谷歌人工智能太厉害：可以自学加密解密技术

创客

　　随着机器学习逐渐普及，机器人将负责处理越来越敏感和私密的数据。为了保护这些个人信息，谷歌的计算机科学家开发了几套能够自学信息加密的神经网络。

　　谷歌旗下深度学习研究项目Google Brain的一个团队开发了3个神经网络，分别名为Alice、Bob和Eve，每个神经网络都有自己的任务。Alice向Bob发送加密信息，Bob则需要对其解密。最后，Eve则试图在没有其他神经网络提供密钥的情况下破解加密信息。

　　这些神经网络都没有学习密码算法，所以并没有发展出复杂的系统。但它们却可以将纯文本转化成加密信息。

　　研究人员马丁·阿巴蒂（Martin Abadi）和大卫·安德森（David Andersen）在论文中写道：“这一学习过程不需要指定具体的密码算法，也不需要明确指示如何应用这些算法：只是基于训练目标的保密规格来进行。”

　　经过15万次模拟后，拥有密钥的两个神经网络（Alice和Bob）能够通过安全方式发送和解密信息。但整个过程中，Eve都未能成功破解这些加密信息。

　　在传授了保护数据的算法后，研究人员还试图回答一个问题：人工智能是否能学会哪些信息应该使用加密技术来保护。为了做到这一点，阿巴蒂和安德森开发了另外一个神经网络：Blind Eve。

　　这个神经网络只知道有信息被发送出去了，但却无法接触这些信息。Eve的错误率低于Blind Eve，但随着时间的推移，Eve也无法重建更多有关加密内容的信息，仍然只能通过单纯了解加密信息的价值分配获取一些信息。

　　华盛顿大学计算机系教授佩德罗·多明戈（Pedro Domingos）表示，这项研究很有用，但并不清楚学习加密的目的何在。

　　“跳出这篇论文来看，对抗性学习是个很有意思的话题，因为真实世界中的学习通常都要与对手进行对抗，而且对抗模式可以带来更好的学习效果。”他说。

　　谷歌研究人员表示，神经网络可以通过训练来保护特定信息，也可以学会攻击。

　　该论文总结道：“尽管神经网络可能不太擅长密码分析，但它们可能在元数据和流量分析方面很有用。”