Google近年積極開發自有人工智能(AI)技術，最新研究報告稱該公司打造的實驗AI系統已具備可自行設計加密演算法的能力，借此能夠達到保密目的，避免第三方窺探內容。

　　這項研究成果稱為“用對抗神經密碼技術學習安全通訊”，Google旗下Google Brain研究團隊人員Martin Abadi及David Andersen在報告中，介紹神經網路如何自行發展簡單加密技術以防止第三方窺探的技術，且過程中無需外部輸入特定加密演算法即可進行。

　　這套實驗Google Brain設計了“Bob”、“Alice”及“Eve”三個神經網路，由Alice及Bob之間彼此收發訊息，訓練Alice將一串16位元由0與1組成的訊息傳送給Bob，Bob則必須嘗試對發送的訊息解密，但不讓Eve獲得這組訊息內容，要由Eve試圖窺探并解碼該訊息。Alice與Bob之間則擁有一個共享金鑰，即所謂的對稱加密。

　　研究人員只給定上述假設實驗情況，未指定Alice與Bob之間要以何種方法傳送訊息，所以上述所有AI都不知道如何進行加密也不清楚應使用何種加密技術，僅透過可衡量損失及錯誤程度的損失函數來判斷自身表現，并不斷演進出正確的方法。

　　Alice、Bob及Eve都是采用相同的混合與轉換神經網路，初始化皆是獨立進行，Google研究人員在單顆繪圖芯片(GPU)系統中以TensorFlow反覆進行這項實驗，由Alice不斷發送訊息給Bob接收及解讀，同時Eve也嘗試進行解讀。

　　起初Bob及Eve的錯誤率都很高，但隨著測試次數增加，兩者的錯誤率都逐漸下降，約進行到5,000~1萬步(step)之間的測試次數后，Eve的錯誤率開始減少，Bob更是大幅下降，不過1萬步后當Alice與Bob改變加密方法后，Eve的錯誤率又開始攀升。

　　到了1.5萬步后Bob的錯誤率已降至幾近0，Eve的錯誤率則仍有一定程度，由此顯示Eve只是在進行隨機猜測，Alice與Bob之間則已改善及發展出彼此能夠秘密通訊、防止Eve偷窺的方式。

　　Google研究人員未詳細分析Alice與Bob之間設計的是何種加密演算法，最后僅得出結論指出，神經網路確實能夠進行通訊內容傳輸的自我防護，且只需與Alice說明保密的重要性高于一切即可，無需事先告知要以何種加密演算法進行保密。另一方面從Eve的實驗結果看來，Google研究人員則認為神經網路成為密碼分析專家的機率不高。未來Google還將針對其他加密演算法進行實驗。