Накинуть нейросеть на нейросеть: как обмануть микрофоны умных вещиц

Голосовые помощники сливают нашу речь корпорациям, чтобы либо продать маркетинговый профайл дальше, либо чтобы начать продвигать рекламу внутри своей экосистемы.

А может и не сливают. Но мы же понимаем, что им ничто не мешает. Вспомнить хотя бы кейс Яндекс. Еды, который обошёлся им в 60.000 рублей штрафа, но хорошо пополнил базы пробива.

Я поставил эксперимент. Несколько дней, находясь в окружении смартфонов, умных часов, колонки Яндекса я между делом упоминал, как же мне хочется стать обладателем новой блестящей мантоварки. Чтобы исключить влияние клавиатуры смартфона и рекламных сетей поисковиков — я ни разу не употреблял это слово ни онлайн, ни в заметках, ни в личной переписке. Не заходил на сайты по мантоварению даже напрямую.

И… ничего.

Думеры для борьбы с прослушкой использовали природные ресурсы — бегущую из-под крана воду на кухне и включенную на полную мощность музыку. Метод простой, но миллениалы придумали кое-что получше: а что, если мы накинем говорящую нейросеть на твою слушающую нейросеть?

Карл Вондрик (Carl Vondrick) с коллегами из Колумбийского университета изобрели и реализовали алгоритм, блокирующий восприятие микрофонов. Программа в реальном времени анализирует человеческую речь и генерирует шепот, мешающий нейросетям в умных устройствах распознать сказанные слова. Шепот — вот что выгодно отличает это решение от уже существующих способов, которые генерируют помехи той же громкости, как и исходная речь.

Громкость шепота находится на уровне обычного фонового шума и никак не мешает разговору. По словам исследователей, это работает как в обычных комнатах, так и в помещениях со сложной геометрией пространства. Вам даже не обязательно знать, где и какие подслушивающие устройства стоят. Нужен только английский язык, пока всё заточено именно под него.

Интересно, если эта штука выльется в какой-то конечный продукт, то будут ли его рекламировать те самые экосистемы? Оставлю это вопрос Виктору Олеговичу.