友情提示：本文共有 1877 个字，阅读大概需要 4 分钟。
赖可 发自 凹非寺量子位 报道 | 公众号 QbitAI
骗过AI如此简单。
换了一个同义词，自然语言处理模型就读不对句子的意思了。
麻省理工和香港大学的研究生们开发了一个算法，让AI在文本分类和推理问题上的正确率从80%下降到10%。
测试原理
这个模型的名字叫Textfooler，通过生经过微调的句子，来对自然语言文本分类和推理进行攻击。
比如在著名的分类任务影评判断中，AI的任务是去判断一句影评是肯定性的还是否定性的。
像这句：
The characters, cast in impossibly contrived situations, are totallyestranged from reality.（剧中的人物，被安排在不可能情境之中，与现实完全脱节。）
Textfooler模型生成的对应句子是：
The characters, cast in impossibly engineered circumstances, are fullyestranged from reality.
将contrived situation改为了engineered circumstance，totally 改为fully。
结果AI将第一个句子标记为“负面”，第二个句子标记为“正面“。
在推理任务中，AI需要判断在一个句子和情境之间的关系，是蕴含，中立，还是矛盾。
比如给定一个前提：
Two small boys in blue soccer uniforms use a wooden set of steps to wash their hands.两个穿着蓝色足球服的小男孩借助一套木制的台阶洗手。
需要判断这句话“The boys are in band uniforms.”（男孩们穿着乐队制服）和前提的关系。
AI会把这个句子判断为”矛盾”。
当把uniforms这个单词改为garments以后：The boys are in band garments。
AI 就会把句子判断为“蕴含”。
此外，研究团队还请人类被试阅读这些句子，以确认它新生成的句子和原句接近。
他们从进行实验的两个数据集MR dataset和WordLSTM中各挑100个例子，请被试行进行打分。相似为1，有歧义为0.5，不同为0，最后得到的分数分别为0.91和0.86。
这说明，调整后的句子对人类阅读影响很小。
各模型测试结果
研究团队使用了三个模型，七个数据集来进行测试。
三个模型为：BERT，WordCNN，WordLSTM。
数据集：
△5个为分类数据集，2个为蕴含推理数据集
分类任务的测试结果如下：
所有的模型的原来的精确度都在78%以上，像BERT则表现更优秀，在两个数据集上都能达到97%的精确度。
但是经过Textfooler的攻击，精确度全部降到了20%以下。
再来蕴含推理任务表现如何：
精确度从原来的80%降到了10%以下。
在实际应用中可能产生影响
处理文本的AI越来越多地被用来判断应聘者，评估医疗报销，处理法律文件。因此，研究者认为，AI的这一缺陷要引起重视。
如果用于金融或医疗保健中的自动化系统，即使是文本上微小变化，也可能造成很多麻烦。
加州大学欧文分校的助理教授Sameer Singh说，这个调整文本的方法“确实非常有效地为AI系统生成了良好的对手” 。
但是他又表示，这个方法在实践中很难实施，因为它涉及反复探测AI系统，这可能会引起怀疑。
加州大学伯克利分校的教授Dawn Song专门研究AI和安全性。她说，这一研究是不断发展的工作的一部分，该工作表明如何欺骗语言算法，并且各种商业系统可能容易受到某种形式的攻击。
看来，想读懂人话，AI还需继续努力呀。
研究团队
这项研究由清华大学、香港大学、新加坡科技研究院的研究员共同完成。通讯作者有两位：
△Di Jin
Di Jin，本科毕业于清华大学计算机学院。2020年获得MIT计算机科学博士学位。目前是MIT的计算机科学与人工智能实验室的助理研究员。
△金致静
金致静，高中毕业于上海华东师大二附，本科毕业于香港大学，目前正在申请博士学位。已经在顶级会议NAACL，EMNLP，AAHPM，AAAI上发表了4篇NLP论文。
github地址：https://github.com/jind11/TextFooler
论文地址：https://arxiv.org/pdf/1907.11932.pdf
参考链接：https://www.wired.com/story/technique-uses-ai-fool-other-ais/
— 完 —
本文如果对你有帮助，请点赞收藏《换一下同义词 AI就把句子意思弄反｜华人研究者揭示NLP模型脆弱性》，同时在此感谢原作者。
