IBM تبتكر “علامة مائية” لبرامج الذكاء الإصطناعى

126

إن إنشاء وتطوير شبكة عصبية (Neural Network) قوية يستلزم جهد مكثف ويستهلك الكثير من الوقت. لهذا السبب قام فريق من باحثي آي بي إم مؤخراً بتطوير طريقة لمطوري الذكاء الاصطناعي AI لحماية حقوق الملكية الفكرية الخاصة بهم.

يشبه إلى حد كبير مثل العلامة المائية الرقمية ، فإنه يدمج المعلومات في الشبكة العصبية بطريقة خاصة لكى تستخدم بعد ذلك لأغراض تحديد الهوية. إذا كنت قد أمضيت مئات الساعات في تطوير نماذج الذكاء الاصطناعي AI وتدريبها ، وقرر شخص ما استغلال عملك الشاق ، فستسمح لك تقنية IBM الجديدة بأن تثبت أن النماذج هي ملكك.

تنطوي طريقة IBM على تضمين معلومات محددة في نماذج التعلم العميق ثم اكتشافها عن طريق تغذية الشبكة العصبية بصورة تؤدي إلى استجابة غير طبيعية. هذا يسمح للباحثين باستخراج العلامة المائية ، وبالتالي إثبات ملكية النموذج.

وفقًا لمقالة مدونة من IBM ، تم تصميم تقنية العلامة المائية بحيث لا يمكن لمقلد ذكي ولكن “شرير” ان يقوم بحذف العلامة المائية من كود البرنامج:

العلامات المائية المضمنة في نماذج DNN قوية ومصممة لمقاومة مختلف آليات العلامة المائية العكسية ، مثل (fine-tuning) ،(parameter pruning)، وهجمات (model inversion).

ومن المثير للاهتمام ، أن العلامة المائية لا تضيف أي أكواد للبرنامج ، وهذا أمر مهم لأن الشبكات العصبية يمكن أن تكون كثيفة الاستخدام للموارد بشكل لا يصدق. ولكن وفقًا لـ “مارك ستوكلن”، مدير الأمن السيبراني بشركة آي بي إم ، والمؤلف المشارك في كتابة المشروع ، فإن الأمر لا يمثل مشكلة.

سألنا “ستوكلن” إذا كانت العلامات المائية يمكن أن تؤثر على أداء الشبكة العصبية ، فقال:

لا ، ليس خلال عملية التصنيف. نحن نلاحظ عبئا لا يكاد يذكر أثناء الوقت اللازم لتدريب؛ علاوة على ذلك ، لاحظنا أيضًا تأثيرًا ضئيلًا على دقة النموذج (نموذج بدون علامة مائية: 78.6٪ ، نموذج ذو علامة مائية: دقة 78.41٪ على مجموعة مهام للتعرف على صور معينة ، باستخدام بيانات CIFAR10).

لا يزال المشروع في المراحل الأولى، لكن IBM تخطط في النهاية لاستخدام التقنية داخليا، مع التركيز على التسويق و استمرار التطوير.

تعليقات