一張“紙條”就能騙過AI，OpenAI最先進(jìn)的視覺模型就這？
作者 | 貝爽
今年年初，OpenAI推出了最新一款A(yù)I視覺模型CLIP。
相信不少人對它還有些印象，經(jīng)過龐大的數(shù)據(jù)集訓(xùn)練，CLIP在圖文識別和融合上展現(xiàn)了驚人的表現(xiàn)力。
例如，輸入文本“震驚”，AI能夠準(zhǔn)確地通過“瞪眼”這一關(guān)鍵特征來呈現(xiàn)，并且再根據(jù)Text、Face、Logo等其他文本信息，將其融合成一張新圖像。
通過關(guān)鍵詞理解描繪出一張新圖像對于人類來講可能不是什么難事，但對于AI來講，則需要它具有極高的視覺識別和理解能力，包括文本識別和圖像識別。因此，CLIP模型可以說代表了現(xiàn)有計(jì)算機(jī)視覺研究的最高水平。
然而，正是這個兼具圖文雙重識別能力的AI，卻在一張“紙片”面前翻了車。
怎么回事呢？
1
AI上當(dāng)，“蘋果”變 “iPod”
最近OpenAI研究團(tuán)隊(duì)做了一項(xiàng)測試，他們發(fā)現(xiàn)CLIP能夠輕易被“攻擊性圖像”誤導(dǎo)。
測試是這樣的，研究人員給CLIP輸入了如下一張圖（左圖）：
AI不僅識別出了這是蘋果，甚至還顯示出了它的品種：Granny Smith。
然而，當(dāng)研究人員給蘋果上貼上一張寫著iPod的紙片，結(jié)果AI真的被誤導(dǎo)了，如右圖所示，其iPod的識別率達(dá)到了99.7%。
研究團(tuán)隊(duì)將此類攻擊稱為“印刷攻擊”，他們在官方博客中寫道：“通過利用模型強(qiáng)大的文本讀取能力，即使是手寫文字的照片也會欺騙模型。像‘對抗補(bǔ)丁’一樣，這種攻擊在野外場景也有效。”
可以看出，這種印刷攻擊實(shí)現(xiàn)起來很簡單，只需要筆和紙即可，而且影響顯著。我們再來看一組案例：
左圖中，AI成功識別出了貴賓犬（識別率39.3%）。
但右圖中在貴賓犬身上加上多個“$$$”字符后，AI就將其識別成了存錢罐（識別率52.5%）。
至于為什么會隱含這種攻擊方式，研究人員解釋說，關(guān)鍵在于CLIP的多模態(tài)神經(jīng)元—能夠?qū)σ晕谋尽⒎柣蚋拍钚问匠尸F(xiàn)的相同概念作出響應(yīng)。
然而，這種多模態(tài)神經(jīng)元是一把雙刃劍，一方面它可以實(shí)現(xiàn)對圖文的高度控制，另一方面遍及文字、圖像的神經(jīng)元也讓AI變得更易于攻擊。
2
“多模態(tài)神經(jīng)元”是根源
那么，CLIP 中的多模態(tài)神經(jīng)元到底是什么樣子呢？
此前，OpenAI 的研究人員發(fā)表了一篇新論文《Multimodal Neurons in Artificial Neural Networks》，描述了他們是如何打開 CLIP 來觀察其性能的。
OpenAI 使用兩種工具來理解模型的激活，分別是特征可視化（通過對輸入進(jìn)行基于梯度的優(yōu)化來最大化神經(jīng)元激活）、數(shù)據(jù)集示例（觀察數(shù)據(jù)集中神經(jīng)元最大激活圖像的分布）。
通過這些簡單的方法，OpenAI 發(fā)現(xiàn) CLIP RN50x4（使用EfficientNet縮放規(guī)則將ResNet-50放大4倍）中的大多數(shù)神經(jīng)元都可以得到解釋。這些神經(jīng)元似乎是“多面神經(jīng)元”的極端示例——它們只在更高層次的抽象上對不同用例做出響應(yīng)。
此外，它們不僅對物體的圖像有反應(yīng)，而且對草圖、卡通和相關(guān)文本也有反應(yīng)。例如：
對于CLIP而言，它能識別蜘蛛俠的圖像，從而其網(wǎng)絡(luò)中存在特定的“蜘蛛俠”神經(jīng)元可以對蜘蛛俠的真實(shí)圖像、漫畫圖像作出響應(yīng)，也可以對單詞“Spider”（蜘蛛）作出響應(yīng)。
OpenAI團(tuán)隊(duì)表明，人工智能系統(tǒng)可能會像人類一樣將這些知識內(nèi)部化。CLIP模型意味著未來AI會形成更復(fù)雜的視覺系統(tǒng)，識別出更復(fù)雜目標(biāo)。但這一切處于初級階段。現(xiàn)在任何人在蘋果上貼上帶有“iPod”字樣的字條，CLIP之類的模型都無法準(zhǔn)確的識別。
如在案例中，CLIP 不僅回應(yīng)了存錢罐的圖片，也響應(yīng)了一串串的美元符號。與上面的例子一樣，如果在電鋸上覆蓋“ $$”字符串，就可以欺騙 CLIP 將其識別為儲蓄罐。
值得注意的是，CLIP 的多模態(tài)神經(jīng)元的關(guān)聯(lián)偏差，主要是從互聯(lián)網(wǎng)上獲取的數(shù)據(jù)中學(xué)到到。研究人員表示，盡管模型是在精選的互聯(lián)網(wǎng)數(shù)據(jù)子集上進(jìn)行訓(xùn)練的，但仍學(xué)習(xí)了其許多不受控制的關(guān)聯(lián)。其中許多關(guān)聯(lián)是良性的，但也有惡性的。
例如，恐怖主義和“中東”神經(jīng)元相關(guān)聯(lián)，拉丁美洲和“移民”神經(jīng)元相關(guān)聯(lián)。更糟糕的是，有一個神經(jīng)元會和皮膚黝黑的人、大猩猩相關(guān)聯(lián)（這在美國又得引起種族歧視）。
無論是微調(diào)還是零樣本設(shè)置下，這些偏見和惡性關(guān)聯(lián)都可能會保留在系統(tǒng)中，并且在部署期間會以可見和幾乎不可見的方式表現(xiàn)出來。許多偏見行為可能很難先驗(yàn)地預(yù)測，從而使其測量和校正變得困難。
3
未部署到商業(yè)產(chǎn)品中
機(jī)器視覺模型，旨在用計(jì)算機(jī)實(shí)現(xiàn)人的視覺功能，使計(jì)算機(jī)具備對客觀世界的三維場景進(jìn)行感知、識別和理解的能力。不難想象，它在現(xiàn)實(shí)世界有著廣泛的應(yīng)用場景，如自動駕駛、工業(yè)制造、安防、人臉識別等。
對于部分場景來說，它對機(jī)器視覺模型準(zhǔn)確度有著極高的要求，尤其是自動駕駛領(lǐng)域。
例如，此前來自以色列本·古里安大學(xué)和美國佐治亞理工學(xué)院的研究人員曾對特斯拉自動駕駛系統(tǒng)開展過一項(xiàng)測試。他們在路邊的廣告牌的視頻中添加了一張“漢堡攻擊圖像”，并將停留時間設(shè)置為了0.42秒。
在特斯拉汽車行駛至此時，雖然圖像只是一閃而過，但還是特斯拉還是捕捉到了“信號”，并采取了緊急剎車。這項(xiàng)測試意味著，自動駕駛的視覺識別系統(tǒng)仍存在明顯的漏洞。
此外，還有研究人員表明，通過簡單地在路面上貼上某些標(biāo)簽，也可以欺騙特斯拉的自動駕駛軟件，在沒有警告的情況下改變車道。
這些攻擊對從醫(yī)療到軍事的各種人工智能應(yīng)用都是一個嚴(yán)重的威脅。
但從目前來看，這種特定攻擊仍在可控范圍內(nèi)，OpenAI研究人員強(qiáng)調(diào)，CLIP視覺模型尚未部署到任何商業(yè)產(chǎn)品中。
本文參考來源：
本文由雷鋒網(wǎng)原創(chuàng)，作者：貝爽。申請授權(quán)請回復(fù)“轉(zhuǎn)載”，未經(jīng)授權(quán)不得轉(zhuǎn)載。
新基建一周年，狂熱、下沉與拐點(diǎn)
國產(chǎn)數(shù)據(jù)庫的"自我博弈"