تلفن‌های هوشمند چه چیزی را می‌توانند از صدای شما یاد بگیرند؟

امروزه اکثر افرادی که در کشورهای توسعه‌یافته زندگی می‌کنند تلفن هوشمند دارند و آن را با خود همه جا می‌برند.

اگرچه خیلی از ما از مشکلات تلفن‌های هوشمند در زمینه‌ی حریم خصوصی، مثل امکان ردیابی حرکت‌ها یا حتی عکس‌برداری‌های مخفیانه، اطلاع داریم، ولی اخیراً تعداد زیادی از مردم نگران این هستند که موبایل‌شان به حرف‌های آن‌ها گوش کند.

در حال حاضر مدرک کافی برای اثبات این قضیه وجود ندارد، ولی این نگرانی ظاهراً پر بیراه نیست. محققان در سراسر دنیا شروع به تولید الگوریتم‌هایی مبتنی بر هوش مصنوعی کرده‌اند که قادر است اصوات مختلف را تحلیل و از صدای ما اطلاعات بسیار زیادی استخراج کند.

هرچند این فن‌آوری هنوز نوپاست، اما قابلیت‌های روبه‌رشد آن – در کنار حضور مداومش – می‌تواند خطرات زیادی برای حریم خصوصی ما داشته باشد.

این الگوریتم‌ها به جای تحلیل تک‌تک حرف‌هایی که به زبان می‌آید، می‌تواند حجم سرسام‌آوری از اطلاعات خصوصی فرد را صرفاً از روی صدای او یاد بگیرد.

این سیستم فقط با گوش دادن به صدای شما می‌تواند تعیین کند که چه کسی هستید، اهل کجایید، در حال حاضر کجا زندگی می‌کنید، جنسیت و سن‌تان چیست و به چه زبانی صحبت می‌کنید.

اگر فکر می‌کنید رسیدن به جواب این پرسش‌ها به اندازه‌ی کافی عجیب نیست، باید به شما بگوییم که سیستم‌های هوش مصنوعی دیگری هم وجود دارد که می‌تواند وضعیت سلامتی، تندرستی و احساسی شما را تشخیص دهد، بگوید دروغ می‌گویید یا نه، و متوجه شود که تحت تاثیر الکل هستید یا نه.

برخی از این سیستم‌ها حتی می‌توانند تشخیص دهند که در هنگام صحبت کردن مشغول خوردن چه چیزی هستید. علاوه بر این، برخی از این تحقیقات به دنبال این‌اند که بتوانند از روی صدای شخص بیماری او را شناسایی کنند.

سیستم‌های هوش مصنوعی با گوش دادن به جزئیاتی مثل تصادف اتومبیل‌ها یا صدای شلیک گلوله، یا صدای محیطی که در پس‌زمینه‌ی افراد شنیده می‌شود، می‌توانند رویدادها را با دقت بالا تفسیر کنند.

سیستم‌های دیگری هم وجود دارد که می‌تواند رفتار گوینده را در مکالمه شناسایی و پیغام‌های غیرکلامی او را دریافت کند، و همچنین تنش بین طرفین گفتگو را تشخیص دهد.

سیستم دیگری که سال گذشته مبتنی بر هوش مصنوعی طراحی شد می‌تواند، صرفاً با گوش دادن به لحنی که زوج‌ها هنگام صحبت کردن با یکدیگر دارند، تشخیص دهد که آن‌ها از یکدیگر جدا می‌شوند یا نه. همه‌ی این‌ها نمونه‌هایی از فن‌آوری هوش مصنوعی است که در حال حاضر در آزمایشگاه‌های تحقیقاتی تولید شده است.

همه‌ی این فن‌آور‌ی‌ها – صرف‌نظر از این‌که به دنبال یادگیری چه جنبه‌ای از زندگی شما هستند – از روش یادگیری ماشینی استفاده می‌کنند. یعنی با حجم زیادی اطلاعات به الگوریتم یاد می‌دهند که که هر نوع داده حاوی چه محتوایی است.

این الگوریتم‌ها با پردازش هزاران یا میلیون صدای ضبط شده رفته‌رفته – گاهی با توجه به نوسانات بسیار کوچک در صدا – متوجه می‌شوند که هر برچسب از نظر اطلاعات چه خصوصیاتی دارد.

برای مثال، سیستمی که وظیفه‌ی تشخیص جنسیت را دارد، صدای شما را از روی موبایل‌تان ضبط کرده و آن را پردازش می‌کند تا ویژگی‌های مربوطه را به دست آورد. این ویژگی‌ها مجموعه‌ی کوچکی از مقادیر مشخص است که نمونه‌ی فشرده‌ی یک صدای ضبط شده‌ی بزرگ‌تر است.

این ویژگی‌ها در حالت عادی اطلاعات دامنه و فرکانس هر ۲۰ میلی ثانیه از صدای شما را نشان می‌دهد. شکل نوسان این الگوها در طول زمان برای صدای مرد و زن کمی متفاوت است.

سیستم‌های یادگیری ماشینی به بررسی این ویژگی‌ها بسنده نکرده و میزان، بسامد و نحوه‌ی بروز این تغییرات در طول زمان را هم اندازه‌گیری می‌کنند.

اگرچه ضبط صدا در خود تلفن هوشمند اتفاق می‌افتد، ولی فایل نهایی از طریق اینترنت به سرورهای آنلاین ارسال می‌شود تا ویژگی‌های مربوطه از آن استخراج، آمار و ارقام محاسبه و بخش یادگیری ماشینی انجام شود.

هوش مصنوعی اولین بار برای انجام دسته‌ای از وظایف مفهومی ساخته شد که انجام آن معمولاً به هوش انسانی نیاز داشت. در حال حاضر، اکثر سیستم‌های هوش مصنوعی قابلیت درک و تحلیل دارند، یعنی اطلاعاتی تولید می‌کنند که فراتر از روتین‌های خودکار بوده و انسان‌ها می‌توانند روی آن کار کنند.

برای مثال، سیستم‌های هوش مصنوعی صوتی برای نظارت بر جاده‌ها می‌توانند با شنیدن صدای تصادف به کنترلرهای ترافیک هشدار بدهند. سیستم‌های تشخیص بیماری مبتنی بر صدا هم می‌توانند یافته‌های خود را با پزشکان در میان بگذارند. اما در نهایت خود افراد باید بر اساس اطلاعاتی که از این سیستم‌ها به دست می‌آید تصمیم‌گیری کنند.

با این حال فن‌آوری‌های جدید هوش مصنوعی در حال تغییرند. خیلی از سیستم‌های هوش مصنوعی دارند از قابلیت‌های بشری فراتر می‌روند، تا جایی که برخی از این دستگاه‌ها عملاً می‌توانند بدون دخالت انسان کار خود را انجام دهند.

آمازون اکو و گوگل هوم دو نمونه از سیستم‌های هوش مصنوعی‌اند که توانایی فکر کردن دارند. این شکل از هوش مصنوعی می‌تواند مستقیما به فرمان‌ها واکنش نشان داده و بر اساس آن‌ها عمل کند؛ مثل وقتی که کاربر از الکسا می‌خواهد چراغ‌ها را خاموش کند یا پرده‌ها را بکشد.

هرچند خیلی از سیستم‌های هوش مصنوعی امروزی برای کمک کردن به افراد طراحی شده‌اند، ولی اگر این فن‌آوری‌ها به دست کسانی که نباید برسد، در نهایت ممکن است به چیزی شبیه پلیس تفکر در رمان معروف ۱۹۸۴ نوشته‌ی جورج اورول برسیم.

نظارت صوتی (و تصویری) همین الان هم می‌تواند اعمال ما را شناسایی کند، ولی سیستم‌های هوش مصنوعی سعی دارند بفهمند در پس پرده‌ی این اعمال چه چیزی وجود دارد؛ یعنی حتی اگر چیزی را به زبان نمی‌آوریم، بتواند فکر ما را بخواند.

اکثر شرکت‌های فن‌آوری می‌گویند دستگاه‌های آن‌ها تا زمانی که ما نخواهیم صدایمان را ضبط نمی‌کنند، اما قبلاً نمونه‌هایی از ضبط اشتباهی صدا توسط الکسا دیده شده بود.

محققان می‌گویند چیز زیادی نمانده تا تلفن‌های ما تبدیل به میکروفون‌های دائمی شود. در حال حاضر فقط باید ببینیم چه قدر طول می‌کشد تا سرویس‌های تبلیغاتی و کلاهبرداران استفاده از این فن‌آوری را شروع کنند تا بفهمند به چه چیزی فکر می‌کنیم و بعد نقاط ضعف خصوصی ما را هدف قرار دهند.

شرکت‌هایی نظیر World Privacy Forum ،Fight for the Future و Electronic Frontier Foundation در تلاش‌اند تا از حریم خصوصی کاربران در برابر سیستم‌های تشخیص دیجیتال دفاع کنند.

در عین حال، از این به بعد هر زمان که خواستید اپلیکیشن جدیدی روی موبایل‌تان نصب کنید و دیدید که برنامه از شما می‌خواهد دسترسی به همه‌ی سنسورهای دستگاه را صادر کنید، فراموش نکنید که با این کار شخصا چه خطر بالقوه‌ای را به جان می‌خرید.

سیستم‌های گردآوری اطلاعات می‌توانند بهتر از بهترین دوستتان شما را بشناسند، چون موبایل تنها وسیله‌ای است که همه جا کنار شماست و احتمالا به تک‌تک حرف‌هایی که می‌زنید گوش می‌دهد.

اما آیا همان‌طور که می‌توانیم به یک دوست اعتماد کنیم، می‌توانیم به کسانی که در حال گردآوری اطلاعات از ما هستند هم اعتماد کنیم؟