کتاب هوش مصنوعی و امنیت سایبری

کتاب هوش مصنوعی و امنیت سایبری نوشتهٔ لورنزو پاپیلو و استفانو فانتین و آفونسو فریرا و کارو لینپولتو و ترجمهٔ پرند خوزاده و الهه جمشیدی و پوپک حاجی سیدجواد است و انتشارات پشتیبان آن را منتشر کرده است. این کتاب دربارهٔ چالش‌های فناوری، حکومت و سیاست است.

درباره کتاب هوش مصنوعی و امنیت سایبری

هوش مصنوعی هر روز نقش حیاتی‌تری در زندگی عادی مردم ایفا می‌کند. مزایای پیاده‌سازی فناوری هوش مصنوعی بی‌شمار است، اما چالش‌ها نیز بسیار است. اگر نگرانی‌های امنیتی و اخلاقی از طریق فرایندها و سیاست‌های دولتی به‌درستی حل نشوند، پذیرش هوش مصنوعی در امنیت سایبری می‌تواند با مشکل مواجه شده یا حتی منجر به مشکلات مهمی برای جامعه شود. هدف کتاب هوش مصنوعی و امنیت سایبری مشارکت در تلاش‌های اتحادیه اروپا برای ایجاد یک چارچوب سیاست مناسب برای هوش مصنوعی است. اهداف خاص آن عبارت‌اند از:

- ارائهٔ کلی از پانورامای امروزی هوش مصنوعی از نظر کاربردهای مفید در حوزهٔ امنیت سایبری و خطرات ناشی از احتمال دست‌کاری سیستم‌های دارای هوش مصنوعی.

- ارائهٔ مفاهیم اخلاقی اصلی و مسائل مربوط به اجرای هوش مصنوعی در ارتباط با امنیت سایبری.

- ارائهٔ توصیه‌های سیاست‌گذاری سازنده و مشخص تا اطمینان حاصل شود که راه‌اندازی هوش مصنوعی مطابق اهداف استراتژی دیجیتال اتحادیه اروپا به‌طور ایمن پذیرفته شده است.

کتاب هوش مصنوعی و امنیت سایبری مسائل متعددی را در مورد پیامدهای این سیاست مطرح می‌کند. این کتاب نشان می‌دهد که به دلیل عدم شفافیت و تسلط بر ساختارهای هوش مصنوعی، ارزیابی اینکه آیا یک سیستم در هر زمینه‌ای همان‌طور که پیش‌بینی می‌شود رفتار خواهد کرد یا خیر، دشوار است؛ بنابراین، نوعی از کنترل و نظارت انسانی ضروری است. علاوه بر این، نکته این است که سیستم‌های هوش مصنوعی، برخلاف مغز، طراحی شده‌اند؛ بنابراین همهٔ تصمیمات مبتنی بر این سیستم‌ها باید حساب‌رسی شوند. صحبت‌کردن در مورد مغز یا تمرکز به‌عنوان روش دیگری برای فرار از قانون و نظارت تبدیل شده است. امنیت سایبری ضعیف در کنار ایمنی مدل‌های عرضه‌شده باز نیز می‌تواند باعث هک‌شدن افرادی شود که در جست‌وجوی دریافت چنین اطلاعاتی هستند؛ بنابراین محدودیت در انتشار و به‌اشتراک‌گذاری داده‌ها و کدها می‌تواند ارزیابی کامل‌تری از خطرات امنیتی مرتبط را ممکن سازد. 

خواندن کتاب هوش مصنوعی و امنیت سایبری را به چه کسانی پیشنهاد می‌کنیم

این کتاب را به متخصصان حوزه‌های هوش مصنوعی و سایبری پیشنهاد می‌کنیم.

بخشی از کتاب هوش مصنوعی و امنیت سایبری

«همه‌گیری کووید -۱۹ زندگی ما را به طرق بی‌سابقه‌ای خدشه‌دار کرده است. از زمان شیوع بیماری در ووهان چین در سال ۲۰۲۰ میلادی، این ویروس به‌طور مداوم در سراسر جهان گسترش یافته است. سازمان‌ها و دانشمندان بین‌المللی به‌طور فزاینده‌ای شروع به استفاده از فناوری‌های جدید مانند هوش مصنوعی برای ردیابی همه‌گیری، پیش‌بینی محل ظهور ویروس و ایجاد واکنش مؤثر کرده‌اند.

نخست، مؤسسات متعددی از هوش مصنوعی برای ارزیابی و کشف قرص‌ها یا داروهای مورد استفاده در درمان کووید -۱۹ و ایجاد نمونه اولیه واکسن استفاده می‌کنند. همچنین با کشف علائم و نشانه‌های قابل مشاهده کووید -۱۹ در تصاویر اسکن ریه، از هوش مصنوعی برای تشخیص اینکه افراد به کروناویروس جدید مبتلا شده‌اند یا خیر استفاده می‌شود. هوش مصنوعی با استفاده از سنسورهای پوشیدنی تغییرات دمای بدن را تحت نظر گرفته و بسترهای داده منبع باز برای ردیابی شیوع بیماری را فراهم کرده است. در مراحل اولیه همه‌گیری، شرکت دیپ مایند از سیستم هوش مصنوعی آلفافولد خود برای پیش‌بینی و انتشار ساختارهای پروتئینی مرتبط با ویروس کرونا استفاده کرد. اکنون که واکسن‌های فایزر، مدرنا و آسترازنکا تأیید شده‌اند و بالاخره در سراسر جهان در حال اجرا هستند، هوش مصنوعی و سایر فناوری‌های جدید نیز برای مدیریت این تلاش عظیم استفاده می‌شوند. به‌عنوان‌مثال، آژانس تنظیم‌کننده محصولات دارویی و بهداشتی انگلستان، با همکاری واحد جنپکت انگلستان، شرکت خدمات حرفه‌ای جهانی متخصص در تحول دیجیتال، از هوش مصنوعی برای ردیابی اثرات سوء احتمالی واکسن‌ها بر اقشار مختلف جمعیت استفاده می‌کند.

هوش مصنوعی در برنامه‌های دیگری غیر از موارد پزشکی نیز استفاده شده است. هوش مصنوعی با کاوش رسانه‌های اجتماعی، ردیابی کلمات مؤثر یا هشداردهنده و شناسایی منابع معتبر و موثق آنلاین در مبارزه با اطلاعات غلط کمک کرده است. برنامه‌های هوش مصنوعی توسط چندین کشور در سراسر جهان برای حمایت از اجرای اقدامات قرنطینه مانند سیستم‌های تشخیص چهره برای شناسایی افرادی که از ماسک استفاده نمی‌کنند یا برنامه‌های تلفن همراه که ارتباطات اجتماعی افراد را ردیابی می‌کند، استفاده شده است.

بااین‌حال، در مبارزه با کووید -۱۹، هوش مصنوعی محدودیت‌های ذاتی خود را نیز آشکار کرده است. سیستم‌های امروزی به دنبال یافتن الگوهایی در داده‌ها هستند. برای دستیابی به عملکرد مورد انتظار، سیستم‌ها باید با ورودی‌های با کیفیت بالا که رفتارهای مورد نظر را مدل می‌کنند، آموزش داده شوند. درحالی‌که این فرایند در برنامه‌های هوش مصنوعی با شرایط مرحله‌ای و پارامترهای واضح بسیار موفق بوده است، این روش در موارد واقعی بسیار پیش‌بینی‌ناپذیر است. کووید -۱۹ بسیار جدید و پیچیده است و مجموعه داده‌های بالینی و بیولوژیکی مورد نیاز برای آموزش سیستم‌های هوش مصنوعی در این زمینه هنوز کمیاب است.»