Опасная лёгкость, с которой можно обмануть военный искусственный интеллект

[Biga]

Зенитные кодексы Аль-Эфесби.

[questor]

Когда зашёл чтобы оставить такой комментарий, а он уже опубликован первым же к посту! Отличный рассказ я считаю у Пелевина вышел.

[CrazyElf]

Даже жалко, что Пелевин редко пишет рассказы. Схема «одна мысль = один рассказ» — это гораздо лучше, чем «одна мысль = один роман». Но не для кошелька писателя, понятно.

[MarinaToshina]

Он в рабстве у издателей. Один год — один роман.
Ипотеку что ли отрабатывает?

[VelikiyYaroslav]

Они самые)

Только в этот раз будут бить в обе стороны.

[denzill]

Из $718 млрд долларов, запрошенных минобороны на 2020 год, $927 пойдёт на ИИ и машинное обучение

что? откуда еще 209?

[Dolios]

$718 млрд будет выделено изначально, $927 млрд потрачено в итоге. Просто раньше времени информацию слили :)

[lleo_aha]

да не, всё чётко написано жеж: выделили 718 миллиардов, на ИИ потратят 927 (девятьсот двадцать семь) долларов (не миллиардов, просто штук)

[Lazytech]

The Department of Defense’s proposed $718 billion budget for 2020 allocates $927 million for AI and machine learning.

[kababok]

Ну вот, опять эта херня с минусами — и это тоже ИИ! :)))

Спасибо за статью — действительно интересно!

[CrazyElf]

Любая adversarial attack заточена под конкретную реализацию модели. Стоить чуть поменять параметры модели или состав картинок, на которых она учится — и уже ничего не сработает. Так что на данный момент проблема с обманом нейросетей несколько искусственная и не шибко актуальная. Но кто знает, что будет дальше.

[Wizard_of_light]

ИМХО, тут будет как со всем остальным — пройдёт некоторое время, и основных моделей у всех останется хорошо если десяток наиболее удачных (а скорее вообще две-три), а остальные где-то на периферии будут возится и особой роли не играть. А в массовом применении будет не самая совершенная, а та, у которой вытянуты хорошо если два параметра из списка: стоимость разработки, ресурсопотребление, функциональность, глючность.

[wadeg]

Хава Шигельман, профессор Массачусетского университета и программный управляющий GARD, говорит, что эти атаки могут оказаться разрушительными в военных ситуациях, поскольку люди не смогут их распознать. «Мы будто бы слепы, — говорит он

Эка ее.

Hava Siegelmann, a professor at the University of Massachusetts, Amherst, and the program manager for GARD, says these attacks could be devastating in military situations because people cannot identify them. “It’s like we’re blind,” she says