Ny AI kan höra vad du skriver

På 90 talet pratade de om att avlyssna vad folk sa i ett rum genom att skicka en laserstråle på fönstret och analysera vibrationerna. Jag har ingen aning om hur väl det fungerar.
Jag ser detta lite som en vidareutveckling. Och jag vill minnas ha hört liknande om att mäta det ena och andra.

Min enda förvåning är varför de använde en Macbook Pro från 2014? De hade ju skapat mer rubriker genom att ta senaste versionen som troligen precis som alla laptops har detta problem.
Men genom att välja en sådan gammal laptop så får deras forskning i media mindre nyhetsvärde. Jag gissar att det handlar om liten budget och de då bara valde en laptop som de hade över.

Om de avlyssnar en längre tid så kan de lista ut detta då olika bokstäver används olika mycket och ord börjar och slutar olika ofta med olika tecken.
Sedan finns det kombinationer som är mer vanliga än andra och vissa bokstäver som oftare skrivs tillsammans. Vissa bokstäver tar även för den vanliga skrivaren längre tid att komma åt tangenterna. Spårar de personen på sociala medier så vet de också exakt vad personen skrev vid en tidpunkt.
Med andra ord de löser detta.

Någon som kan sätta studien i ett sammanhang? Vad är nytt mot de som publicerats senaste 20 åren?

Är det inte precis det som en telegraf är?
Edit: ok, en trådlös telegraf då.

Nja en telgraf är ju i stort sett samma som en mekanisk brytare. Antar att hen menade att man inte skulle behöva något alls i själva tangentbordet utan bara hamra på och en mikrofon i själva mottagarenheten uppfattar vad man försöker skriva.

haha, låter lika dumt som att använda en kamera som mikrofon genom att ha den riktat mot ansiktet och AI försöka urskilja vad man säger

Det är väl inget nytt - det har länge varnats att använda mellanslagstangenten i samband med passfraser där folk kan lyssna obemärkt (som grannen på sidan eller mittemot i öppna kontorslandskap) och använda någon annan skiljetecken mellan orden istället just för att mellanlagstangenten låter så markant annorlunda än resten av knapparna.

Att veta hur många tecken per 'ord' i passfrasen och hur många ord ger stor hint vid senare attack även om man inte vet vilka ord som används.

Har man tränat innan på inspelning av knappars ljud så kan man med signalanpassade filter förmodligen identifiera de flesta knapptryckningar av karaktärer i ljud från var knapp och det som missas är lättare att gissa/prova sig fram. Har man dessutom stereomick så kan man få fram spatial information i x-led var över tangentbordet trycktes. Det utan någon AI och att träna neurala nätverk (vilket jag inte räknar som AI) är ett sätt att få fram signalanpassade filter av många olika sätt.

Fördelen är ju att man kan använda det för att läsa läppar. Vore utmärkt att bygga in en sådan sak i en kamera med ett gigantiskt objektiv och hud, som skriver ut vad personen säger i realtid. Late spionens bästa vän

att avlyssna vad folk skriver m.h.a. ljudet ifrån tangenterna är över 10 år gammalt och inget nytt som AI "producerat". Träffsäkerheten då var ca 90% efter 30sec skrivandes

Sannolikt det specifika tangentbordet. Plus att det nog behöver tränas på användarens sätt att skriva. Om man trycker lätt eller hårt så varierar ljudet en del. Dvs högst troligt inget att vara orolig för med andra ord.

Jag kan säga följande; det fungerar.

Ja, och det är nog dessutom rätt lätt att genomföra. Det är säkert välkänt inom relevanta kretsar att inte prata om saker i rum med fönster.

Säg inte det. Tangentbordet kan ju redan från fabrik anpassas så att varje tangent ges en unik ljudsignatur, precis som varje tangent på ett piano har ett unikt ljud. Huruvida det sedan är en vettig lösning är ju en annan fråga..

Nu kanske jag tänker fel, men spelar man in i 44,1 kHz och ljudet från ett tangentbord ligger på cirka 1000 Hz färdas ljudvågen cirka 1 meter per svängning. 44 kHz borde alltså ge en noggrannhet runt 5 cm. Vilket täcker upp cirka 10 tangenter på tangentbordet. Ett lösenord med 12 tecken ges då inte ~100^12 permutationer utan endast 10^12. Antalet kombinationer blir då tusen miljarder gånger färre. Krävdes det 10 000 år för att knäcka det förra går det senare att knäcka på bara en sekund.

Nu kanske det är mer avancerat än så dock, men länge sedan jag behövde fundera i dessa spår.

Vore ganska kul att testa. För att göra det riktigt enkelt för sig skulle man kunna testa att varje ton på ett piano/en synth motsvarar en specifik tangent. Nästan så att jag vill testa. Borde inte vara alltför svårt. Helt annan typ av programmering än vad jag brukar syssla med, men ändå.

AI tillskrivs mycket nuförtiden, men detta är absolut inget nytt, möjligt att AI kan göra det effektivare, men tveksam till det.

Det handlar inte om avstånd, utan om ljudet tangenterna avger. Sannolikt är det så tydliga skillnader i ljud mellan individuella tangenter i samma tangentbord generellt att de kan identifieras snabbt av en lärande algoritm. Jag hör skillnad på tangenter på mitt eget nu när jag trycker på dem i följd och jämför. Jag kan inte urskilja en ensam, men jag hör skillnad mellan två. I mitt fall blir det en gnutta ljusare ljud åt vänster. Så K är lite ljusare än L, J lite ljusare än K, osv. Mellanslagstangenten låter oerhört distinkt. Enter låter också väldigt annorlunda.

Så de måste träna "AI" på ett specifik tangentbord.

Ursäkta Herr Offer, kan vi få låna er datort för att kunna träna vår AI på att sno er lösenord, tack.

Nu behöver det inte vara så svårt eftersom de ord vi använder kommer i logiska följder och vi når de olika tangenterna olika snabbt. Hur många meningar måste man egentligen skriva innan algoritmen med hög säkerhet kan gissa vilken ord som är vilket?

Tränar man på stereoljud så ingår avstånden av sig självt.

Jag kan inte tänka mig att det skulle vara så mycket annorlunda med ett annat exemplar av samma modell av tangentbord.

Men om man vill träna på när tangentbordet används av en speciell användare är det inte så långsökt heller. En web-site kan få tillgång till mikrofonen av webläsaren, och läsa alla tangentbordstryckningar när webläsarfönstret är aktivt. Och folk går medvetet in och skriver i kommentarsfält i alla möjliga forum för att få sin mening hörd ...

Scenariot som beskrivs i artikeln är t.ex. en deltagare i ett zoom-möte.