Квантовые компьютеры могут защитить нейросети от кибератак
Квантовые компьютеры гораздо надежнее при обучении ИИ. Они лучше защищены от кибератак, подменяющих данные при обучении
Алгоритмы искусственного интеллекта проникли уже повсюду. Они лежат в основе почти всех автономных и роботизированных систем, применяемых в сфере безопасности. Это и биометрия, и беспилотники, и автономные транспортные средства.
ИИ обучены классифицировать и идентифицировать особенности изображений, например, наших лиц. Но данные, лежащие в основе этих алгоритмов, уязвимы для кибер-атак. Тонкие манипуляции с данными путем удаления всего нескольких пикселей, невидимых человеческому глазу, могут привести к неверным прогнозам и даже создать серьезную угрозу безопасности.
Являются ли квантовые вычисления ответом?
Исследование, лаборатории CSIRO's Data61 и Мельбурнского университета, показало, что достижения в области квантовых технологий могут стать ключом к защите алгоритмов ИИ от кибератак.
Доктор Мухаммад Усман — ведущий автор статьи и руководитель группы квантовых систем в CSIRO's Data61 описал потенциал интеграции квантовых вычислений с ИИ, как технологию, которая может помочь защите данных. Он говорит: «Охота за квантовыми преимуществами разгорается. Квантовое машинное обучение — одно из передовых применений квантовых вычислений. Интегрируя квантовые технологии с машинным обучением, мы можем ускорить обучение ИИ и повысить устойчивость к кибератакам».
Квантовая безопасность
Интерес к квантовым вычислениям растет во всем мире. (Кстати, мы писали о планах IBM создать компьютер на 100 000 кубит).
По мере того как все больше отраслей промышленности, от транспорта до обороны и банковского дела, внедряют ИИ, безопасность будет иметь первостепенное значение. Квантование должно помочь устойчивости технологий, использующих ИИ, к кибератакам.
Однако Усман предупреждает, что квантовые компьютеры сами по себе могут быть использованы для создания очень мощных кибератак: «Это очень серьезная угроза кибербезопасности. Однако на подходе быстрый прогресс в области квантового оборудования и программного обеспечения и более сложные стратегии устранения ошибок. Квантовые компьютеры ближайшего будущего должны позволить алгоритмам квантового машинного обучения начать демонстрировать преимущества».