Улучшение искусственного интеллекта снижает эффективно кибер-безопасности: исследование
Не секрет, что значительные улучшения в сфере разработки новых систем искусственного интеллекта постепенно приводят к значительному расширению возможностей его самостоятельного обучения - и в то же время к тому, что пользователям-людям становится все сложнее и сложнее сохранять анонимность и конфиденциальность в сети. Об этом говорит новое социальное исследование в области кибер-безопасности, составленное опытной командой компьютерных инженеров из Калифорнийского Университета под руководством профессора компьютерной и оптической инженерии Анила Асвани - в своей работе он утверждает факт того, что искусственный интеллект также создает проблемы в международном законодательстве.
А именно в сфере соблюдения международного акта о интернет-конфиденциальности HIPAA от 1996 года - в его исследовании собраны данные обучения искусственных интеллектов и машинных алгоритмов за последние два года, нацеленные на пользовательские данные свыше 15,000 американцев, участвовавших в эксперименте. Результаты эксперименты показали, что даже наиболее проверенные и сильные способы защиты пользовательской информации по большей части сдают позиции перед постоянно улучшающимся искусственным интеллектом, который находит новые лазейки и возможности проникать в личную и корпоративную сферу пользователей.
Таким образом, Асвани указывает на необходимость пересмотреть текущие международные соглашения по этому поводу, а также пересмотреть сам подход к проектированию и использованию искусственного интеллекта в информационных интернет-системах, где он может вызывать немалые проблемы в контексте конфиденциальности и информационной защиты.
Как бы там ни было, становится понятно, что такая ситуация может быть для одних весьма приятной новостью, а для других - поводом задуматься относительно усиления эффективности инструментов кибер-защиты. Кроме того, увеличение функционала и возможностей искусственного интеллекта также может означать возможность построения более комплексных систем машинного обучения.
