Google ha dissenyat un internet propi, tancat i completament aïllat de la xarxa pública per entrenar i avaluar els agents d'intel·ligència artificial que naveguen per webs. L'objectiu és que aquests sistemes puguin aprendre i equivocar-se sense que les seves decisions tinguin cap impacte en el món real. La firma tecnològica ha hagut de resoldre diversos reptes d'enginyeria relacionats amb l'encaminament de les connexions de xarxa i amb la generació de llocs web versemblants per fer possible aquest entorn tancat, segons ha explicat la mateixa companyia.
El problema principal que ha obligat Google a construir aquesta rèplica és que els agents són capaços de detectar quan són avaluats. Si un agent descobreix que un lloc web pot ser fals, per exemple perquè es tracta d'una pàgina estàtica i els seus botons no funcionen, pot sospitar que l'estan posant a prova. Aquesta sospita sovint el porta a modificar el seu comportament i a fer accions que en altres circumstàncies no faria, cosa que invalidaria qualsevol resultat que se n'obtingués. Per això, l'entorn ha de generar en l'agent la il·lusió que navega per la web real.
Per aconseguir aquesta sensació de realitat, Google ha dissenyat una versió de Chrome sense interfície gràfica que funciona dins d'un contenidor aïllat anomenat gVisor, l'únic objectiu del qual és bloquejar qualsevol sortida cap a l'internet públic. Quan l'agent intenta accedir a una web determinada, com podria ser YouTube, el sistema intercepta la petició de xarxa i la redirigeix cap a un servidor local que allotja la versió simulada d'aquell lloc. Aquest desviament, però, planteja un altre obstacle tècnic, perquè el navegador podria interpretar-lo com un error de seguretat i bloquejar la connexió. Per evitar-ho, el proxy genera certificats TLS vàlids en el moment, vinculats a una autoritat de certificació arrel personalitzada que prèviament s'ha instal·lat al navegador del sandbox. D'aquesta manera, Chrome valida la connexió HTTPS com si fos legítima i l'agent no percep cap anomalia.
Webs construïdes per altres agents
Els llocs web que poblen aquest internet artificial no són plantilles buides ni pàgines improvisades. Han estat creats per un sistema format per tres subagents que treballen de manera coordinada. El primer s'encarrega de definir els requisits funcionals de cada web, com ara carrets de la compra que mantinguin el contingut entre sessions, filtres de cerca o formularis, i de generar els recursos visuals bàsics. El segon escriu el codi real, és a dir, l'HTML, el CSS i el JavaScript necessaris per construir aplicacions funcionals de diverses pàgines. El tercer audita el resultat i busca errors de JavaScript, fallades en el disseny adaptatiu o problemes d'accessibilitat, com ara etiquetes mal col·locades o absents. Aquesta cadena de producció permet generar llocs que no només semblen reals sinó que funcionen com a tals, de manera que l'agent que els visita no troba indicis que li facin sospitar que es troba en un entorn de proves.
Google ha justificat la iniciativa assenyalant que la creació d'agents segurs i alineats amb els objectius dels seus desenvolupadors requereix proporcionar-los un espai on puguin ser supervisats mentre executen fluxos de treball més llargs i prenen decisions en escenaris nous, fora del que havien vist durant el seu entrenament. Amb aquest entorn, la companyia pot dur a terme milers de proves de seguretat i de resistència davant de ciberatacs cada dia sense cap risc per al món real.
Aquesta protecció funciona en les dues direccions. D'una banda, evita que els agents puguin esborrar dades, fer compres accidentals o patir atacs durant les proves. De l'altra, impedeix que instruccions malicioses injectades de manera indirecta, sovint amagades dins del contingut d'una web, modifiquin les ordres que l'agent ha rebut perquè executi accions no autoritzades. També bloqueja la injecció invisible mitjançant capçaleres HTTP, una tècnica que aprofita els missatges que viatgen entre el navegador i el servidor per introduir ordres que l'agent no hauria de seguir.