來源:http://bit.ly/2dIcUDi
Alpha Go大勝韓國棋王，讓人類意識到人工智慧的能力以及重要性。然而研究發現，邏輯
運算、推斷決策能力勝過人類的人工智慧，卻出乎意料地容易受騙。
美國賓夕法尼亞州大學的研究團隊與Google、美國軍方共同針對人工智慧可能會面臨何種
惡意攻擊？例如：沙沙聲的噪音有可能頻率內含有命令Siri、Google Now等智慧手機的虛
擬助理進行某項功能的指令。在使用者毫不知情的情況下瀏覽含有病毒或木馬程式的網站
、email，導致使用者的智慧手機中毒、個資外洩，甚至引發各種爭端。
不僅如此，任何圖片被稍作修改後，人類肉眼看來兩張一模一樣的圖片，但在人工智慧
演算法看來卻是截然不同的圖片（如圖一）。換言之，在人類眼中沒有異常的路面標誌或
招牌，對於由人工智慧操控的無人駕駛車看來極有可能代表著不同意義，讓人工智慧錯誤
判讀路面上的標誌而造成車禍。這類有別於傳統駭客入侵的「人工智慧詐騙術」，在人工
智慧時代將成為人類社會極大的威脅。
追根究底，人工智慧之所以如此容易受騙，是因為在機器學習過程中只讓人工智慧學習單
方面的知識，使其可以回答或做出正確抉擇，但卻沒有教導人工智慧理解知識。因此，應
該如同人類幼兒學習一樣，人工智慧在學習何謂正確知識時也要同時學習何謂錯誤，藉由
同時正、反兩面的教導，讓人工智慧建立更難被黑箱攻擊的演算法，才能大幅降低人工智
慧被騙的機率。
身為前Google深度學習的主要研究人員之一，目前加入非營利人工智慧研究團隊的Open AI
的Good Fellow博士表示，從實驗結果可以發現，如果只告訴人工智慧如何辨識什麼是正確
的話，相對很容易被惡意重建另一套偽正確的演算法。然而，若將原始是的正確以及修改
後的圖片同時給予人工智慧，訓練其辨識圖片的演算網絡時，則人工智慧錯認圖片的比率
就會大幅減少，甚至人工智慧還能做得比原先的更好。
除了Good Fellow博士外，近年來致力於發展爆裂物機器人、無人機、外骨骼機器人的美國
軍方也針對人工智慧詐騙技術進行研究。畢竟美國軍方砸重金推動軍隊智慧化，如果輕易
就被擊潰，反而導致國防門戶大開。除了美國軍方之外，將人工智慧技術視為企業次世代
成長動力的IT企業也開始投入相關研究，希望能盡快彌補漏洞，好讓人工智慧技術發展不
會因此受挫。