聽音辯形，下棋玩游戲什么的已經(jīng)out了，現(xiàn)在Google Brain團隊完成了一項新的研究成果叫做《用對抗神經(jīng)密碼術(shù)學習安全通信》，創(chuàng)造出了2個能夠自行演進出加密算法的人工智能，從而避免其溝通信息被第3個在自我演進破解算法的AI偵聽——這是全世界從零開始學會安全通信的頭兩個AI。

加密系統(tǒng)架構(gòu)：P =輸入的明文，K =共享密匙，C =加密文本，PEve和PBob 為經(jīng)過計算后得出的明文輸出。

Google Brain團隊的總部位于加州芒廷維尤城，是Google最初進行人工智能研究的團隊，獨立于設(shè)在倫敦的Deep Mind，它最初設(shè)計了三個相當普通的神經(jīng)網(wǎng)絡(luò)：Alice、 Bob和Eve。每個神經(jīng)網(wǎng)絡(luò)都被賦予了一個非常明確的任務：Alice的任務是向Bob發(fā)送保密信息，Bob的任務是解譯這個信息，而Eve的任務則是竊聽這個信息并嘗試對其進行破譯。相對于Eve，Alice和Bob有一個優(yōu)勢，即它們擁有一個共享密鑰（也就是對稱加密）。

重要的是，所有的AI事先既都不知道如何進行加密，也不知道使用什么樣的加密技術(shù)，它們的起點只是一個損失函數(shù)（一種衡量損失和錯誤程度的函數(shù)），通過該損失函數(shù)來判斷自己做得如何，然后不斷演進出正確的辦法。對于Eve來說，它的損失函數(shù)很簡單，那就是：距離，或者說相似度，這是通過將Alice的原始明文與Eve猜測的明文逐位進行比較計算出差別來衡量的。距離越小說明相似度越高，距離為0則說明猜中。

而Alice和Bob的損失函數(shù)則要復雜一點：如果Bob的猜測距離原始輸入明文太遠（同樣是通過位差異衡量）則為損失；而對Alice來說，如果Eve的猜測比隨便亂猜的結(jié)果好，那就是損失。由此就建立了一個生成式對抗網(wǎng)絡(luò)（GAN）。

雖然Alice、Bob和Eve都共享了相同的“組合與轉(zhuǎn)換”神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，但是它們的初始化都是獨立進行的，除了Alice和Bob采用相同密鑰以外，相互之間并沒有聯(lián)系。對于Alice來說，密鑰和明文是其第一層神經(jīng)網(wǎng)絡(luò)的輸入，對于Bob來說密鑰和密文是輸入，而Eve只拿到了密文。

由于第一層神經(jīng)網(wǎng)絡(luò)是全連接的，所以文本和密鑰可以混合。第1層之后是若干的卷積層，這些層會學習利用函數(shù)來處理上一層交給自己的那些字位。至于這個函數(shù)是什么它們并不知道的，僅是不斷地進行學習和改進。對于Alice來說，最后一層輸出的就是密文，而Bob和Eve則輸出明文——最后是無“損失”的明文。

結(jié)果……好壞參半。一些情況下的運行屬于徹底失敗，Bob從未重構(gòu)出Alice的消息。不過大部分時間當中，Alice和Bob的確設(shè)法改進了系統(tǒng)，在這個系統(tǒng)中它們的通訊幾乎沒有什么錯誤。而在部分測試中，Eve也顯示出了一些比隨機猜測更好的改進，但是Alice和Bob隨后改進了自己的加密技術(shù)，令Eve無機可乘（如上圖所示）。

關(guān)于Alice和Bob設(shè)計的是什么加密算法，研究人員并沒有進行詳細分析，但是他們在一次訓練中觀察到這種加密法與明文和密鑰都有關(guān)系。他們表示：

“這種關(guān)系并不是簡單的XOR（異或），特別是，輸出值常常為浮點數(shù)而不是0或1。”研究人員Martín Abadi 和David G. Andersen最后得出的結(jié)論是，神經(jīng)網(wǎng)絡(luò)的確可以學習保護自身的通信，而且只要告訴Alice評估安全高于一切即可，更重要的是，這種保密可以在不需要告訴具體采用什么樣的加密算法的情況下實現(xiàn)。

除了數(shù)據(jù)的對稱加密，密碼學還有很多東西。研究人員表示，未來還將研究“隱寫術(shù)”（將數(shù)據(jù)隱藏在其他媒體如圖像當中的加密法）以及非對稱（公鑰）加密。對于Eve是否有可能一直充當一個優(yōu)秀對手，研究人員認為：

“雖然神經(jīng)網(wǎng)絡(luò)成為密碼分析專家的可能性不大，但是用來進行元數(shù)據(jù)和流量分析卻是非常有效的?！备信d趣的可以在arXiv 上查看GoogleBrain團隊的這篇論文。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。