Kako umjetna inteligencija čita tekst putem elektromagnetskog zračenja HDMI kabela

Novi pristup rješava dugogodišnju prepreku snimanju digitalnih video signala, koji su se smatrali previše složenima za pouzdanu rekonstrukciju zbog njihovog 10-bitnog kodiranja i nelinearnih svojstava. Istraživači su stoga problem postavili kao inverzni zadatak i razvili model dubokog učenja temeljen na DRUNet arhitekturi. Pretvara elektromagnetske signale natrag u vizualnu sliku. Još jedna važna prednost sustava je ta što ne zahtijeva složena fizička mjerenja za svaku konfiguraciju, jer koristi matematičku analizu i stvara vlastite obrasce učenja.

U usporedbi sa starijim metodama, koje su imale stopu pogrešaka do 90 posto, novi sustav to smanjuje na manje od 30 posto. Unatoč značajnom napretku, rezultati su daleko od savršenih, jer rekonstruirani tekst još uvijek sadrži značajnu količinu pogrešaka. To trenutno ograničava mogućnost izravne zlonamjerne upotrebe u praksi. Tehnologija radi s uobičajeno dostupnim hardverom za softverski definirani radio i proširenjem za GNU Radio. Istraživači su također javno objavili izvorni kod i bazu podataka od približno 7 gigabajta.

Otkriće nedvojbeno ponovno otvara pitanje sigurnosti ekrana i elektromagnetskog curenja podataka. Kako bi se smanjio rizik, stručnjaci preporučuju korištenje odgovarajućih kabela s boljim elektromagnetskim oklopom, feritnih prstenova i posebno certificiranih kućišta. Obični kabeli i ekrani uglavnom nemaju istu razinu zaštite od ove vrste presretanja.