[科技界] 人工智能是如何帮助我们理解世界——或者根本误解它的

美国人已经开始学会不相信他们在电视上看到的东西，但是人工智能的新发展可能会让他们更加担心。目前，图像数字化是可能的，但它耗时、昂贵，而且往往效率低下。然而，全新的人工智能系统可以利用先进的神经网络将普通的情况转化为异常的环境，几乎瞬间生成一个虚假的视频。一条养着家猫的街道突然被美洲狮包围了。夏威夷的街道上积满了雪。你的脸在别人的身上，在你从未去过的地方做着你可能永远不会做的事情。这项技术正以惊人的速度发展，因为神经网络已经学会了在看不见的情况下想象事物。

英伟达是一家价值数十亿美元的科技公司，总部位于加州圣克拉拉的未来总部。该公司是人工智能和机器学习领域的市场领导者。今年10月，该公司因其人脸生成技术而成为头条新闻，该技术将少量名人拼接在一起，创造出令人信服的新面孔。鼻子可能会让你想起伊娃& middot伊娃·朗格利亚还是一副特别的眉毛，但是每张脸都是独一无二的。令人难以置信的山谷无处可寻。最近，类似的技术被用来制作色情作品，将人的脸移植到不同的人身上。

另一个全新的框架允许机器在不同的天气条件下想象阳光明媚的街道，包括雪、雨或风。夏天的街景变成了冬天的仙境；黑夜很快就会被照亮。同样的框架可以把一只狗变成另一只狗(更有趣的应用)，或者把家猫变成美洲虎和美洲狮。这种图像翻译使用一种称为生成对抗网络的算法，即gan。两种神经网络协同工作，另一种神经网络协同工作，利用可用数据生成图像或视频，另一种则告诉是否有益。通常神经网络需要提前看到一个例子，比如一对街上的图片，一个在雪地上，一个没有。这些人是第一个想象街上下雪的人，即使他们以前从未见过雪。

这项令人兴奋的技术有明显的应用。该网络的研究人员之一刘明宇说，这对于自动驾驶汽车尤其重要。比如加州很少下雨，但是我们希望我们的自驾车下雨的时候能正常工作。我们可以用我们的方法把阳光明媚的加州驾驶序列转换成阴雨连绵的汽车来训练我们的自驾汽车。但是，如果我们能以这样的速度，用这么少的数据，制作出虚假的图像，我们就能提供一系列令人担忧的错误应用，尤其是在新闻方面。不难想象，在飓风或森林火灾等自然灾害发生后，类似的技术可以用来稀释气候变化或破坏，或者误导人们远离救援和清理工作。

机器似乎不擅长生成可以欺骗我们的图像。然而，随着它的改进，可怕的后果很快浮现在脑海中。公民记者提供的明显的真实感可能很快就会被逆转，因为图片和视频展示了从未发生过或根本不存在的事情。当阿特拉斯& middot当蒙杜拉被问及更为恶劣的技术滥用以及如何阻止它们时，刘拒绝置评。

该领域的一些科学家正在积极利用这些进展。麻省理工学院媒体实验室最近向联合国儿童基金会展示了它的新项目，并表示了深切的同情。这使用一种叫做神经风格转移的深度学习方法来生成图像，并将损坏的场景强加给世界各地的社区。突然，叙利亚的混乱和流离失所就在你的附近。我希望这个项目能帮助人们理解国际冲突的概念，让人们以一种目前可能不存在的方式了解自然和人类灾难。

研究员pinar yanardag说:除了叙利亚危机，我们还对地震、野火等不同类型的灾害进行了实验，取得了可喜的成果。目前，他们正在要求人们投票决定哪些图像可以激发更多的共情，因此未来的人工智能将能够识别共情图像。慈善机构可以使用这个算法来帮助他们在活动中添加图片，这样他们就有更好的机会增加捐款！另一名成员iyad rahwan说。

但团队成员曼努埃尔&米多；Manuel cebrian说，这项技术也可能被滥用，即使它的重点是产生积极的影响。但是，可能还有另一个用于事实检查的应用程序。他说:我们相信我们正在开发的技术可以用来区分真实照片和人工生成的照片。同样的技术可以用来过滤那些恶性元素试图在互联网上传播的合成图像。