探秘

@奈特

作者简介：互联网观察家。8年媒体从业经验，先后在多家知名科技媒体担任记者和编辑等职，细看互联网浪潮起落，希望用文字将观察和思考所得与大家交流。

      2014年上映的《模仿游戏》了，由卷福扮演的电影主角艾伦·图灵，如何在二战中协助盟军破译德国密码系统“英格玛”的经历。被后世称为“计算机之父”的图灵认为：机器创造出来的密码怪兽，只有用机器才能战胜，而人类的任务不过是设计机器的工作原理以及优化机器所要进行的运算量。70多年过去，社会进入到AI时代，人类在密码学里承担的有限任务和工作似乎也要被机器取代了。

      说起密码学，可不是打开手机输入的几个数字而已，它是研究编制密码和破译密码的技术科学。研究密码变化的客观规律，应用于编制密码以保守通信秘密的，称为编码学；应用于破译密码以获取通信情报的，称为破译学，总称密码学。

      一直以来，编制和破解密码都是人类的专利。在电影里，虽然恩格玛机看起来复杂，但它进行加密的基本原理并不复杂。恩格玛机所做的工作本质上是一种替换加密。所谓的替换加密，就是把原文中的字母按照某种配对关系（秘钥）替换成其他的字母，从而得到一段别人看不懂的密文。所以，破解密码其实就是找到秘钥，也就是字母的配对关系。

      随着密码学理论的提升与计算机能力的增强，现代的密码变得越来越复杂，人们开始寻求让机器替代人类的办法，不过本质上，机器替代人类的更多是计算的工作。就像在电影里，图灵所设计的机器“炸弹”就是根据人们输入的内容进行暴力破解，如果遇到可能的解，它就会停止下来供工作人员停下来记录结果。而“暴力破解”一般指穷举法，即根据题目的部分条件确定答案的大致范围，并在此范围内对所有可能的情况逐一验证。借助机器的强大计算能力，逐一验证成为了可能，从而大大缩短了获取密钥的时间。

      进入AI时代，机器要取代人类就意味着机器不仅仅是发挥计算的作用，而是用0和1思考的“机器大脑”将学会对信息进行加密的原理，并且可以主动优化运算量。据谷歌大脑的最新的研究成果《让对抗神经网络学习保护通信》，人们就试图教会机器加密与解密信息，其中正是使用AI领域非常火的两大技术“神经网络”与“生成对抗网络”。

      神经网络全称人工神经网络，是一种模仿动物神经系统结构和功能的计算模型，在如今的人工智能领域炙手可热。神经网络并非生来就具备强大的功能，它像人类一样需要学习训练才能掌握技能。训练神经网络的过程实际上就是通过学习数据来调整每一个感知机参数的过程。神经网络读取数据样本后，会先根据现有模型参数进行计算，然后把输出的值与真实值进行比较，再将两者的差距反馈回去，以调整参数。经过反复多次“计算-比对-反馈-调整”的循环后，神经网络就能够做出准确的判断。

      生成对抗网络中主要有两个模块：负责生成的模块G和负责判别的模块D。以模仿画作的例子来说，假设G是一位新手画家，想要通过模仿名画的来提升自身能力。在每次模仿之后，G会将自己的赝品与真品一同送给鉴定师D。D的任务便是鉴定送来的画真品与赝品。随着G模仿水平提高，D无法分辨。这个时候便可以说G的模仿水平相当的优秀了，这也是AI的目标，模仿能力卓绝的生成模块G。

      理解了“神经网络”与“生成对抗网络”的基本原理，回到AI在密码学上的应用。研究者向神经网络A中投入明文和密钥数据，计算结果作为密文，与密钥一起交给另一个神经网络B进行解密。因此，A、B组成的生成对抗网络，则会试图在对抗中使解密出的数据趋近明文。研究者通过这样的方式，探究神经网络能否自己“思考”出机器的密码术来实现对信息加密、解密的功能。

      研究者表示：经过这样的训练后，他们开始得到了一个具有极强加密能力的神经网络。尽管研究员并没有教给该神经网络任何密码术的知识，但其已经在对抗中习得了如何保密信息的技巧。

      不妨再发散一下，随着时间推进和神经网络的深入学习，有一天机器创造出来的密码怪兽会将更加恐怖，因为无法找到它们的漏洞，也就是破密的秘钥，机器创造的密码怪兽将更加难以驯服。