Как искусственный интеллект учится на наших привычках и обманах

      Комментарии к записи Как искусственный интеллект учится на наших привычках и обманах отключены

Как искусственный интеллект учится на наших привычках и обманах

В большинстве случаев дабы обнаружить преступность в Сети, онлайн, необходимо знать, что искать. ИИ, что видит скрытые схемы, паттерны, может делать это лучше людей — а также быть на ход в первых рядах. Играющие в игру Counter Strike знают, что достаточно тяжело всегда оборачиваться и наряду с этим не терять сути происходящего.

В стремительных шутерах от первого лица, постоянно найдутся игроки с более стремительными рефлексами либо более острым глазом.

Но на пике популярности игры пара лет назад, люди начали сталкиваться с игроками, навыки которых были чересчур хороши. Шутеры наподобие Counter Strike и Half Life, еще одна очень популярная игра, взяли проблему в лице игроков, каковые применяли читы, дополнительное ПО, фиксирующее прицел на цели либо разрешающее видеть через стенки.

Исходя из этого в 2006 году, в то время, когда в онлайн-соревнованиях выросли ставки за счет финансовых призов, на помощь пришла пара необыкновенных арбитров. Дэвид Экселл и Билл Фицджеральд были математиками, каковые только-только запустили компанию по разработке ИИ Featurespace в лаборатории Кембриджского университета. Их программа замечательно справлялась вот с чем: обнаружение необычного поведения.

Featurespace создала совокупность машинного обучения, которая обнаруживала неожиданные трансформации в данных в настоящем времени. На базе этих аномалий она после этого принимала обоснованное предположение на тему возможной обстоятельства — и значительно чаще выяснялось, что люди делают то, чего не должны.

Первым опробованием ИИ был поиск игроков, каковые читерят (применяют нечестные способы) в играх.

«Отечественная разработка разрешила игровым компаниям убедиться, что люди будут играться против людей, а не против роботов», говорит Экселл.

Но ИИ Featurespace сейчас строго бережёт и другие виды активности. Он стал немногословным стражем в сердце онлайн-на данный момент, страхования и электронной коммерции. Он разрешает выявлять вредоносные программы и мошенничество в сети — а также оказывает помощь компульсивным картежникам.

Автоматическое обнаружение аномалий в данных в настоящем времени не есть чем-то новым — как раз так спам-фильтры отсеивают нежелательные сообщения электронной почты либо противовирусное ПО, перехватывающее вредоносный код, к примеру. Но обнаружение таких вещей, в большинстве случаев, требует, дабы совокупность знала, что ищет. Противовирусное ПО должно приобретать свежие информацию о состоянии отпечатков пальцев либо сигнатур вредоносного ПО.

Но это не окажет помощь вам найти ранее невидимые виды деятельности. Исходя из этого Экселл и Фицджеральд вознамерились выстроить совокупность, которая сможет найти любой тип поведения, отклоняющийся от нормы, и осознать, откуда он взялся.

Их ИИ — называющиеся «Арик» (Aric — адаптивный идентификатор личных трансформаций в настоящем времени) — основан на работе математика и священнослужителя 18 века Томаса Байеса. Байес создал метод осмысления возможности, в то время, когда возможность происшествия рассчитывается на основании того, что уже наблюдалось прежде и случалось. Байесовскую возможность применял Алан Тьюринг, дабы отыскать подводные лодки фашистов, исходя из их активности в прошлом.

И ее возможно применять для определения, в то время, когда игрок в Counter Strike, наверное, читерит. Отслеживая покадровые данные в игре, «Арик» помечает необыкновенные всплески в точности стрельбы отдельных игроков. Разумеется, что они применяют метких ботов, каковые играются за них, говорит Экселл. «Арик» кроме этого увидел, что кое-какие игроки нежданно скоро атакуют собственных соперников, и сделал вывод, что те применяют чит, разрешающий видеть через стенки.

После этого Featurespace применяла собственные способы, дабы снизить число беспилотников, каковые английские армейские теряют в воздухе. Отслеживая странности в данных управления полетом, «Арик» отыскал ранее малоизвестные неточности, каковые приводили к сбою дронов.

Фицджеральд погиб в 2014 году, но технологии, каковые он помог создать, меняют способы обнаружения мошенничества. Первое важное коммерческое использование Featurespace было осуществлено совместно с английской компанией сетевых азартных игр Betfair, для которой «Арик» выявлял случаи безумном траты на ставки — показатель того, что кто-то может ставить на чужие деньги. В случае если «Арик» поднимает тревогу, Betfair мгновенно разбирается в ситуации — транзакцию возможно остановить на лету, в случае если пригодится.

«Арик» кроме этого начинает искать азартных игроков и самостоятельно. Серии высоких ставок смогут сказать о том, что люди ведут себя компульсивно. Кроме сетевых ставок, эта совокупность может кроме этого отслеживать активность на игровых автоматах и выдавать предупредительные символы.

«Если вы имеете возможность спрогнозировать, какие конкретно игроки смогут стать зависимыми, вы имеете возможность постараться вмешаться до происхождения неприятностей», говорит председатель совета директоров Featurespace Мартина Кинг.

на данный момент «Арика» применяют пара важных игровых контор.

Но наибольшими клиентами «Арика» стали платёжные системы и банки. Замечая за каждым этапом сделки по мере ее протекания — любой клик мышки на выпадающем меню, как в большинстве случаев человек движется по сайту, — он стал нежданно замечательным инструментом борьбы с преступностью.

К примеру, совокупность может сообщить, в случае если кто-то применяет похищенные банковские реквизиты для входа в совокупность. Красный флаг будет поднят, в случае если человек применяет сайт, а его поведение не соответствует модели, которая привычна обладателю похищенной информации.

Совершенно верно так же, в случае если некто будет необычно вести себя на сайте, это возможно показателем того, что он вводит собственные банковские реквизиты, быть может, под давлением либо в состоянии стресса. Каждая нерешительность поднимет тревогу у банка, он заинтересуется обстоятельствами и, быть может, окажет помощь.

Само собой разумеется, программным обеспечением все не исчерпывается, говорит Кирк Бресникер из Hewlett Packard. Дабы сделать подобное обнаружение аномалий еще замечательнее, Бресникер и его сотрудники создают компьютеры, специально предназначенные для обработки плотных комплектов данных, из которых обучаются программы с машинным обучением наподобие «Арика». Аппаратное обеспечение Hewlett Packard — The Machine — додаёт огромное количество памяти каждому из собственных процессоров, каковые смогут взаимодействовать между собой с поразительной скоростью.

В следствии получается громадной количество данных, каковые смогут проанализировать все и сходу, что крайне важно для обнаружения аномалий во все более больших и сложных данных. Hewlett Packard собирается заняться хакерами и вредоносным ПО, а не мошенниками. Но другие компании в Кремниевой равнине также подключаются к этому.

Intel сравнительно не так давно купила Saffron Technology, которая делает совокупности, талантливые обнаруживать и предотвращать мошенничество, благодаря мониторингу «хаотических неструктурированных данных». Featurespace кроме этого собирается модернизировать «Арика», совместив ПО с аппаратным поскорее, дабы минимизировать фальшивые сигналы.

Сергей Марков – Искусственный интеллект: история и перспективы


Интересные записи на сайте:

Подобранные по важим запросам, статьи по теме: