你或許，甚至大概率遇到過這樣的情況：

當你打開手機中的某一款 App 時，第一眼看到的內(nèi)容正是你幾分鐘前和朋友或者家人們談論的東西。第一次，你會覺得很驚訝。但時間久了，你就會覺得習以為常、見怪不怪了。

而其中作祟的元兇之一，就是如今已無處不在且時刻“偷聽”你的麥克風(Microphones)，它們被嵌入手機、電視、手表等設備中，實時將你的聲音傳輸?shù)缴窠?jīng)網(wǎng)絡和人工智能系統(tǒng)中，幫助推薦系統(tǒng)為你作出“定制化”的推送服務。

那么，如何才能避免這樣的情況發(fā)生呢?網(wǎng)絡上有很多方法，比如放一首完全不相關的歌曲，將聲音調(diào)到最大，主動制造一些噪音;比如不授權長期開啟麥克風權限，而是選擇采取一次一授權的方式等。

如今，來自美國哥倫比亞大學的研究團隊提出了一種新方法：他們研發(fā)了一種人工智能系統(tǒng)，只需要在房間內(nèi)播放一種該系統(tǒng)產(chǎn)生的極為輕微的聲音，就可以避免“監(jiān)聽”事件的發(fā)生。

也就是說，這一系統(tǒng)會把人們交談的聲音進行偽裝，在不影響正常對話的前提下，不被麥克風等監(jiān)聽系統(tǒng)聽到。

相關研究論文以“Real-Time Neural Voice Camouflage”為題，已發(fā)表在預印本網(wǎng)站 arXiv 上。

而且，研究人員還表示，這種人工智能系統(tǒng)很容易部署在電腦、手機等硬件上，可以時時保護你的隱私。

用 AI 擊敗 AI

由人工智能利用的問題，要由人工智能來解決。

雖然該團隊干擾麥克風等系統(tǒng)的成果理論上在人工智能領域是可行的，但要以足夠快的速度將其用于實際應用，仍然是一個艱難的挑戰(zhàn)。

問題在于，在某個特定時刻干擾麥克風監(jiān)聽人們談話的聲音，或許并不能干擾接下來幾秒的談話。當人們說話時，他們的聲音會隨著他們說出的不同單詞和語速而不斷變化，這些變化使得機器幾乎不可能跟上人說話的快節(jié)奏。

而在此次研究中，人工智能算法能夠通過預測一個人接下來要說的話的特點，有足夠的時間來產(chǎn)生合適的耳語(whisper)。

哥倫比亞大學計算機科學系助理教授 Carl Vondrick 表示，這一算法能夠以 80% 的效率阻止流氓麥克風聽清(人們的)對話，甚至在人們對流氓麥克風的位置等信息毫無察覺的情況下，也能發(fā)揮作用。

為此，研究人員需要設計一種可以實時破壞神經(jīng)網(wǎng)絡的算法，這種算法可以在說話時連續(xù)生成，并適用于一種語言的大部分詞匯。在以往的研究中，沒有一項工作可以同時滿足以上三個要求。

新算法使用了一種稱之為“預測攻擊”(predictive attacks)的信號，這種信號可以干擾任何被自動語音識別模型訓練來轉錄的單詞。此外，當攻擊聲音在空中播放時，它們需要足夠大的音量來干擾任何可能在遠處的流氓“竊聽”麥克風。攻擊聲音需要像聲音一樣傳播相同的距離。

該人工智能系統(tǒng)通過預測未來對信號或單詞的攻擊，以兩秒鐘的輸入語音為條件，實現(xiàn)了實時性能。

同時，研究團隊還對攻擊進行了優(yōu)化，使其音量類似于正常的背景噪音，讓人們在房間內(nèi)可以自然地交談，而不會被麥克風等系統(tǒng)監(jiān)控。

此外，他們成功證明了這一方法在有自然環(huán)境噪聲和復雜形狀的真實房間中的有效性。

但 Vondrick 也表示，目前該系統(tǒng)還只是對大多數(shù)英語單詞有效，他們正在將該算法應用到更多語言中。

我們能為 ethical AI 做些什么?

有人說，在大數(shù)據(jù)時代，我們的個人信息都處于“裸奔”的狀態(tài)，身邊也有越來越多的智能設備在偷窺著我們的個人隱私。

如果這一研究成果在未來能夠應用于更多語言，在更多場景內(nèi)落地，或許能夠幫助我們免受各式各樣人工智能的利用。

正如賓夕法尼亞大學(University of Pennsylvania)計算機與信息科學系教授 Jianbo Shi 評價道：他們提出了一個新問題，即如何使用人工智能保護我們免受無意識的人工智能所利用?

同時，Shi 也建議道，在未來的工作中，研究人員需要從最初的設計階段就“有意識地”思考人工智能會對人類和社會產(chǎn)生的影響，不要再問有道德的人工智能(ethical AI)可以為我們做些什么，而是要問我們能為 ethical AI 做些什么?

一旦我們相信這個方向，ethical AI 的相關研究就會充滿趣味和創(chuàng)意。

關鍵詞： 手機應用 人工智能 隱私保護 智能攔截