मुख्य तथ्य
- कार्यक्रमों की बढ़ती संख्या आपके भाषण को समझ सकती है।
- नई तकनीक पृष्ठभूमि में कस्टम ऑडियो शोर उत्पन्न करती है क्योंकि आप उस सॉफ़्टवेयर को भ्रमित करने के लिए बात करते हैं जो सुन सकता है।
-
नई तकनीक सिग्नल या शब्द के भविष्य पर हमले की भविष्यवाणी करके रीयल-टाइम प्रदर्शन हासिल करती है।
फोन या वीडियो कॉल के दौरान कई प्रोग्राम आपके भाषण को समझ सकते हैं, और विशेषज्ञों का कहना है कि वे गोपनीयता के लिए खतरा पैदा कर सकते हैं।
कोलंबिया विश्वविद्यालय के शोधकर्ताओं द्वारा विकसित एक नई तकनीक, जिसे न्यूरल वॉयस कैमोफ्लेज कहा जाता है, एक बचाव की पेशकश कर सकती है। जब आप बात करते हैं तो यह पृष्ठभूमि में कस्टम ऑडियो शोर उत्पन्न करता है, कृत्रिम बुद्धिमत्ता (एआई) को भ्रमित करता है जो आवाजों को सुनता और प्रसारित करता है।
"एआई ट्रांसक्रिप्शन की उपस्थिति विश्वास के मुद्दों को उठाती है," माइकल हथ, एक गोपनीयता-रक्षा खोज इंजन, एक्सैन के सह-संस्थापक, और इंपीरियल कॉलेज लंदन में कंप्यूटिंग विभाग के प्रमुख, जो इसमें शामिल नहीं थे शोध ने लाइफवायर को एक ईमेल साक्षात्कार में बताया। "मिलने वाले प्रतिभागी इस बारे में अधिक सावधान हो सकते हैं कि वे कौन से बिंदु उठाते हैं और उनका भाषण कैसे लिखा जा रहा है। यह एक अच्छी बात हो सकती है क्योंकि इससे सम्मानजनक व्यवहार में सुधार हो सकता है, लेकिन यह एक बुरी बात भी हो सकती है क्योंकि बातचीत कम खुली हो सकती है क्योंकि उपयोग की जाने वाली तकनीक के बारे में आरक्षण।"
सुनना और सीखना
कोलंबिया के शोधकर्ताओं ने एक एल्गोरिदम डिजाइन करने के लिए काम किया जो वास्तविक समय में तंत्रिका नेटवर्क को तोड़ सकता है। नया दृष्टिकोण "भविष्य कहनेवाला हमलों" का उपयोग करता है - एक संकेत जो किसी भी शब्द को बाधित कर सकता है जिसे स्वचालित भाषण पहचान मॉडल को ट्रांसक्रिप्ट करने के लिए प्रशिक्षित किया जाता है। इसके अलावा, जब हमले की आवाजें हवा में बजाई जाती हैं, तो उन्हें इतनी तेज आवाज की जरूरत होती है कि वे किसी भी दुष्ट "सुनने-में" माइक्रोफोन को बाधित कर सकें जो दूर हो सकता है।
"इसे प्राप्त करने के लिए एक प्रमुख तकनीकी चुनौती यह थी कि यह सब काफी तेजी से काम करे," कार्ल वोंड्रिक, कोलंबिया में कंप्यूटर विज्ञान के प्रोफेसर और नए दृष्टिकोण का वर्णन करने वाले एक अध्ययन के लेखकों में से एक ने एक समाचार में कहा रिहाई। "हमारा एल्गोरिदम, जो एक दुष्ट माइक्रोफ़ोन को आपके शब्दों को 80% बार सही ढंग से सुनने से रोकता है, हमारे परीक्षण बिस्तर पर सबसे तेज़ और सबसे सटीक है।"
नई तकनीक सिग्नल या शब्द के भविष्य पर हमले की भविष्यवाणी करके वास्तविक समय के प्रदर्शन को प्राप्त करती है। टीम ने हमले को अनुकूलित किया, इसलिए इसकी मात्रा सामान्य पृष्ठभूमि शोर के समान है, जिससे एक कमरे में लोगों को स्वाभाविक रूप से बातचीत करने की अनुमति मिलती है और बिना स्वचालित वाक् पहचान प्रणाली द्वारा सफलतापूर्वक निगरानी की जाती है।
बैठक में भाग लेने वाले इस बारे में अधिक सावधान हो सकते हैं कि वे कौन से मुद्दे उठाते हैं और उनका भाषण कैसे लिखा जा रहा है।
वैज्ञानिकों ने कहा कि उनकी तकनीक तब भी काम करती है, जब आप दुष्ट माइक्रोफ़ोन के बारे में कुछ भी नहीं जानते, जैसे कि उसका स्थान, या उस पर चलने वाला कंप्यूटर सॉफ़्टवेयर भी।यह एक व्यक्ति की आवाज़ को हवा में छुपाता है, उसे इन श्रवण प्रणालियों से छुपाता है, और कमरे में लोगों के बीच बातचीत को असुविधाजनक बनाता है।
"अब तक, हमारी पद्धति अंग्रेजी भाषा की अधिकांश शब्दावली के लिए काम करती है, और हम एल्गोरिथ्म को और अधिक भाषाओं पर लागू करने की योजना बना रहे हैं, साथ ही अंततः फुसफुसाते हुए ध्वनि को पूरी तरह से अगोचर बनाते हैं," मिया चिक्वियर, प्रमुख लेखक अध्ययन के और वोंड्रिक की प्रयोगशाला में एक पीएचडी छात्र, ने समाचार विज्ञप्ति में कहा।
अपनी बातचीत को निजी रखना
जैसे कि वह सब पर्याप्त नहीं था, विज्ञापन आपके स्मार्टफोन या स्मार्ट होम डिवाइस से एकत्र किए गए ऑडियो के आधार पर भी आपको लक्षित कर सकते हैं।
"[अमेज़ॅन इको] और उनके समकक्षों जैसे उपकरणों के साथ, ये डिवाइस न केवल हमेशा आपके घर में होते हैं, बल्कि आप जो कुछ भी कहते या करते हैं उसे लगातार सुनते हैं, लेकिन वे-अपने उपयोगकर्ताओं से डेटा संग्रह के वर्षों के माध्यम से- पूर्ण प्राकृतिक भाषा प्रसंस्करण (माइक्रोफ़ोन, सॉफ़्टवेयर और एआई के संयोजन के माध्यम से उपकरणों के लिए बोले गए शब्द को पाठ / उपयोग योग्य डेटा में बदलना), "एरिक हैग, एक रणनीति परामर्श और उद्यम विकास फर्म हार्बर रिसर्च के एक सहयोगी ने एक ईमेल में कहा।
संवादी भाषण के एआई ट्रांसक्रिप्शन अब मानक वाणिज्यिक सॉफ्टवेयर का एक मानक हिस्सा हैं, हुथ ने कहा। उदाहरण के लिए, माइक्रोसॉफ्ट टीम्स के पास बिल्ट-इन एआई ट्रांस्क्रिप्शन के साथ एक रिकॉर्ड मीटिंग विकल्प है जिसे सभी प्रतिभागियों द्वारा रीयल-टाइम में देखा जा सकता है। पूर्ण प्रतिलेख बैठक के रिकॉर्ड के रूप में काम कर सकता है। आमतौर पर, इस तरह के टेप मिनट-टेकिंग (उर्फ नोट-टेकिंग) की अनुमति देते हैं, जहां अगली बैठक में मिनटों को मंजूरी दी जाएगी।
"जब एआई ट्रांसक्रिप्शन चालू होता है तो लोग जासूसी के बारे में चिंतित हो सकते हैं," हुथ ने कहा। "यह सहमति के बिना या गुप्त रूप से रिकॉर्ड किए गए वार्तालाप की चिंता के समान ही लगता है।"
लेकिन हर कोई इस बात से सहमत नहीं है कि स्मार्ट डिवाइस एक खतरा हैं। अधिकांश लोगों को आपकी बातचीत सुनने वाले कार्यक्रमों के बारे में चिंता करने की ज़रूरत नहीं है, साइबर सुरक्षा फर्म होराइजन 3 में एक ग्राहक सफलता लीड ब्रैड होंग ने ईमेल के माध्यम से लाइफवायर को बताया।उन्होंने कहा कि अब सबसे महत्वपूर्ण चिंता यह नहीं है कि आपको कौन रिकॉर्ड कर रहा है, बल्कि यह है कि वे डेटा को कैसे स्टोर करते हैं।
"सभी कहानियां जो कोई अपने कंप्यूटर या मोबाइल उपकरणों पर एक माइक्रोफ़ोन के सक्रिय होने के बारे में सुनता है, एलेक्सा या Google होम में सुन रहा है, या यहां तक कि सरकारी निगरानी, यह सच है कि ये सभी आम आदमी के पेट को मथते हैं," हांग ने कहा. "लेकिन कुल मिलाकर, लोग शायद ही कभी ऐसी स्थिति में होते हैं जिसमें वास्तव में उनकी आवाज़ को छिपाने की आवश्यकता होती है।"
