Google人工智能可以自己发明加密算法
听音辩形，下棋玩游戏什么的已经过时了，现在Google Brain团队完成了一项新的研究成果叫做《用对抗神经密码术学习安全通信》。创造出了2个能够自行演进出加密算法的人工智能，从而避免其沟通信息被第3个在自我演进破解算法的AI侦听——这是全世界从零开始学会安全通信的头两个AI。 加密系统架构：P=输入的明文，K=共享密匙，C=加密文本，PEve和PBob为经过计算后得出的明文输出。 Google Brain团队的总部位于加州芒廷维尤城，是Google最初进行人工智能研究的团队，独立于设在伦敦的Deep Mind，它最初设计了三个相当普通的神经网络：Alice，Bob和Eve。每个神经网络都被赋予了一个非常明确的任务：Alice的任务是向Bob发送保密信息，Bob的任务是解译这个信息，而Eve的任务则是窃听这个信息并尝试对其进行破译。相对于Eve，Alice和Bob有一个优势，即它们拥有一个共享密钥（也就是对称加密）。 重要的是所有的AI事先既都不知道如何进行加密，也不知道使用什么样的加密技术，它们的起点只是一个损失函数（一种衡量损失和错误程度的函数），通过该损失函数来判断自己做得如何，然后不断演进出正确的办法。对于Eve来说，它的损失函数很简单，那就是：距离，或者说相似度，这是通过将Alice的原始明文与Eve猜测的明文逐位进行比较计算出差别来衡量的。距离越小说明相似度越高，距离为0则说明猜中。 而Alice和Bob的损失函数则要复杂一点：如果Bob的猜测距离原始输入明文太远（同样是通过位差异衡量）则为损失；而对Alice来说，如果Eve的猜测比随便乱猜的结果好，那就是损失。由此就建立了一个生成式对抗网络（GAN）。 虽然Alice，Bob和Eve都共享了相同的“组合与转换”神经网络结构，但是它们的初始化都是独立进行的，除了Alice和Bob采用相同密钥以外，相互之间并没有联系。对于Alice来说，密钥和明文是其第一层神经网络的输入，对于Bob来说密钥和密文是输入，而Eve只拿到了密文。 由于第一层神经网络是全连接的，所以文本和密钥可以混合。第1层之后是若干的卷积层，这些层会学习利用函数来处理上一层交给自己的那些字位。至于这个函数是什么它们并不知道的，仅是不断地进行学习与改进。对于 […] …