Głównym motorem prowadzonego badania jest istnienie tzw. ataków adwersaryjnych (ang. adversarial attacks) polegających na tym, że niedostrzegalne gołym okiem zaburzenia danych wejściowych skutkują ich błędną klasyfikacją, co stanowi poważną lukę bezpieczeństwa w systemach opartych o sztuczną inteligencję. 

Bardziej zaawansowane odmiany tych ataków nie wymagają nawet znajomości dokładnej architektury klasyfikatora ani dostępu do danych treningowych. Może to prowadzić m.in. do tego, że maile zawierające logo konkurencyjnej firmy będą klasyfikowane jako spam przez znaczną część skrzynek mailowych. To poważna przeszkoda na drodze do upowszechnienia się inteligentnych systemów.