北京時(shí)間11月1日下午消息，隨著機(jī)器學(xué)習(xí)逐漸普及，機(jī)器人將負(fù)責(zé)處理越來越敏感和私密的數(shù)據(jù)。為了保護(hù)這些個(gè)人信息，谷歌的計(jì)算機(jī)科學(xué)家開發(fā)了幾套能夠自學(xué)信息加密的神經(jīng)網(wǎng)絡(luò)。

　 　谷歌旗下深度學(xué)習(xí)研究項(xiàng)目Google Brain的一個(gè)團(tuán)隊(duì)開發(fā)了3個(gè)神經(jīng)網(wǎng)絡(luò)，分別名為Alice、Bob和Eve，每個(gè)神經(jīng)網(wǎng)絡(luò)都有自己的任務(wù)。Alice向Bob發(fā)送加密信息，Bob則 需要對(duì)其解密。最后，Eve則試圖在沒有其他神經(jīng)網(wǎng)絡(luò)提供密鑰的情況下破解加密信息。

　　這些神經(jīng)網(wǎng)絡(luò)都沒有學(xué)習(xí)密碼算法，所以并沒有發(fā)展出復(fù)雜的系統(tǒng)。但它們卻可以將純文本轉(zhuǎn)化成加密信息。

　　研究人員馬丁·阿巴蒂（MarTIn Abadi）和大衛(wèi)·安德森（David Andersen）在論文中寫道：“這一學(xué)習(xí)過程不需要指定具體的密碼算法，也不需要明確指示如何應(yīng)用這些算法：只是基于訓(xùn)練目標(biāo)的保密規(guī)格來進(jìn)行。”

　　經(jīng)過15萬次模擬后，擁有密鑰的兩個(gè)神經(jīng)網(wǎng)絡(luò)（Alice和Bob）能夠通過安全方式發(fā)送和解密信息。但整個(gè)過程中，Eve都未能成功破解這些加密信息。

　　在傳授了保護(hù)數(shù)據(jù)的算法后，研究人員還試圖回答一個(gè)問題：人工智能是否能學(xué)會(huì)哪些信息應(yīng)該使用加密技術(shù)來保護(hù)。為了做到這一點(diǎn)，阿巴蒂和安德森開發(fā)了另外一個(gè)神經(jīng)網(wǎng)絡(luò)：Blind Eve。

　　這個(gè)神經(jīng)網(wǎng)絡(luò)只知道有信息被發(fā)送出去了，但卻無法接觸這些信息。Eve的錯(cuò)誤率低于Blind Eve，但隨著時(shí)間的推移，Eve也無法重建更多有關(guān)加密內(nèi)容的信息，仍然只能通過單純了解加密信息的價(jià)值分配獲取一些信息。

　　華盛頓大學(xué)計(jì)算機(jī)系教授佩德羅·多明戈（Pedro Domingos）表示，這項(xiàng)研究很有用，但并不清楚學(xué)習(xí)加密的目的何在。

　　“跳出這篇論文來看，對(duì)抗性學(xué)習(xí)是個(gè)很有意思的話題，因?yàn)檎鎸?shí)世界中的學(xué)習(xí)通常都要與對(duì)手進(jìn)行對(duì)抗，而且對(duì)抗模式可以帶來更好的學(xué)習(xí)效果。”他說。

　　谷歌研究人員表示，神經(jīng)網(wǎng)絡(luò)可以通過訓(xùn)練來保護(hù)特定信息，也可以學(xué)會(huì)攻擊。

　　該論文總結(jié)道：“盡管神經(jīng)網(wǎng)絡(luò)可能不太擅長密碼分析，但它們可能在元數(shù)據(jù)和流量分析方面很有用。”（書聿）