تشخیص صدای واقعی از صدای تولیدشده با فناوری پیندراپ

شرکت پیندراپ مدعی شده است که می‌تواند صداهای تولید‌شده با هوش مصنوعی را از صداهای واقعی انسان تشخیص دهد.

به‌گزارش تک‌ناک، آخرین موج فناوری هوش مصنوعی می‌تواند تقریباً صدای هر فردی را تقلید کند. این هم مشکل و هم فرصتی برای استارتاپ پیندراپ (Pindrop Security Inc) است که در‌زمینه‌ی فناوری صوتی فعالیت می‌کند. این شرکت مدت‌هاست که خدمات احراز هویت صوتی را به بانک‌ها و شرکت‌های بیمه ارائه می‌دهد.

هفته‌ی گذشته، شرکت مذکور محصول جدیدی عرضه کرد که به‌گفته‌ی خودش، می‌تواند گفتار تولید‌شده با هوش مصنوعی را در تماس‌های تلفنی و رسانه‌های دیجیتال تشخیص دهد. این شرکت ویژگی یادشده را به سازمان‌های رسانه‌ای و آژانس‌های دولتی و شبکه‌های اجتماعی عرضه می‌کند.

بلومبرگ می‌نویسد که پیندراپ یکی از شرکت‌های متمرکز بر امنیت است که هدفش مقابله با تهدید تقلب‌ها و جعل‌های مبتنی‌بر هوش مصنوعی است. پیندراپ با تخصص در‌زمینه‌ی صدا، در ژانویه‌ی گذشته با تشخیص منبع دیپ‌فیک رئیس‌جمهور آمریکا، جو بایدن که مردم را از رأی‌دادن در انتخابات اولیه‌ی نیوهمپشایر از‌طریق تماس رباتیک تشویق می‌کرد، سرخط خبرها شد. این شرکت اعلام کرد که تعداد حملات علیه مشتریان خود از سال گذشته، به بیش از پنج برابر افزایش یافته است.

پیندراپ توانسته است سرمایه‌ی زیادی را از گروهی از سرمایه‌گذاران برجسته، از‌جمله Andreessen Horowitz و GV، جذب کند. امسال، این شرکت ۱۰۰ میلیون دلار از مؤسسه‌ی Hercules Capital بودجه‌ی مالی دریافت کرد. آخرین گزارش‌ها از ۹۲۵ میلیون دلاری این شرکت حکایت می‌کنند.

فناوری پیندراپ با تحلیل صدا کار می‌کند تا تشخیص دهد که صدا واقعاً متعلق به انسان است یا صرفاً شبیه به انسان. انسان‌ها با ایجاد صداهای خاص صحبت می‌کنند که کلمات را تشکیل می‌دهند. درمقابل، ماشین‌ها صدایی تولید نمی‌کنند که انسان‌ها تولید می‌کنند و گاهی اوقات تغییراتی ایجاد می‌کنند که محدودیت‌های فیزیکی نحوه‌ی تولید صدا با دهان انسان را نقض می‌کنند. ازآنجاکه هر ثانیه از صدای گفتار ۸,۰۰۰ نمونه دارد، هزاران نقطه وجود دارد که هوش مصنوعی می‌تواند در آن اشتباه کند.

این شرکت می‌گوید که ابزار جدیدش می‌تواند صدای تولید‌شده با هوش مصنوعی را با دقت ۹۹ درصد شناسایی کند. بااین‌حال، هنوز‌هم در صنعت درباره‌ی محدودیت‌های تشخیص هوش مصنوعی بحث وجود دارد. برای معلمان و محققان و کاربران رسانه‌های اجتماعی، تشخیص متن و تصاویر هوش مصنوعی با پیشرفت فناوری مشکلی گیج‌کننده بوده است.

در ماه مارس، زمانی‌که OpenAI ابزاری را منتشر کرد که می‌تواند صدای افراد را تکرار کند، با انتشار بیانیه‌ای پیشنهاد کرد که کسب‌وکارها باید احراز هویت مبتنی‌بر صدا را برای دسترسی به حساب‌های بانکی و سایر اطلاعات حساس حذف کنند.

جان چمبرز، رئیس سابق شرکت سیسکو سیستمز، عضو هیئت‌مدیره‌ی پیندراپ، از شناسایی صدا به‌عنوان شکل غیرمعمول ایمن از احراز هویت آنلاین تمجید کرد. چمبرز از‌طریق شرکت خود، JC2 Ventures، در این استارتاپ سرمایه‌گذاری کرد. او گفت:

صدا در آینده اصلی‌ترین روش امنیت سایبری برای شناسایی شما خواهد بود. هنگامی‌که صدا با داده‌های بیومتریک و داده‌های مربوط به دستگاه استفاده‌شده ترکیب شود، تقریباً غیرممکن خواهد بود که کسی بتواند آن را کاملاً بشکند.

برخی در صنعت نگرانی خود را درباره‌ی افزایش شرکت‌های هوش مصنوعی برای مبارزه با مشکلات هوش مصنوعی ابراز کرده‌اند. جیمز ای. لی از مرکز تحقیقات سرقت هویت گفت که اگر قوانینی برای کاهش میزان داده‌های شخصی موجود آنلاین تصویب شود، این صنعت ممکن است خود را در نبردی دائمی بین هوش مصنوعی خوب و بد گرفتار ببیند.

با تکامل فناوری امنیت، تهدیدات نیز تکامل خواهند یافت. اندرو گروتو، متخصص سیاست امنیت سایبری در دانشگاه استنفورد، گفت که ممکن است افراد سودجو بتوانند الگوریتمی را برای فرار از بررسی‌هایی آموزش دهند که شرکت‌هایی مانند پیندراپ برای شناسایی دیپ‌فیک‌ها استفاده می‌کنند.