Usando técnicas novedosas de aprendizaje automático, un equipo de investigación del Laboratorio Nacional de Oak Ridge del Departamento de Energía está enseñando a los dispositivos electrónicos a hablar por sí mismos.

Correo electrónico, mensajes de texto, El intercambio de imágenes y las publicaciones en las redes sociales se realizan a través de redes que son confiables, la mayoría de las veces. Cuando ciertas conexiones se pierden o se interrumpen por un ataque físico o ciberataque, los dispositivos electrónicos pierden contacto inmediatamente, y no están equipados para encontrar otro método de comunicación.

La electrónica es tan inteligente como su diseño. Con el entrenamiento y la inteligencia adecuados, Los dispositivos podrían programarse para buscar los medios disponibles, como la acústica, óptica o radiofrecuencias, y descubrir cómo transmitir y recibir mensajes por su cuenta sin que se lo digan de antemano.

Por ejemplo, equipos de respuesta múltiple que utilizan dispositivos de radio bidireccionales, o walkie-talkies, durante una emergencia se limitan a un número finito de frecuencias disponibles. Los mismos dispositivos podrían programarse y entrenarse a través del aprendizaje automático y la inteligencia para buscar medios alternativos para mantener a las personas conectadas. que es fundamental en escenarios de vida o muerte.

"Los dispositivos, pre-equipado con el lenguaje y la capacidad de comunicarse, podría comenzar a compartir datos de cualquier tipo en casi cualquier medio físico, "dijo Adam Anderson de ORNL, quien lidera un equipo especializado en computación, redes y ciberseguridad. "Inicialmente pasarán por una andanada de información de prueba y error, desarrollando sus propios patrones a medida que avanzan, hasta que alcancen el modo más eficiente y preciso de transmisión de mensajes ".

El idioma resultante, o el habla de la máquina, es irreconocible para los humanos, un fenómeno que puede evocar controversia, e incluso temor, sobre si las máquinas pueden comenzar a comunicarse de forma independiente. Pero, según los investigadores de ORNL, permitir que las computadoras hablen entre sí, en lugar de decirle a las computadoras cómo comunicarse, es lo que les da la inteligencia para optimizar su capacidad de mantener el contacto.

"En otras palabras, estamos entrenando y programando dispositivos para descubrir la mejor manera de comunicarse por sí mismos en lugar de ser demasiado prescriptivos, "Dijo Anderson.

Uno de los problemas clave que los investigadores de ORNL tuvieron que superar fue hacer que los dispositivos convergieran en un discurso acordado sin ninguna asistencia de canal secundario. "Sentimos que era 'trampa' si los dispositivos aprendían algo de un exterior, o poco realista, fuente; necesitaban converger todos por su cuenta, "Dijo Anderson.

Para demostrar el habla de la máquina, Anderson y su equipo conectaron dos computadoras portátiles para separar altavoces y micrófonos uno frente al otro. Los investigadores programaron los dispositivos con un lenguaje que comprende sonidos conocidos como fonemas, las unidades más pequeñas del habla humana, incluidas las consonantes, vocales y sílabas. Los fonemas reemplazaron los bits digitales que las computadoras suelen usar para comunicarse.

Anderson ingresó los números del 1 al 5 en la computadora transmisora ​​y le dijo que los "hablara" a la computadora receptora. La computadora receptora emitió las palabras "ganó, también, Tres, forr, cinco "en su pantalla. Mientras bromeaban, las dos máquinas ajustaron y corrigieron su discurso hasta que la computadora receptora produjo los números correctamente.

"Para nosotros, el lenguaje que emite los altavoces está distorsionado, como estática pulsante, sin embargo, las computadoras entienden su discurso a medida que se refina a través del entrenamiento, ", Dijo Anderson." En última instancia, la tecnología demostrada aquí se puede utilizar en comunicaciones digitales de alta velocidad entre dispositivos ".

Se pueden utilizar otros medios físicos para demostrar la transmisión de voz por computadora, como la luz a través de fibra óptica u ondas de radio.

A medida que avanza el proyecto, el equipo de ORNL planea utilizar estos programas de radio, aprendizaje automático y técnicas de redes neuronales profundas para reemplazar los módems digitales clásicos en las computadoras. Este enfoque de las comunicaciones de dispositivos tiene como objetivo mejorar la solidez de las redes asociadas con las tecnologías de redes inteligentes contra ataques maliciosos.