A mély neurális hálózatok erősítése: A mesterséges intelligencia kevésbé fogékony a támadói trükkökre

Olvasói vélemények

A könyv olvasmányos áttekintést nyújt a támadásokról és a mélytanulásról, így a nem műszaki olvasók számára is elérhetővé teszi, ugyanakkor a professzionális programozók számára is tartalmaz némi technikai tartalmat. Ugyanakkor kritika érte a könyv mélységének hiánya, az elégtelen kódolási példák és a felesleges bevezető anyag miatt.

⬤ Nagyszerű programozóknak és a mesterséges intelligencia szerelmeseinek
⬤ nagyon olvasmányos
⬤ jól elmagyarázza a mélytanulást és az ellenséges fenyegetéseket
⬤ optimista nézet a mesterséges intelligenciáról
⬤ alkalmas azok számára, akik alapszintű megértést keresnek.

⬤ Túlságosan alapszintű a hozzáértő olvasók számára
⬤ hiányzik a mélység és a technikai részletesség
⬤ gyér kódolási példák
⬤ a hosszadalmas bevezető anyag felesleges
⬤ nem biztos, hogy megfelel azoknak, akik a téma alaposabb feltárására vágynak.

(3 olvasói vélemény alapján)

Eredeti címe:

Strengthening Deep Neural Networks: Making AI Less Susceptible to Adversarial Trickery

Könyv tartalma:

Ahogy a mély neurális hálózatok (DNN-ek) egyre elterjedtebbé válnak a valós alkalmazásokban, új támadási vektort jelent az a lehetőség, hogy szándékosan becsapják őket olyan adatokkal, amelyek egy embert nem tudnának becsapni. Ez a gyakorlatias könyv olyan valós forgatókönyveket vizsgál, amelyekben a DNN-eket - a mesterséges intelligencia nagy részének szerves részét képező algoritmusokat - naponta használják kép-, hang- és videóadatok feldolgozására.

A szerző, Katy Warr megvizsgálja a támadások motivációit, az ilyen támadói bemenet által jelentett kockázatokat, valamint a mesterséges intelligencia robusztusságának növelésére szolgáló módszereket. Ha Ön DNN-algoritmusokat fejlesztő adattudós, biztonsági építész, akit érdekel, hogyan lehet az AI-rendszereket ellenállóbbá tenni a támadásokkal szemben, vagy akit lenyűgöznek a mesterséges és a biológiai érzékelés közötti különbségek, ez a könyv Önnek szól.

⬤ Mélyedjen bele a DNN-ekbe, és fedezze fel, hogyan lehet őket becsapni a támadói bemenettel.

⬤ Vizsgálja meg a DNN-ek megtévesztésére alkalmas ellenséges bemenet létrehozására használt módszereket.

⬤ Felfedezzen valós forgatókönyveket és modellezze az ellenséges fenyegetést.

⬤ A neurális hálózatok robusztusságának értékelése; módszerek megismerése a mesterséges intelligencia rendszerek ellenálló képességének növelésére a támadó adatokkal szemben.

⬤ Vizsgáljuk meg, hogy a mesterséges intelligencia az elkövetkezendő években hogyan tudná jobban utánozni az emberi észlelést.