โมเดลและแพลตฟอร์ม AI
ผู้เชี่ยวชาญด้าน AI จัดอันดับ Deepfakes และ 19 อาชญากรรมอื่นๆ ที่ใช้ AI ตามระดับความเสี่ยง
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
รายงานใหม่ ที่เผยแพร่ โดย University College London มีจุดมุ่งหมายเพื่อระบุวิธีต่างๆ ที่ AI สามารถช่วยเหลืออาชญากรได้ในช่วง 15 ปีข้างหน้า รายงานนี้มีผู้เชี่ยวชาญด้าน AI 31 คนให้ความเห็นเกี่ยวกับ 20 วิธีการใช้ AI ในการก่ออาชญากรรม และจัดอันดับตามปัจจัยต่างๆ เช่น ความง่ายในการก่ออาชญากรรม อันตรายที่อาจเกิดขึ้นต่อสังคม และความยากในการหยุดอาชญากรรม ตามผลการสำรวจ ผู้เชี่ยวชาญด้าน AI จัดอันดับ Deepfakes เป็นอาชญากรรมที่มีระดับความเสี่ยงสูงสุด เนื่องจากมีศักยภาพในการถูกใช้โดยอาชญากรและผู้ก่อการร้าย
ผู้เชี่ยวชาญด้าน AI จัดอันดับ Deepfakes ในอันดับต้นๆ ของอาชญากรรมที่ใช้ AI เนื่องจากมีความยากในการตรวจจับและป้องกัน Deepfakes มีการพัฒนาอย่างต่อเนื่องและสามารถหลอกลวงได้แม้กระทั่งผู้เชี่ยวชาญด้าน AI และวิธีการตรวจจับ Deepfakes ที่ใช้ AI อื่นๆ ก็ไม่น่าเชื่อถือ ในแง่ของศักยภาพในการก่อให้เกิดอันตราย Deepfakes สามารถถูกใช้โดยผู้ก่อการร้ายเพื่อทำลายชื่อเสียงของบุคคลที่น่าเชื่อถือหรือพยายามหลอกลวงคนโดยการปลอมตัวเป็นคนรักหรือบุคคลที่น่าเชื่อถือ หาก Deepfakes มีจำนวนมาก คนอาจเริ่มสูญเสียความเชื่อมั่นในสื่อภาพและเสียง ซึ่งอาจทำให้พวกเขาสูญเสียความเชื่อมั่นในความถูกต้องของเหตุการณ์และข้อเท็จจริงที่แท้จริง
ดร. แมทธิว คัลด์เวลล์ จาก UCL Computer Science เป็นผู้เขียนรายงานหลัก คัลด์เวลล์ เน้นย้ำถึงอันตรายที่เพิ่มขึ้นของ Deepfakes เมื่อมีการใช้งานออนไลน์มากขึ้น ตามที่คัลด์เวลล์กล่าวใน UCL News:
“ไม่เหมือนกับอาชญากรรมแบบดั้งเดิม อาชญากรรมในโลกดิจิทัลสามารถถูกแบ่งปันซ้ำๆ และขายได้ ทำให้เทคนิคการก่ออาชญากรรมสามารถถูกตลาดและขายเป็นบริการได้ ซึ่งหมายความว่าอาชญากรอาจสามารถจ้างบุคคลภายนอกเพื่อทำหน้าที่ที่ยากกว่าในการก่ออาชญากรรมที่ใช้ AI”
ทีมผู้เชี่ยวชาญจัดอันดับเทคโนโลยี AI ที่เกิดขึ้นใหม่ 5 รายการเป็นอาชญากรรมที่น่ากังวลสูง ได้แก่ การใช้รถยนต์ไร้คนขับเป็นอาวุธ การโจมตีระบบและอุปกรณ์ที่ควบคุมด้วย AI การรวบรวมข้อมูลออนไลน์สำหรับการข่มขู่ การหลอกลวงโดยใช้ AI ที่มีข้อความปรับแต่ง และข่าวปลอม/ข้อมูลที่ไม่ถูกต้องทั่วไป
ตามที่ Shane Johnson ผู้อำนวยการ Dawes Centre for Future Crimes tại UCL กล่าว วัตถุประสงค์ของการศึกษาคือเพื่อระบุภัยคุกคามที่อาจเกิดขึ้นจากเทคโนโลยีที่เกิดขึ้นใหม่และคาดการณ์วิธีการที่จะเอาชนะภัยคุกคามเหล่านั้น Johnson กล่าวว่าเมื่อความเร็วของการเปลี่ยนแปลงทางเทคโนโลยีเพิ่มขึ้น “เราต้องคาดการณ์ภัยคุกคามอาชญากรรมในอนาคตเพื่อให้ผู้กำหนดนโยบายและผู้มีส่วนได้ส่วนเสียสามารถดำเนินการก่อนที่จะเกิด ‘การเก็บเกี่ยวอาชญากรรม’ ใหม่ๆ”
สำหรับอาชญากรรม 14 รายการที่เหลือ จะถูกจัดกลุ่มเป็นสองประเภท ได้แก่ อาชญากรรมที่น่ากังวลในระดับปานกลางและอาชญากรรมที่น่ากังวลในระดับต่ำ
อาชญากรรมที่น่ากังวลในระดับปานกลาง ได้แก่ การใช้หุ่นยนต์ทหารในทางที่ผิด การปนเปื้อนข้อมูล การโจมตีด้วยโดรน การโจมตีไซเบอร์ที่ใช้การเรียนรู้ การโจมตีแบบปฏิเสธการให้บริการสำหรับกิจกรรมออนไลน์ การจัดการตลาดหุ้น การขายบริการปลอมที่ใช้ AI/ML และการหลอกลวงการรู้จำใบหน้า
อาชญากรรมที่น่ากังวลในระดับต่ำ ได้แก่ การปลอมแปลงศิลปะหรือเพลง การติดตามโดยใช้ AI การเขียนบทวิจารณ์ปลอมโดย AI การหลบเลี่ยงการตรวจจับโดย AI และ “บอทขโมย” (บอทที่เข้าบ้านเพื่อขโมยสิ่งของ)
แน่นอนว่า AI เองก็สามารถช่วยต่อสู้กับอาชญากรรมเหล่านี้ได้ เมื่อเร็วๆ นี้ AI ได้ถูกใช้ในการช่วยเหลือในการ ตรวจจับแผนการล้างเงิน โดยการตรวจสอบธุรกรรมทางการเงินที่น่าสงสัย ผลลัพธ์จะถูกวิเคราะห์โดยผู้ดำเนินการซึ่งจะอนุมัติหรือปฏิเสธการแจ้งเตือน และข้อมูลรับกลับจะถูกใช้ในการฝึกอบรมแบบจำลองให้ดีขึ้น ดูเหมือนว่าอนาคตจะเกี่ยวข้องกับการแข่งขันระหว่าง AI ที่มีเจตนาไม่ดีและ AI ที่มีเจตนา tốt โดยมีอาชญากรพยายามออกแบบเครื่องมือที่ดีที่สุดและระบบ AI ที่ดีที่สุด และผู้เชี่ยวชาญด้านความปลอดภัยและผู้กำหนดนโยบายพยายามออกแบบระบบ AI ที่ดีที่สุดของตนเอง
