警告! 「リップリーディング」キーでデータを盗む、AIは本当に怖い

警告! 「リップリーディング」キーでデータを盗む、AIは本当に怖い

コンピューターに頼って悪者を即座に見つけることができれば素晴らしいのですが、問題は AI システムがそれ以上のことができることです。 AI が私たちが携帯電話のタッチスクリーンで何をしているかを観察し、私たちがどのアプリを使用しているか、何を入力しているかを正確に推測できたらどうなるでしょうか?

[[400805]]

これは誇張ではありません。現代のコンピューター ビジョン テクノロジーは、これまで映画でしか見たことのない驚くべき機能をすでに実現しています。ビデオを AI システムに読み込み、低解像度のフレーム内のあらゆる詳細を観察するように要求し、少量のトレーニングと強力なアルゴリズムを通じて画像コンテンツを「強化」することができます。とても魔法的で、とても強力です。

これはシンプルで美しいように聞こえるかもしれませんが、自動運転機能、がん検出、写真に写っている物体の数のカウントなどに加え、この技術は私たちが予見できないさまざまな脅威をもたらす可能性もあります。

賢い人間は常に奇抜なアイデアを持っています。そして、彼らによって訓練された AI システムは、キー入力や手の動きに基づいて入力テキストを推測する方法をすぐに学習するかもしれません。考えてみればこれは本当に恐ろしいことなので、後ほど詳しく説明します。

まず強調しておきたいのは、コンピューター ビジョン テクノロジーが 2017 年以降大きく進歩したということです。 AI システムは、カメとライフルの違いを区別できない状態から、少量のデータだけで驚くほど正確な推論を行える状態に進化しました。たとえば、研究者は、AI が受信した生体認証情報のみに基づいてコンピューターがユーザーを認証できることを実証しました。心理学者は、キーストローク分析データを使用して、自動心理的ストレス検出システムを開発しました。

研究者たちは、より優れたスペル、文法、その他のコミュニケーションツールを開発するために、人間のタイピングを模倣するように AI をトレーニングしています。つまり、私たちは AI システムに、ほとんどの人間が持っていない能力、つまり指の動きから入力内容を推測する能力を習得するように教えているのです。

AIがこの能力を習得すれば、それは私たち人間が「唇」を読むことを学ぶのと同等になるでしょう。そのような AI 製品がまだ存在しないからといって、不可能だというわけではありません。

それで、最悪の事態はどんなことが起こるのでしょうか?

つい最近、インターネットが始まったばかりの頃、私たちが直面した最大のセキュリティ上の脅威はショルダーサーフィンでした。つまり、パスワードを盗む最も簡単な方法は、入力するのをただ観察することだったのです。

したがって、ほとんどのパスワード入力インターフェースでは、実際の入力を隠すためにワイルドカードが使用されます。結局のところ、暗闇に隠れて私たちの活動を監視しているのが誰なのかは分からないのです。

しかし、画面が覆われていると、ほとんどの人は実際にユーザーがどの文字や数字を押したのか分かりません。私たちは率先して、暗記したパスワードをパスワード フィールドに簡単かつスムーズに素早く入力できます。

しかし、人間ができないからといって、AI ができないというわけではありません。十分なデータがあれば、AI の世界では何でも可能になります。

理論的には、十分なデータ リソースがある限り、開発者は AI チップ (現在さまざまな主力スマートフォンで使用されているチップなど) またはクラウド リソースを使用して、スーパー推論機能を備えたモデルをトレーニングできます。

このように、携帯電話のカメラを使用すれば、ほぼ誰でもスパイ対象を撮影し、実際の操作内容や画面に入力された内容を入手することができます。

つまり、悪意のある人はこれを利用して、パスワード、銀行カードのパスワード、さらにはドキュメントの完全な内容(入力プロセス全体をキャプチャできる限り)を盗むことができます。

この機能をクラウド サービス システムに接続すれば、大手テクノロジー企業や連邦政府でも包括的な監視ネットワークを迅速に構築できます。 Google であれ、LAPD であれ、どんなカメラでも簡単に鍵検出装置に変えることができます。画面の前であなたがすることはすべて彼らの目から逃れることはできません。

<<:  GPU ベースの AI を使用して、わずか 36 分で実際の宇宙をシミュレートする

>>:  「怠け者」を助ける掃除ロボットの規模は600億台を超える

ブログ    
ブログ    
ブログ    
ブログ    
ブログ    

推薦する

...

...

マイクロソフト:Office は将来 AI を統合し、Microsoft Teams を追加する予定

マイクロソフトは、有名なOfficeに大きな変更を加え始めました。5年間使用されてきたOfficeア...

顔認識と指紋認識のどちらがより定量化しやすいでしょうか?

顔認証と指紋認証は、携帯電話のロックを解除する主な 2 つの方法です。私たちは、日常の仕事でも公共の...

ワンジ自動車ミリ波レーダーポイントクラウド技術の分析

レーダー点群のセマンティックセグメンテーションは、レーダーデータ処理における新たな課題です。このタス...

人工知能(AI)の人間的側面を探る

新興技術である AI はこれまで多くの課題に直面しており、今後も直面し続けるでしょう。一方で、消費者...

韓信は本当に数学の達人なのでしょうか?古代中国の数学にヒントを得たコンピュータ暗号化アルゴリズム

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

Microsoft は、全二重音声インタラクションにおいて画期的な進歩を達成しました。ロボットは本当に「人間」になる

マイクロソフト(アジア)インターネットエンジニアリングアカデミーは、新世代の音声インタラクション技術...

マーケターがAIと機械学習を活用して顧客にリーチする方法

数十年前、技術者が初めて人工知能の概念を生み出したとき、彼らは人間の知能を模倣できる技術を生み出そう...

人工知能は将来のデジタルワークプレイスをどのように変えるのでしょうか?

[[347778]]デジタルワークプレイス コミュニケーション ソリューションの大手プロバイダー ...

...

ChatGPT は IT ネットワーク エンジニアの代わりになるのでしょうか?

現代の IT ネットワークは、ファイアウォール、ルーター、スイッチ、サーバー、ワークステーション、そ...

大規模言語モデルの最大のボトルネックを突破する方法

翻訳者 |ブガッティレビュー | Chonglou OpenAIのGPT-4やAnthropicのC...

ディープラーニングの父、ヒントン:次世代ニューラルネットワーク

ディープラーニングの父ヒントン氏:次世代ニューラルネットワーク SIGIRは、情報検索の分野における...