about-3 back-contact back-deep eitaa کانال روبیکاخبرگزاری سایبربان
مطالب پربازدید
بازار
1405/02/02 - 13:10- بررسی تخصصی

بازار سیاه فیلترشکن در زمان قطع اینترنت؛ از قیمت‌های میلیونی تا موج گسترده کلاهبرداری

مقاله ای از کارشناس سایبری مهیار خدادادی پیرامون مسئله فیلتر شکن ها در زمان قطعی اینترنت بین المللی

در
1405/02/01 - 15:13- ایران

در غم از دست دادن پدر امت به سوگ نشسته ایم

در غم از دست دادن پدر امت به سوگ نشسته ایم

بزرگ‌ترین
1405/01/10 - 16:13- جنگ سایبری

بزرگ‌ترین حمله سایبری به شرکت‌های نفتی امارات

شرکت های نفتی امارات مورد حمله سایبری گروه هکری نصیر قرار گرفت

انتشار شده در تاریخ

پنهان کاری هوش مصنوعی از انسان

دانشمندان الگوریتمی توسعه داده اند که می تواند داده های هر تصویری را روی هر عکس دلخواهی رمزنگاری کند.

به گزارش کارگروه فناوری اطلاعات سایبربان، به نقل از «techcrunch»؛ پژوهشگران دانشگاه استنفورد و گوگل در همکاری با یکدیگر نوعی الگوریتم یادگیری ماشینی توسعه داده اند که تصاویر ماهواره ای را به نقشه های خیابانی تبدیل می کند. این کار با پنهان سازی اطلاعاتی که ممکن است در آینده مورد استفاده قرار گیرند انجام می شود.

هدف اصلی محققان بهبود فرآیند و افزایش سرعت تبدیل تصاویر ماهواره ای به نقشه های دقیق گوگل است. به همین منظور روی توسعه فناوری جدیدی به نام «سایکل جن» (CycleGAN)، کار می کند. این دستاورد یک شبکه ی عصبی است که می تواند 2 نوع تصاویر را یکدیر تبدیل کند. دقت عملکرد این نوآوری با انجام آزمایش های بیشتر نیز افزایش پیدا خواهد کرد.

در زمان انجام آزمایش های اولین، الگوریتم یاد شده عملکرد بسیار خوبی را به نمایش گذاشت. مسئله ای که باعث شگفتی دانشمندان شد این بود که در زمان بازسازی تصویر هوایی از روی نقشه خیابانی، جزئیات بسیاری به نمایش گذاشته شد که در نقشه وجود نداشتند.

برای مثال نورگیر روی سقفی که در فرآیند ایجاد نقشه خیابان ها حذف شده بودند، در هنگام انجام عمل معکوس، دوباره به نمایش گذاشته شدند. به عبارت دیگر هوش مصنوعی در انجام فرآیند خود تقلب کرده و اطلاعات خود را از دید پژوهشگران مخفی می کرد.

با وجود این که نظارت روی پردازش های داخل شبکه عصبی بسیار سخت است، پژوهشگران به سادگی می توانند روی داده های تولید شده کنترل داشته باشند. هدف صلی سایکل جن تقسیر ویژگی های هر یک از 2 محتوا و تبدیل آنها به یکدیگر با صحیح ترین حالت ممکن است؛ اما اقدامی که عامل آن انجام داد، دقیق ترین و نزدیکی ترین نمونه ی تولید شده نسبت به نقشه هوایی بود.

بنابراین به نظر می رسد هوش مصنوعی توسعه یافته یاد نگرفته است که چگونه یک محتوا را با توجه به دیگری تولید کند؛ بلکه آموخته است که ویژگی هر یک را در قالب رمزنگاری هوشمندانه ای به شکل نویز طرح دوم به نمایش بگذارد. برای نمونه در این حالت جزئیات تصویر هوایی به طور محرمانه در قالب هزاران تغییر رنگ بسیار کوچک که توسط چشم انسان قابل تشخیص نیست، روی نقشه خیابان قرار می گیرند.

در حقیقت رایانه به خوبی می تواند جزئیات هر نقشه ای را روی هر تصویر هوایی رمزنگاری کند و برای این کار حتی نیاز ندارد به جزئیات نقشه واقعی توجه کند؛ بلکه همه ی داده های مورد نیاز به منظور بازسازی هر گونه تصویر هوایی را به سادگی می توان، بدون آسیب زدن به هر نقشه ی خیابانی متفاوتی، روی آن قرار داد.

رمزنگاری یک نوشته یا عکس در تصویری دیگر مسئله ی جدیدی نیست؛ اما فناوری بالا را می توان سطح جدیدی از این شیوه ی رمزنگاری به حساب آورد. به گونه ای که داده ها حتی از دید سازندگانش نیز مخفی می شوند.

Paragraphs
تازه ترین ها
تصویب
1405/04/02 - 12:51- هوش مصنوعي

تصویب قانون عدالت کیفری کانادا با هدف حمایت از کودکان

آسیب‌های دیجیتال و حمایت از کودکان، اصلاحات عمده‌ای را در قانون مجازات کانادا ایجاد کرده است.

نقشه‌برداری
1405/04/02 - 12:04- هوش مصنوعي

نقشه‌برداری از اثرات پنهان فشار خون بالا توسط هوش مصنوعی

محققان آکسفورد ابزاری مبتنی بر هوش مصنوعی برای نقشه‌برداری از اثرات پنهان فشار خون بالا توسعه دادند.

تغییر
1405/04/02 - 11:39- هوش مصنوعي

تغییر الگوهای اشتغال در ایالات متحده توسط هوش مصنوعی

شکاف فزاینده‌ای در رشد اشتغال بین مشاغل پرخطر و کم‌خطر، به‌ویژه پس از سال ۲۰۲۲، در بازار کار ایالات متحده وجود دارد.