我在想这样的事情：
构建一个程序（称为这个假用户），该程序使用刺激和响应根据另一个程序（称为这个目标）的使用来生成大量数据。例如，如果目标是扫雷，假用户会玩 carl sagan 多次游戏，并尝试在各种不同的情况下点击所有按钮，等等......
运行一个机器学习程序（称之为复印机），旨在进化出与目标尽可能相似的代码。
kablam，你有一个“足够好”的目标开源副本。
这可能吗？
是否有其他方法可以达到相同的结果，即获得原始目标程序的“足够好”的开源副本？
是否可以使用 AI 对软件进行逆向工程？
人工智能
机器学习
深度学习
应用
2021-11-07 02:13:17
2个回答
值得注意的是，您描述的场景或多或少不仅是可行的，而且已经被证明（链接中的详细解释和引人入胜的视频）。
但是，副本的保真度目前相当有限：
因此，就目前而言，您的副本质量将非常低。但是，这条规则有一个很大的例外：如果您要复制的软件本身是基于机器学习的，那么您可能可以非常便宜且轻松地制作出高质量的副本，正如我和我的合著者在这篇短文中所解释的那样文章。
有趣的问题，我很确定正确答案将在未来几年迅速改变。
这是使用 AI 对软件进行逆向工程的建议方法。
- 程序 fake_user 以多种方式操作程序 target_prog 以生成庞大而全面的数据集。
- 人工网络的参数经过训练，可以在指定的准确性和可靠性标准内产生与 target_prog 等效的行为。
这不仅是可能的，而且它正在成为除逆向工程游戏之外的 AI 项目的标准做法。
有警告。
- 程序 target_prog 可能具有足够的复杂性以超过现有网络设计和融合技术的能力。
- 该项目可能无法获得资金和计算资源来完成所需的生成和培训，以在分配的时间内达到合理的准确性和足够的可靠性。
- 相关人员的专业知识可能不足以产生令人满意的结果。
- 虽然没有复制源代码，并且通过学习获得的参数状态包含等效功能，但不能保证不会产生民事责任。版权法一个或多个司法管辖区可能被解释为对这种复制的保护，即使源代码的文本没有被逐字复制。