AI 音声クローン作成によりセキュリティ上の脆弱性が生じる
McAfee (マカフィー) によると、AI テクノロジーによりオンライン音声詐欺の件数が急増しており、被害者の音声のクローンを作成するにはわずか 3 秒の音声しか必要としません。
McAfee が 7 か国の 7,054 人を対象に調査したところ、成人の 4 人に 1 人が AI 音声詐欺の形で何らかの被害を経験していることがわかりました。10%の人々が詐欺に遭ったと回答し、15% が知り合いが詐欺に遭ったと回答しました。被害者の77%はその結果金銭を失ったと主張している。
さらに、McAfee Research Labs のセキュリティ研究者は、AI 音声クローン技術とサイバー犯罪者によるその使用に関する詳細な調査の結果、次の重要な結論を導き出しました。
詐欺師は AI テクノロジーを使用して音声のクローンを作成します
すべての人の声はユニークであり、生体認証の指紋に相当します。そのため、誰かの話を聞くことが重要です。信頼を確立するために広く受け入れられている方法。
しかし、成人の 53% は音声データを週に少なくとも 1 回 (ソーシャル メディアやボイスメールなどのチャネルを通じて) オンラインで共有し、49% は週に最大 10 回共有しています。誰かの声は現在、サイバー犯罪者の武器の中で最も強力なツールの 1 つです。
人工知能ツールが急速に普及し、発展するにつれて、犯罪者が友人や家族の画像、ビデオ、音声を操作することがこれまで以上に簡単になりました(おそらく後者が最も憂慮すべきものです)。 。
マカフィーの調査によると、現在、詐欺師は AI テクノロジーを利用して音声を複製し、偽のボイスメールを送信したり、被害者のアドレス帳の連絡先に電話をかけたりして、被害者が困っているふりをしていることがわかりました。成人の 70% は、クローン音声と本物の音声を区別するのは難しいと述べており、この技術が犯罪者の間でますます普及しているのも不思議ではありません。
回答者の 45% は、友人や家族からのふりをした詐欺のボイスメールやボイスメモに応答すると回答しました (特に、ボイスメールがパートナーや配偶者からのものである場合は 40%) )、親(31%)または子供(20%)。
AI 音声詐欺の被害者は大きな損失を被っています
50 歳以上の親は、子どもの声に最も反応する可能性が高いグループです、割合は41%に達しました。返信される可能性が最も高いメッセージは、交通事故に遭った (48%)、強盗に遭った (47%)、携帯電話や財布を紛失した (43%)、または海外旅行中に助けが必要である (41%) と主張するメッセージです。
しかし、被害者が AI 音声詐欺に陥った場合、多くの場合、大きな損失に直面することになります。被害者の3分の1以上は1000ドル以上を失ったと主張し、7%は5000~1万5000ドルをだまし取られたとしている。
この調査では、ディープフェイクや偽情報の台頭により、人々がオンラインで見るものに対してより警戒するようになり、成人の 32% が、以前よりもソーシャルを信頼できなくなったと回答していることも判明しました。メディア。
McAfee 最高技術責任者 Steve Grobman 氏は次のように述べています。「人工知能は素晴らしいチャンスをもたらしますが、他のテクノロジーと同様に、このテクノロジーが悪者の手に渡る可能性は常にあります。使いやすい AI ツールにより、サイバー犯罪者はますます現実的な方法で詐欺行為を拡大できるようになるため、これが今日私たちが目にしていることです。」
#voicecloninggetseasier
この新しい傾向を分析および評価するマカフィーの取り組みの一環として、マカフィーの研究者は 3 週間かけて AI 音声クローン作成ツールのアクセシビリティ、使いやすさ、有効性を調査し、彼のチームは十数もの問題を発見しました。オンラインの無料 AI 音声クローン ツール。
無料ツールと有料ツールはすぐに入手でき、その多くは基本的な経験と専門知識のみを使用して使用できます。あるツールでは、わずか 3 秒間の発話で、85% の確率で一致するクローンを生成するのに十分でした。犯罪者がさらに努力すれば、精度はさらに向上する可能性があります。
マカフィーの研究者は、データ モデルをトレーニングすることにより、少数の音声ファイルのみを使用して 95% の音声一致を達成しました。
クローン音声の精度が高ければ高いほど、サイバー犯罪者が被害者をだまして金銭を渡したり、その他の要求された行動をとらせたりする可能性が高くなります。これらの詐欺は人間の親密さにおける感情的な脆弱性を悪用するため、詐欺師はわずか数時間で数千ドルを稼ぐことができます。
音声クローン技術の進化
グロブマン氏は次のように述べています。ほとんど努力をすることなく、誰かの声を複製し、友人や家族を騙して送金させることが可能です。」
グロブマン氏は次のように結論づけています。あなたとあなたの友人や家族の安全を守るため。困っている配偶者や家族から送金を求める電話を受けた場合は、必ず発信者の本人確認を行ってください。事前に合意したパスワードを使用するか、コードを尋ねてください。問題は、相手だけが知っていることです。アイデンティティおよびプライバシー保護サービスは、犯罪者が音声を複製する際に説得力のあるストーリーを作成するために利用できる個人情報のデジタル フットプリントを制限するのにも役立ちます。」マカフィーの研究者が発見したクローン作成ツールを使用したところ、被害者が米国、英国、インド、オーストラリアのいずれの出身であっても、世界中のアクセントのクローンを作成するのは簡単でしたが、より独特なアクセントのクローンを作成するのはより困難であることがわかりました。たとえば、異常な速度、リズム、またはスタイルで話す人の声は、正確に複製するのにより多くの労力がかかるため、ターゲットになる可能性は低くなります。
しかし、研究チームは一般に、人工知能がサイバー犯罪者のゲームのルールを変えたと信じています。参入障壁はかつてないほど低くなり、サイバー犯罪を犯すことがこれまでになく簡単になったことを意味します。
AI 音声クローン作成防止のヒント
音声パスワードに同意します。お子様、ご家族、親しい友人たちだけが知っている口頭での合言葉を設定しましょう。特に高齢者や子供の場合は、電話、テキストメッセージ、またはメールで助けを求めるときに、常にコードワードを提供するよう要求する計画を立ててください。
常に情報源に疑問を持ちましょう。不明な送信者からの電話、テキストメッセージ、電子メール、さらには知り合いからの電話の場合でも、救難信号を受信したときは冷静に考えてください。「これは本当に相手の声に聞こえるのだろうか?」彼らはあなたにこれを尋ねますか?電話を切るか、発信者に応答するか、応答する前に (もちろん送金する前に) メッセージの信頼性を確認してください。
クリックして共有する場合は注意してください。あなたのソーシャルメディアネットワークには誰がいますか?本当に彼らのことを知っていて信頼していますか?オンライン上の友人や連絡先に注意してください。ネットワークが広くなり、共有するコンテンツが増えるほど、ID が悪意を持って複製されるリスクが高くなります。
個人情報がダーク Web に流出した場合に、個人情報監視サービスを使用して、個人情報へのアクセスや公開を確実に防止します。個人データを常に管理し、サイバー犯罪者によるなりすましを回避します。
以上がAI 音声クローン作成によりセキュリティ上の脆弱性が生じるの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G
