Google 的 AI 可以 “有默契” 地说 “悄悄话”

人与人之间，有默契交流起来无疑是畅快舒服的。但这种连人类也说不清的模糊 “感知能力”，最近居然在 Google 的一项 AI 研究项目中出现。这是否意味着人工智能真要开始具备意识并崛起了？

Google 本月发布了一份关于 AI 进行加密与解密的论文，题为 Learning to Protect Communications with Adversarial Neural Cryptography（“学习在面对对抗性神经网络解密下维护沟通保密性”）。

AI 间的 “默契感” 也是可以培养的

研究参照了一般加密沟通情景，在设计中设置了 3 个神经网络：Alice、Eve 和 Bob。Alice 和 Bob 要保密地沟通，而 Eve 则是要偷取它们沟通的信息。

图为对称加密组的模型

如上图所示，P 为 16 位数的二进制纯文本，Alice 在经过加密后输出 C， Eve 和 Bob 接收 C 之后通过解密尽可能还原 P 的结果为 P(Eve) 和 P(Bob)。同时，Alice 和 Bob 每次都会共享密匙 K。

Eve 的工作目标很直接，就是使 P(Eve) 尽可能地接近 P，也就是解密正确。而 Alice 和 Bob 则需要合作使得 P(Bob) 尽可能地接近 P，同时也需要尽量防止 Eve 解密成功。

样本数据表明 Bob 在 15000 步后的准确率基本为 100%

从以上数据可见，刚开始的时候 Eve 和 Bob 的解密效果都差不多，错误都在 8 位数左右；在 10000 步前，Bob 和 Eve 的错误程度开始降低；10000 步多一些的时候，Eve 的错误率又开始上升；到 15000 步时，Eve 的错误率重回到刚开始的 7-8 位数之间，而 Bob 的解密则基本准确。

在加密沟通过程中，研发人员对 Alice 输出的加密值 C 并没有特定要求加密格式，也就是说，Alice 可以选择任意加密方式来操作。

显然，Alice 和 Bob 在交互过程中培养出某种 “默契感”，能够基于一个共知的密匙 K（K 值随着 P 值的更新而更新）达成一种沟通共识，并在保证双方沟通有效的情况下针对 Eve 的解密行为进行加密调整。

“默契感” 还是要基于优势 “暗号” 的

除了上述测试外，研发团队还做了一组基于非对称加密实验：在原来的模型上加入公匙生成器，因此密匙 K 只有 Bob 才知道，而基于 K 的公匙则对所有人公开。

图为非对称加密组的模型，添加了一个公匙生产器

在没有共通 “暗号” 的情况下，报告对实验结果分析如下：

这些实验的结果非常有意思，但比对称加密实验更难解读。在大多测试中，神经网络的表现都无法归纳出有说服力的结果。虽然很多时候 Alice 和 Bob 看起来有在学习加密沟通，但 Eve 在重设和重新学习后，解密的准确度几乎可以做到和 Bob 一样。

在其中一个较成功的不对称加密样本数据中，Bob 的准确度较稳定

上图为报告提取的一次相对成功的结果。在该次测试中，经过 5 次重设和学习后，Eve 还是无法突破解密准确度，而 Bob 的解密却相对稳定准确，因此研发人员认为 Alice 和 Bob 偶然形成了某特定的 “security by obscurity”。在后续运行中，这个想法也得到了支持，因为后来 Eve 貌似破解了这个规则。研发人员认为后续需要在这方面投入研究探索。