嫌がらせ電話をかけてきた相手は実はAIロボットだった?

嫌がらせ電話をかけてきた相手は実はAIロボットだった?

「ネットワークの向こう側に犬がいるかどうかは分からない」 - テクノロジーの発展により、同じ原理が電話にも当てはまります。電話の向こう側の声が非常にリアルで、語順も普通に聞こえたとしても、相手がAIロボットではなく本物の人間だとどうやってわかるのでしょうか?感情がなく疲れ知らずのロボットが嫌がらせ電話の発信者になると、嫌がらせ電話はますます不快になり、恐ろしいものになります...嫌がらせ電話をブロックして警戒することと比較して、今日は嫌がらせ電話業界を技術的な観点から再検討します。

01 嫌がらせ電話の衝撃的な数

まだ春節も終わっていないのに、早朝から嫌がらせの電話がかかってくる。電話の向こうの社員は休みを取らないのだろうか?

最近、360と中国情報通信研究院は共同で「2020年中国モバイルセキュリティ状況報告書」(以下、「報告書」)を発表しました。報告書では、携帯電話詐欺の概要、ブラックとグレーの業界動向、2020年のセキュリティデータなどの観点から、2020年を通じて携帯電話のセキュリティを「総合的に検査」し、実際の事例と組み合わせて、的を絞ったソリューションを提案しました。

報告書によると、360 Security Brainの迷惑電話に関する基礎データと合わせると、2020年に360 Mobile Guardianは全国のユーザーを対象に、さまざまなタイプの迷惑電話を約224.3億件識別・ブロックし、1日平均約6,000万件の迷惑電話を識別・ブロックしており、2019年(260.9億件)より14.0%減少している。

膨大な数の嫌がらせ電話の中でも、95番から始まる番号は、嫌がらせ電話の被害が最も多い番号です。テルバンが最近発表した「2020年迷惑電話状況分析レポート」によると、2020年の迷惑電話フラグの総数は2億6,300万回を超え、2019年の1億9,000万回と比較して38.42%増加し、そのうち952XXX番号セグメントが17.3%を占めており、関係部門の注意を引く必要がある。

統計によると、嫌がらせ電話番号の分布では、固定電話が48.27%、携帯電話が35.58%、その他が16.15%を占めています。このうち、1から始まる番号は携帯端末、0から始まる番号は固定電話端末、400/95/96などの特別な番号はその他の種類に属します。

迷惑電話は中国の携帯電話ユーザーだけに限ったことではない。ワシントンポスト紙によると、2019年1月から11月までの間に、米国全土の携帯電話ユーザーは電話ロボットから合計540億件の迷惑電話を受けた。 11月だけでも57億件の通話があり、その月にアメリカ人一人当たり平均17件の通話を受けた。

人工知能などの技術が成熟するにつれ、ロボットが徐々に嫌がらせ電話をかける主力になってきました。米国のYouMailのCEO、アレックス・キリシ氏はかつて、2019年を通じて米国中の携​​帯電話ユーザーがロボットによる嫌がらせ電話を600億件近く受けるだろうと述べた。こうした嫌がらせ電話は、件数的にユーザーに迷惑をかけるだけでなく、ユーザーの経済的安全にも脅威を与えます。海外メディアの報道によると、2019年にロボット詐欺電話によって米国に生じた直接的な経済損失は2億8520万ドルに達した。

02AIロボットが嫌がらせ電話の主力に

2020 年 12 月、電話ロボコール濫用犯罪執行および抑止法 (TRACED 法) が米国史上初の連邦ロボコール対策法となりました。

この法律は主に、連邦通信委員会(FCC)の違法ロボット通話事件を扱う権限を拡大し、違法ロボット通話実行者への罰則を強化し、米国のすべての主要通信事業者に関連技術を通じて違法ロボット通話を識別し傍受する能力を強化することを義務付けている。

中国では、2019年3月15日の祝賀会で、CCTVが早くも陝西一龍心科人工知能技術有限公司を摘発した。この会社は知能ロボットを使って発信し、番号区分に従って一括して嫌がらせ電話をかけていた。1台のコンピューターで1日4万件の電話をかけることができた。疲れ知らずでネガティブな感情を持たないロボットが、従来の手動による発信方法に徐々に取って代わりつつあります。その効率的な発信方法は企業を魅了する一方で、携帯電話ユーザーには迷惑も与えています。

運用コストの低減、着信の効率化、情報整理の効率化により、AI 電話ロボットは将来的に大きな商業的可能性を秘めていると思われます。しかし、熟考する価値があるのは、AI時代における疲れを知らないバッチコール、作業の完全な記録、個人情報データの侵害の方が懸念されるということです。

03AI技術の対決

ロボットによる嫌がらせ電話の誕生と急増は、主に技術の進歩によるものです。ロボットによる嫌がらせ電話に「対抗」する多くの方法の中で、初期の人々はオペレーターに協力して「シェイク/スター」システムを使用し、どの電話がスパム電話であるかを判断するよう求めました。電話が発信されると、相手側に接続される前に検証されるデジタル「トークン」または「署名」が送信されます。

AI技術が成熟するにつれ、ロボットが嫌がらせ電話をかけることが可能になり、ロボットが自然に電話に応答したり、携帯電話ユーザーに代わって嫌がらせ電話に直接応答したりできるようになります。これにより、ロボットによる嫌がらせ電話に効果的に対抗できることは明らかです。アリババの人工知能研究所は、2019年の初めに、社内コード名「Erha」のインテリジェントな嫌がらせ防止通話技術をリリースしました。ユーザーが携帯電話でこのサービスを有効にすると、嫌がらせの電話を受けたときに、その電話を直接ロボットに転送することができます。

アリババのほか、Mango Powerもインテリジェント音声の分野で個人ユーザー向けのAI嫌がらせ防止通話アシスタント「Mango Xiaomi」を発売しており、個人ユーザーが長年抱える電話嫌がらせの問題を解決するのに役立つと期待されている。ロボットによる嫌がらせ電話は迷惑ではあるが、一時的にそのトラブルをAI音声秘書にぶつけることは、少なくとも一定の役割を果たすことができる。

04音声詐欺の混乱

「ローンが必要ですか?」「家を買う必要がありますか?」「最近株取引をしていますか?」... 嫌がらせ電話が人々の生活にもたらす混乱は、迷惑そのものです。電話を切ってしまえば、迷惑以外に大きな損失はありません。しかし、電話をかけるためにロボットを使用することは、明らかにAI、音声、その他の技術の進化における小さな一歩にすぎません。人々がロボットの嫌がらせ電話を心配するのは、音声詐欺によるところが大きいです。

ウォールストリート・ジャーナルによると、2019年3月、犯罪者は市販の人工知能音声生成ソフトウェアを使用して、英国のエネルギー会社のドイツ親会社のCEOになりすまし、多くの同僚やパートナーを騙し、1日に複数回資金を詐取して送金し、会社に22万ユーロ(約173万元)の損失を与えた。

AIによる「頭部の入れ替え」が話題になっている一方で、犯罪者は以前から人工知能技術を利用してサイバー攻撃を自動化し、金銭を得るための詐欺行為を行ってきた。

音声アシスタントやロボットサービスなど、AI技術が人類に利益をもたらしていることは間違いありませんが、人々によるこの技術の利用は必ずしも肯定的ではありません。昨年のブラックハットカンファレンスでセキュリティ研究者らが実演した関連技術によると、ハッカーは音声サンプルをつなぎ合わせて大量の音声データを合成することで、簡単に人の声を真似ることができ、多くの人々に懸念を抱かせるのに十分だという。

05 同期して成長する必要がある規制

テクノロジーを活用したビジネスモデルが変化するにつれて、規制も強化する必要があります。自然言語処理(NLP)技術といくつかの単純な機械学習技術の発達により、ロボットが嫌がらせ電話をかけられるようになると、利益の追求により一部の実践者が道徳観を放棄し、世界中のユーザーに深刻な問題や経済的損失さえも引き起こしました。 TRACED法はロボコールを対象としているが、その背後にある人工知能も規制する必要がある。

ロボットによる嫌がらせ電話にしろ、人工知能による顔の改造にしろ、技術の進歩は一連の法的、経済的、倫理的問題を引き起こしており、関連法規を早急に整備し、立法レベルから技術の発展を規制するのが一般的な傾向となっている。 2019年4月20日、民法人格権編第2次草案がAIによる顔の改変を規制した。さらに、人工知能技術標準の策定と推進を強化する必要があります。ディープラーニングネットワークや人工知能チップなどの技術を標準化することで、ソースからの監視と指導を強化することができます。

テクノロジーはテクノロジーと戦うことができ、またテクノロジーを規制することもできます。規制当局は、AI 関連事項に関して規制措置を講じる前に、リスク評価と費用便益分析を実施し、回復力のあるフレームワークの構築に重点を置き、画一的な規制アプローチを避ける必要があります。監視が連動して強化されて初めて、人工知能の両刃の剣をより有効に活用できるようになります。

ところで、皆さん、嫌がらせの電話を受けたことはありますか?

<<:  「機械が人間に取って代わる」時代が到来。人類はこれからどう生き残っていくのか?

>>:  機械学習における分類タスクの共通評価指標とPythonコード実装

ブログ    
ブログ    
ブログ    

推薦する

金融ビジネスイノベーションを実現する自社開発グラフデータベースに基づくナレッジグラフ実装

人工知能の急速な発展に伴い、ナレッジグラフの実装と商業化の可能性は継続的に強化され、社内のデータ分析...

人工知能は偏見の岐路に立っている

企業がより多くの機械学習や人工知能モデルを本番環境に導入するにつれて、システム内の偏りに対する認識が...

機械学習モデルで機密データの忘却を実現するにはどうすればよいでしょうか?

I. 概要サイバーセキュリティ分野のデータ分析では機械学習手法がますます使用されるようになっていま...

BLIP-2とInstructBLIPがトップ3にランクイン! 12の主要モデル、16のリスト、「マルチモーダル大規模言語モデル」の総合評価

マルチモーダル大規模言語モデル (MLLM) は、LLM の豊富な知識蓄積と強力な推論および一般化機...

20年後にはロボットが手術を行えるようになる

「1か月で10年分の変化を目撃しました。」 COVID-19パンデミック中に遠隔医療の利用が加速した...

「理解する」シナリオ + 「理解する」テクノロジー: スマート交通で旅行が予測可能になる

【51CTO.comオリジナル記事】 [[337243]]よくよく数えてみると、一般的に誰もが悩まさ...

文脈学習 = 対照学習?人民大学が ICL 推論の背後にある暗黙の更新メカニズムを明らかに: 勾配は更新されるのか? 「さらに」

近年、Transformer に基づく大規模言語モデルは、驚くべきコンテキスト内学習 (ICL) 機...

...

カナダ当局はクリアビューの顔認識技術がプライバシー法に違反していることを確認した

[[380742]]カナダのプライバシー保護担当コミッショナーは水曜日、顔認識スタートアップ企業のク...

2015年9月のプログラミング言語ランキング: 新しいインデックスアルゴリズムにより急上昇が解消

9月に、TIOBE Indexは改良されたアルゴリズムを使用してプログラミング言語の人気度を計算しま...

データサイエンス技術の未来

[[361283]]画像ソース: https://pixabay.com/images/id-477...

詳細な分析:AI LLMフレームワークの主要コンポーネントとその機能

この記事では、AI フレームワークの高レベルなアーキテクチャを詳しく説明し、その内部コンポーネントと...

皆を置き去りにする!紅河の人工知能交通違反画像処理プラットフォームが市場にデビュー

社会の生産性の向上は現代交通の進歩を牽引していますが、現代交通がもたらす大きな利便性を享受する一方で...