Est-il possible de prévenir les attaques malveillantes et d’améliorer la cybersécurité des algorithmes alimentés par l’intelligence artificielle (IA) ? L’apprentissage automatique quantique pourrait en être la clé.
Les algorithmes d’intelligence artificielle (IA) sont à la base de presque tous les systèmes autonomes et robotiques qui nécessitent une analyse d’image, comme les voitures sans conducteur. Ces algorithmes sont vulnérables aux cyberattaques. L’apprentissage automatique quantique pourrait être la clé de l’amélioration de la cybersécurité des algorithmes alimentés par l’IA.
Les algorithmes d’IA sont omniprésents. Ils sont à la base de presque tous les systèmes autonomes et robotiques déployés dans des applications de sécurité. Il s’agit notamment de la reconnaissance faciale, de la biométrie, des drones et des véhicules autonomes utilisés pour la surveillance des combats et les applications de ciblage militaire.
Les algorithmes d’apprentissage automatique et d’IA sont formés pour classer et identifier les caractéristiques des images, comme les caractéristiques de nos visages dans la reconnaissance faciale. Mais les données sur lesquelles reposent ces algorithmes peuvent être vulnérables aux cyberattaques. Une manipulation subtile des données de l’image par la suppression de quelques pixels seulement – invisibles à l’œil humain – peut donner lieu à des prédictions incorrectes et même constituer une menace sérieuse pour la sécurité.
Graphique montrant une voiture et un ordinateur correctement identifiés, puis un ordinateur identifié comme une voiture à la suite d’une manipulation de l’image.
Une voiture (ligne verte) et un ordinateur (ligne jaune) sont correctement identifiés par un algorithme d’apprentissage automatique. Mais lorsqu’un bruit aléatoire est ajouté à l’image, représentant une cyberattaque, l’algorithme commet une erreur et classe l’ordinateur comme une voiture (ligne rose).
L’informatique quantique est-elle la solution ?
Des recherches financées par l’armée australienne dans le cadre du Quantum Technology Challenge (QTC) et publiées aujourd’hui dans Nature Machine Intelligence par des chercheurs du CSIRO’s Data61 et de l’université de Melbourne révèlent que les progrès de la technologie quantique pourraient être la clé de la protection des algorithmes d’IA contre les cyberattaques.
Le Dr Muhammad Usman est l’auteur principal de l’article et le chef d’équipe des systèmes quantiques au CSIRO’s Data61. Il décrit le potentiel de l’intégration de l’informatique quantique à l’IA comme une technologie qui change la donne.
« La chasse aux avantages quantiques s’intensifie », a déclaré le Dr Muhammad Usman.
« L’apprentissage automatique quantique est l’une des applications les plus prometteuses de l’informatique quantique. En intégrant le quantique à l’apprentissage automatique, nous pouvons accélérer la formation à l’IA et renforcer la résistance aux cyberattaques. »
Pourquoi tout ce remue-ménage autour de l’informatique quantique ?
L’intérêt pour l’informatique quantique est en plein essor dans le monde entier. Le 3 mai 2023, le gouvernement australien a lancé la National Quantum Strategy, qui vise à faire de l’Australie un leader de l’industrie quantique mondiale d’ici à 2030. Selon cette stratégie, les technologies quantiques devraient créer une industrie quantique australienne d’une valeur de 6 milliards de dollars d’ici à 2045.
Nous avons mis en place notre ambitieuse plate-forme scientifique Quantum Future pour développer ces technologies de pointe et lancé un nouveau programme qui accueillera bientôt des étudiants pour former la prochaine génération de spécialistes des technologies quantiques.
Comment cela fonctionne-t-il ?
L’informatique quantique est un nouveau domaine de l’informatique. Elle stocke les informations sous forme de « qubits » plutôt que de « bits » binaires. Alors qu’un bit unique peut stocker ou traiter des informations sous la forme de « 0 » et de « 1 » sur un ordinateur conventionnel, un qubit quantique peut être placé dans un état « 0 » ou « 1 » ou représenter les deux états simultanément. C’est ce qu’on appelle la superposition.
Une deuxième propriété spéciale de la mécanique quantique est connue sous le nom d’intrication, qui permet aux qubits d’interagir entre eux sur de longues distances sans aucune connexion physique. Albert Einstein a donné à ce phénomène le nom célèbre d' »action étrange à distance » (spooky action at a distance)
Des calculs ou des fonctions de décryptage de codes qui prendraient des milliers d’années à un ordinateur classique pourraient ne prendre que quelques heures à un ordinateur quantique.
Quatre images : une image de personnes debout sur une route, la même image avec les personnes identifiées par un algorithme d’intelligence artificielle, l’image originale avec quelques pixels modifiés, et l’image modifiée avec les personnes non identifiées par l’algorithme d’intelligence artificielle.
Un algorithme d’apprentissage automatique a été entraîné à identifier les personnes (image en haut à gauche). L’algorithme identifie correctement les personnes (image en haut à droite), mais si quelques pixels seulement sont modifiés lors d’une cyberattaque (image en bas à gauche), l’algorithme ne peut pas identifier les personnes (image en bas à droite). Dans le cas d’une voiture sans conducteur, si un algorithme d’apprentissage automatique prédit qu’il n’y a personne sur la route à la suite d’une cyberattaque, les conséquences pourraient être graves. Metzen et al. « Universal Adversarial Perturbations Against Semantic Image Segmentation » (Perturbations adverses universelles contre la segmentation sémantique des images)
L’avantage quantique
Alors que de plus en plus d’industries, des transports à la défense en passant par la banque, intègrent l’IA, la sécurité sera primordiale. L’informatique quantique pourrait contribuer à garantir que les technologies basées sur l’IA résistent aux attaques et pourrait offrir un avantage concurrentiel aux premiers utilisateurs.
Toutefois, le Dr Muhammad Usman met en garde contre le fait que les ordinateurs quantiques pourraient également être utilisés pour générer des cyberattaques très puissantes.
« Il s’agit d’une menace très sérieuse pour la cybersécurité. Toutefois, des progrès rapides en matière de matériel et de logiciels quantiques et des stratégies d’atténuation des erreurs plus sophistiquées sont à venir. Les ordinateurs quantiques du futur proche devraient permettre aux algorithmes d’apprentissage automatique quantique de commencer à présenter des avantages », a déclaré M. Usman.
« Il s’agit d’un axe de recherche très intéressant qui pourrait avoir des implications socio-économiques et sécuritaires significatives pour l’Australie.
https://www.csiro.au/en/news/All/Articles/2023/May/quantum-cyberattacks
