها به جهان است؟ آیا با استفاده از اصطلاحات مختصر، سرورهای ما قادر به کار با بات‌ها برای دستیابی به کارایی بیشتر هستند؟

مدتی پیش، پژوهشگری سعی کرد تا به شبکه‌ی عصبی، ساخت رنگ‌های جدید و نام‌گذاری آن‌ها را آموزش دهد؛ البته این هوش‌مصنوعی در انتخاب نام برای رنگ‌ها چندان ماهر نبود و به‌عنوان مثال برای رنگ سبز روشن، شاهد نام Clear Paste بودیم. بنابراین تصمیم به ایجاد تغییرات ساده در ساز و کار این هوش‌مصنوعی گرفتند. آن‌ها تمام حروف بزرگ را به حروف کوچک تبدیل کردند؛ همین موضوع اندکی از سردرگمی هوش‌مصنوعی کاست و در نتیجه، عملکرد این هوش‌مصنوعی به‌طرز محسوسی بهتر شد.

اما چرا این تغییرات ساده در داده‌ها، اهمیت‌ساز می‌شود؟ به‌نظر می‌رسد که این محقق در صحبت‌کردن با زبان رایانه‌ها عملکرد بهتری داشته است.

به باور این پژوهشگر، انگلیسی زبانی پیچیده و سخت برای رایانه‌ها است و استفاده از فرمت‌های منظم برای انتقال منظورمان به رایانه‌ها، راهکاری عاقلانه‌تر است.

به‌عبارت دیگر، رایانه‌ای که مجاز به صحبت‌کردن و ساخت زبانی جدید است، به ما اجازه‌ی برقراری بهتر ارتباط با خود را می‌دهد. شاید کمی عجیب به‌نظر برسد اما، این اتفاق به سادگی رخ می‌دهد؛ زیرا این دسته از رایانه‌ها به دلیل ماهیت‌شان، تمایل بیشتری به یادگیری و فهم زبان ما دارند.

یکی از کارمندان شرکت‌های فعال در حوزه‌ی هوش‌مصنوعی، بزرگ‌ترین مزیتی که درباره‌ی این نوع هوش مصنوعی متصور می‌شود، توانایی صحبت‌کردن نرم‌افزار‌ها، برنامه‌ها و سرویس‌ها با یکدیگر است؛ آن هم بدون دخالت انسانی.

در حال حاضر، شرکت‌هایی مانند اپل در حال ساخت APIهایی هستند که همه‌نوع استانداردهایی که شرکت‌ها برای برقراری ارتباط محصولات‌شان نیاز دارند، شامل می‌شود اما، روند توسعه‌ی API سال‌ها به طول خواهد انجامید.

تاریخ انتشار : 1397/12/20

تعداد بازدید : 31 اشتراک گذاری در :