Red Huang

Red Huang

Tensorflow queue機制

Google Brain 又做出了很狂的事情

 利用 3 個角色做出一個加解密的機器學習 Alice, Bob, Eve

Alice 跟 Bob 要互相溝通,而 Eve 要從中竊取資料

 這 3 個角色分別是神經網路

Alice:損失函數為 如果亂猜的情況下跟 Eve 的猜測來比 Eve 猜的愈好損失就愈多 

Bob:損失函數猜測距離愈遠損失愈大

Eve:損失函數猜測愈準損失愈小

這樣就構成一個對抗式網路 (generative adversarial network) 結果還真的讓 Alice 跟 Bob 可以互相溝通,也就形成了加解密網路,並且 Eve 也都沒辦法取得正確明文訊息

這也是彼此學習導致互相增長的一個重要例子 

在連結中的論文有提到使用單顆 GPU 的 Tensorflow 所做的實驗 https://techcrunch.com/2016/10/28/googles-ai-creates-its-own-inhuman-encryption/

加载中...
此文章数据所有权由区块链加密技术和智能合约保障仅归创作者所有。