AAآژانسGHAROOOONGHAROOOON پروژه های تحقیقات پیشرفته ی دفاعی آمریکا موسوم به دارپا از اینتل و دانشگاه جورجیا تِک خواسته است تحقیقاتی بخاطر دفاع از جهیز های درس ماشین دربرابر دست موثر ها و ویران مفید های سازمان دهی شده اجرا دهند. حمله هایی که با دست مفید اجسام انجام می شوند، قوه ی تشخیص الگوریتم های یادگیری ماشین را پایین تر تأثیر قرار می دهند. اگرچه چنین اقدام هایی اکنون بیشتر در محیط های آزمایشگاهی اجرا می شوند، احتمال سوءاستفاده از آن ها در سطوح بزرگ وجود دارد.
شرکت امنیتی مک آفی ماه فوریه گزارشی از مشت کاری و فریب سیستم تدریس ماشین منتشر کرد. این گزارش ادعا می کرد محققان توانسته اند درون فضا آزمایشگاهی، با جسباندن یک برچسب پنج سانتی متری روی علامت محدودیت سرعت، سیستم دستیار سرعت یک وسیله خودرو تسلا مدل S S را فریب. دهند درواقع، دست کار کننده باعث شد خودرو خودران ۸۰ کیلومتربرساعت متجاوز از سرعت مجاز رانندگی. کند شهید های وافر دیگری تیمار وجود دارند که درون آن ها، با اقدام های ساده امکان فریب دادن هوش جعلی مهیا شده بود؛ اقدام هایی که تقریبا هر فردی می تواند آن ها را انجام.
دهد دارپا کار بزرگ بالقوه ی دست طرز کار با شعار فریب دادن درک قدر یا بهای چیزی تقلبی را حساسیت می کند و به دنبال این است بوسیله عنوان راه اندازی پیش گام، سیستم هایی بخاطر مقابله با حمله های فریب توسعه. دهد این آژانس یک سال پیش برنامه ای به صیت GARD مخفف Guaranteeing AI Robustness againsr Deception را مطلع. کرد اینتل توافق کرد به نشانی مشارکت اصلی تحقیقات داخل دستور کار ی چهارساله ی سابق الذکر با جورجیا تِک شریک شدن.
کند جیسون مارتین، معماری کردن مبصر اینتل و بازرس برنامه ی DRPA GARD، درباره ی پروژه ی تحقیقاتی می:گوید اینتل و جورجیا تِک با هدف افزایش درک جمعی اکوسیستم از آسیب پذیری های هوش بدلی و یادگیری ماشین شرکت می. کنند تلاش می کنیم بهترین راهکارها درمقابل آسیب پذیری ها توسعه. یابند شرکت ما با این مرام انجام می شود که با تحقیقات نوآورانه و وضع های تکمیلی، تشخیص اشیاء و توانایی فهمیدن بدلی و یادگیری ماشین بخاطر تاثیر بوسیله اقدام های متروک کارانه را بهبود.دهیم مقاله های:مرتبط چرا نیرنگ دادن سیستم های هوش تقلبی مبتنی بر یادگیری عمیق بیش آسان استچگونه از عملکرد انقلابی درایت بدلی پیشگیری
کنیم؟ مشکل اولیه ی راهکارهای کنونی کاهش اثر ویران کاری این است که راهکارها مبتنی بر قوانین و شرایط متوقف. هستند اگر یکی از شرایط شکسته شود، اقدام ویرانه کارانه موفق خواهد. شد از آنجاکه برای انجام اقدام خراب کارانه و فریب نحو های بی شماری بود دارند، باید جهیز بهتری طراحی و مصنوع. شود اینتل می گوید وعده ی نخست تحقیقات به بهترین سازی نبوغ های تشخیص اشیای هوش جعلی ویژه. دارد آن ها به دنبال روشی هستند تا درک قدر یا بهای چیزی مصنوعی تو هر دو حالت عکس و ویدئو، انسجام حساسیت فضایی و مادی و معنای نمایان.
درنگ دکتر هاپا سیگلمن، مدیر دستور کار ی تحقیقاتی دارپا درون دفتر نوآوری های فناوری، سیستمی توسعه می دهد که تقریبا شبیه به سیستم کنف مردم ارتکاب می. درنگ درواقع، می قابلیت پروژه ی او را نوعی جهیز تدریس ماشین در دل سیستم پرورش ماشین دیگر. دانست سیگلمن درباره ی پروژه می:گوید ایده ی کلی سیستم دفاعی مدنظر ما را می توان در جهیز زنهار بدن آدم تیمار مشاهده کرد؛ سیستمی که پس از امتیاز حمله، پهلو آن برنده بازی می شود و مشخصات حمله را به خاطر می. سپارد درنتیجه داخل حمله های مانند آتی، دفاع مشابهی ایفا می. دهد درنهایت، باید به این سطح از اطمینان برسیم که جهیز درس ماشین زنهار است و نمی قابلیت آن را نیرنگ.
داد با افزایش نفوذ سیستم های هوش مصنوعی و پرورش ماشین تو زندگی روزمره ی مردم، حفظ ایمنی آن ها اهمیت بیشتری پیدا می. کند سیستم های هوش بدلی امروزه بسیاری از وظایف تصمیم گیری انسان ها را هم انجام می دهند و درنتیجه، باید پناه و مقاومت بسیاری دربرابر حملات مختلف داشته.باشند بیشتر:بخوانید انویدیا پردازنده گرافیکی پایین رده MX450 را بخاطر لپ تاپ های اقتصادی شناساندن می کندمشخصات پردازنده های گرافیکی DG2 اینتل فاش شد؛ رقیبی قدر برای آمپر انویدیا و RDNA شرکت AMDتاریخ شناساندن و مشخصات پردازنده های نسل دهمی خانواده Comet-S Lake S اینتل فاش شدIBM ادراک مصنوعی خود برای انجام مطالعات روی کووید 19 را دراختیار دانشمندان راحتی می دهدMSI لپ تاپ های جدید گیمینگ حاضر بوسیله پردازنده دوده دهمی اینتل
شرکت امنیتی مک آفی ماه فوریه گزارشی از مشت کاری و فریب سیستم تدریس ماشین منتشر کرد. این گزارش ادعا می کرد محققان توانسته اند درون فضا آزمایشگاهی، با جسباندن یک برچسب پنج سانتی متری روی علامت محدودیت سرعت، سیستم دستیار سرعت یک وسیله خودرو تسلا مدل S S را فریب. دهند درواقع، دست کار کننده باعث شد خودرو خودران ۸۰ کیلومتربرساعت متجاوز از سرعت مجاز رانندگی. کند شهید های وافر دیگری تیمار وجود دارند که درون آن ها، با اقدام های ساده امکان فریب دادن هوش جعلی مهیا شده بود؛ اقدام هایی که تقریبا هر فردی می تواند آن ها را انجام.
دهد دارپا کار بزرگ بالقوه ی دست طرز کار با شعار فریب دادن درک قدر یا بهای چیزی تقلبی را حساسیت می کند و به دنبال این است بوسیله عنوان راه اندازی پیش گام، سیستم هایی بخاطر مقابله با حمله های فریب توسعه. دهد این آژانس یک سال پیش برنامه ای به صیت GARD مخفف Guaranteeing AI Robustness againsr Deception را مطلع. کرد اینتل توافق کرد به نشانی مشارکت اصلی تحقیقات داخل دستور کار ی چهارساله ی سابق الذکر با جورجیا تِک شریک شدن.
کند جیسون مارتین، معماری کردن مبصر اینتل و بازرس برنامه ی DRPA GARD، درباره ی پروژه ی تحقیقاتی می:گوید اینتل و جورجیا تِک با هدف افزایش درک جمعی اکوسیستم از آسیب پذیری های هوش بدلی و یادگیری ماشین شرکت می. کنند تلاش می کنیم بهترین راهکارها درمقابل آسیب پذیری ها توسعه. یابند شرکت ما با این مرام انجام می شود که با تحقیقات نوآورانه و وضع های تکمیلی، تشخیص اشیاء و توانایی فهمیدن بدلی و یادگیری ماشین بخاطر تاثیر بوسیله اقدام های متروک کارانه را بهبود.دهیم مقاله های:مرتبط چرا نیرنگ دادن سیستم های هوش تقلبی مبتنی بر یادگیری عمیق بیش آسان استچگونه از عملکرد انقلابی درایت بدلی پیشگیری
کنیم؟ مشکل اولیه ی راهکارهای کنونی کاهش اثر ویران کاری این است که راهکارها مبتنی بر قوانین و شرایط متوقف. هستند اگر یکی از شرایط شکسته شود، اقدام ویرانه کارانه موفق خواهد. شد از آنجاکه برای انجام اقدام خراب کارانه و فریب نحو های بی شماری بود دارند، باید جهیز بهتری طراحی و مصنوع. شود اینتل می گوید وعده ی نخست تحقیقات به بهترین سازی نبوغ های تشخیص اشیای هوش جعلی ویژه. دارد آن ها به دنبال روشی هستند تا درک قدر یا بهای چیزی مصنوعی تو هر دو حالت عکس و ویدئو، انسجام حساسیت فضایی و مادی و معنای نمایان.
درنگ دکتر هاپا سیگلمن، مدیر دستور کار ی تحقیقاتی دارپا درون دفتر نوآوری های فناوری، سیستمی توسعه می دهد که تقریبا شبیه به سیستم کنف مردم ارتکاب می. درنگ درواقع، می قابلیت پروژه ی او را نوعی جهیز تدریس ماشین در دل سیستم پرورش ماشین دیگر. دانست سیگلمن درباره ی پروژه می:گوید ایده ی کلی سیستم دفاعی مدنظر ما را می توان در جهیز زنهار بدن آدم تیمار مشاهده کرد؛ سیستمی که پس از امتیاز حمله، پهلو آن برنده بازی می شود و مشخصات حمله را به خاطر می. سپارد درنتیجه داخل حمله های مانند آتی، دفاع مشابهی ایفا می. دهد درنهایت، باید به این سطح از اطمینان برسیم که جهیز درس ماشین زنهار است و نمی قابلیت آن را نیرنگ.
داد با افزایش نفوذ سیستم های هوش مصنوعی و پرورش ماشین تو زندگی روزمره ی مردم، حفظ ایمنی آن ها اهمیت بیشتری پیدا می. کند سیستم های هوش بدلی امروزه بسیاری از وظایف تصمیم گیری انسان ها را هم انجام می دهند و درنتیجه، باید پناه و مقاومت بسیاری دربرابر حملات مختلف داشته.باشند بیشتر:بخوانید انویدیا پردازنده گرافیکی پایین رده MX450 را بخاطر لپ تاپ های اقتصادی شناساندن می کندمشخصات پردازنده های گرافیکی DG2 اینتل فاش شد؛ رقیبی قدر برای آمپر انویدیا و RDNA شرکت AMDتاریخ شناساندن و مشخصات پردازنده های نسل دهمی خانواده Comet-S Lake S اینتل فاش شدIBM ادراک مصنوعی خود برای انجام مطالعات روی کووید 19 را دراختیار دانشمندان راحتی می دهدMSI لپ تاپ های جدید گیمینگ حاضر بوسیله پردازنده دوده دهمی اینتل
- ۹۹/۰۱/۲۴