AI-ჩამწერი მოწყობილობები და მათ წინააღმდეგ ბრძოლა: „კატისა და თაგვის თამაში“

მალე შეიძლება ბარში თქვენს გვერდით მჯდომ ადამიანს სათვალის, ყელსაბამის ან პიჯაკზე მიმაგრებული ღილაკის სახით დამალული მიკროფონი და კამერა ჰქონდეს. The Atlantic-ის ესე იკვლევს ბრძოლას, რომელიც AI-ით აღჭურვილ მოწყობილობებსა და მათ წინააღმდეგ შექმნილ დაცვის საშუალებებს შორის იწყება.

AI-აქსესუარები მასობრივ ბაზარზე მიემართება

დღევანდელი AI-ჩამწერები მუშაობს როგორც ჩუმი ჩამწერი, ასისტენტი ან მეხსიერების დამხმარე, და სტატიის მიხედვით, ეს ტექნოლოგია მალე ნიშური აღარ იქნება. Apple-ს, მსოფლიოში უდიდესი პირადი ტექნოლოგიური ეკოსისტემის მფლობელს, მიაწერენ, რომ ავითარებს AI-პინს ან გულსაკიდს, რომელიც iPhone-ის მუდმივი თვალი და ყური გახდება; ასეთი აქსესუარები ერთ დღეს AirPods-ივით გავრცელებული შეიძლება იყოს.

მარტში სტარტაპმა Deveillance-მა გამოაცხადა, რომ ქმნის Spectre I-ს — ჰოკეის შაიბის ფორმის მოწყობილობას, რომელიც, მწარმოებლის მტკიცებით, ხელს უშლის სხვებს თქვენი ჩაწერაში. კომპანია დააარსა აიდა ბარადარმა, ცოტა ხნის წინ კოლეჯი დამთავრებულმა ახალგაზრდამ, რომელიც AI-ჩამწერების გავრცელებამ შეაშფოთა. მან არ გაამხილა, ზუსტად როგორ მუშაობს ჯემერის სიგნალები — მხოლოდ ის თქვა, რომ ისინი მეტყველებას მოჰგავს; მიკროფონების ამოცნობის ფუნქცია კი ჯერ კიდევ მუშავდება.

ულტრაბგერითი ჯემერები მეტყველების აღმდგენი AI-ს წინააღმდეგ

ჩახშობას ისტორია აქვს: ადრეული მოწყობილობები ხმამაღალ თეთრ ხმაურს ასხივებდნენ, ახლები კი ულტრაბგერით სიხშირეებს იყენებენ, რაც მიკროფონების ტექნიკურ თავისებურებას ეყრდნობა. 2020 წელს ჩიკაგოს უნივერსიტეტის ჯგუფმა იუისინ ჩენის ხელმძღვანელობით ერთ სამაჯურზე 23 ულტრაბგერითი გადამცემი დაამაგრა, რომ სიგნალი მიმართული ყოფილიყო.

თუმცა AI-ს შეუძლია ამ ხმაურის მოცილება. თანამედროვე სათვალეები და პინები მეტყველების აღდგენის ალგორითმებით ბევრ ხმას შორის ერთს გამოყოფენ — ეს ე.წ. „კოქტეილის წვეულების პრობლემაა“. ოჰაიოს შტატის უნივერსიტეტის მკვლევარი დელიანგ ვანგი ათწლეულებია სასმენი აპარატებისთვის ნეირონულ ქსელებს ავარჯიშებს მეტყველების სიხშირეებისა და რიტმის ამოსაცნობად; უახლეს მოდელებს დაკარგული მარცვლების აღდგენაც შეუძლიათ.

ბრძოლა მონაცემებით მონაცემების წინააღმდეგ

ზოგი მკვლევარი ჩახშობის ნაცვლად მოწყობილობის „დაბინძურებას“ ირჩევს: კალიფორნიის უნივერსიტეტის (დევისი) ისტორიკოსი ფინ ბრანტონი მიუთითებს მხატვარ ადამ ჰარვის ტანსაცმელსა და მაკიაჟზე, რომელიც სახის ამოცნობას აფერხებს, და TrackMeNot-ის გაფართოებაზე, რომელიც რეალურ ძიებებს ყალბებში მალავს. ბოსტონის უნივერსიტეტის სამართლის პროფესორი ვუდროუ ჰარცოგი იხსენებს „ბაბლ-თეიპებს“ — ჩანაწერებს 40 ხმის ფენით. 2023 წელს მინგ გაოს ჯგუფმა აჩვენა მოსახმარი ჯემერი, რომელიც მოლაპარაკის ხმაზე მორგებულ ულტრაბგერით „ანტი-მეტყველებას“ და ყალბ, მეტყველების ფორმის ხმას ასხივებს.

არათანაბარი რბოლა

სტატია ეჭვობს, რომ დაცვა კონკურენციას ვერ გაუძლებს: მოწყობილობები მილიარდობით დოლარის ინვესტიციის მქონე მეტყველების დამუშავების ინდუსტრიას ეყრდნობა, დაცვას კი მხოლოდ რამდენიმე აკადემიური ჯგუფი და პატარა კომპანია ქმნის. მომავალში მოდელებმა შეიძლება ხმა საერთოდ არ გამოიყენონ — ტუჩებიდან წაიკითხონ, როგორც HAL 9000 ფილმში „2001: კოსმოსური ოდისეა“, ან მეტყველება წყლის ჭიქის ვიბრაციიდან აღადგინონ. „კატისა და თაგვის თამაშებში ჩვეულებრივ ვიცით, როგორ მთავრდება ეს თაგვისთვის,“ — ამბობს ჰარცოგი.