近日，《連線》雜志宣布了一系列文章，對2018年科技行業各個范疇成長的趨向停止猜測。本文是個中一篇，引見了人工智能技巧在文本、圖片、視頻處置方面的運用和成長趨向。作者為SANDRA UPSON，文章由36氪編譯。 一場反動正在醞釀中，你可以從條紋中曉得它的存在。 本年早些時刻，加州年夜學伯克利分校的一組研討人員宣布了兩組視頻。在個中一個視頻里（右邊），一匹馬在柵欄前面小跑。在第另外一個視頻中（左邊），這個馬被婚配上了斑馬那種詬誶相間的條紋。 把一匹通俗馬釀成斑馬是一個很好的噱頭，但現實并不是如斯簡略。這標記著機械進修算法在改寫實際的力氣日趨壯大。例如，其別人也會應用雷同的對象，將黑熊釀成了熊貓、將蘋果釀成桔子、將貓釀成狗等等。有一名Reddit用戶應用分歧的機械進修算法來編纂色情視頻，將個中配角的臉部調換成名人的臉部，從而使得像名人真正出演視頻一樣。在一家名為Lyrebird的創業公司中，機械進修專家正在從一分鐘的人聲樣本中分解使人佩服的音頻。開辟Adobe人工智能平臺Sensei的工程師們正在將機械進修技巧注入到各類具有沖破性的視頻、照片和音頻編纂對象中。固然這些項目在立項和意圖上有很年夜的分歧，但它們有一個配合的地方：它們發生的人工廠景和聲響，與實際世界的真實畫面異常接近。與之前用人工分解的媒體做的試驗分歧的是，這些圖片、視頻和聲響看起來和聽起來都長短常真實的。 這一改變面前的技巧將很快推進我們進入新的創意范疇，不只能晉升現代藝術家創作的才能，也能將專業喜好者晉升到經歷豐碩的專業人士的程度。以致于我們將須要為立異尋覓新的界說了。但這類繁華也有陰郁的一面。一些人工生成的內容將被用于誘騙，從而激發人們對年夜量算法假消息的恐怖。關于一幅圖片能否被改動的老爭辯，將會讓位于關于各類各樣的內容，包含文本。假如你還沒無意識到，你會發明本身在想：假如有的話，人類在創作那部片子/電視劇/題目黨文章中飾演了甚么腳色？ 一個充滿著人工生成內容的世界是烏托邦的經典案例，同時也是一個反烏托邦的例子。它很凌亂，很英俊，并且曾經在這里了。 起先，深度進修生成的內容其實不順應實際。谷歌2015年宣布的Deep Dreams是應用深度進修來制作迷幻景致和多眼怪物的晚期例子。2016年，一款名為Prisma的風行照片編纂運用應用深度進修技巧為藝術照片濾鏡供給動力，例如將照片釀成Mondrian或Munch的作風，以向他們表達敬意。Prisma面前的技巧被稱為“作風轉移”：采取一種圖象的作風（如《尖叫》），并將其運用于另外一種照片。 如今，驅動作風轉移的算法正在變得愈來愈準確，這標記著“恐懼谷實際”的終結——這類由盤算機生成實際，平日會讓人類發生一種不安感。與之前的一些粗略的影響構成比較的是，由人工智能驅動的對象曾經開端彌補“谷底的盆地”。想一想康奈爾年夜學卡Kavita Bala試驗室的研討結果吧，深度進修可以將一張照片的作風融入到一個單調有趣的年夜都會的快照中，讓人誤認為這個分解的處所是真實存在的。遭到人工智能潛能的啟示，Bala在這個基本上創建了一個叫Grokstyle的公司。好比說，你很愛好同伙家沙發上的枕頭，或許一本雜志的封面吸引了你的眼球。給Grokstyle的算法供給一個圖象，它會在任何外不雅上顯示你愛好的對象。 “我愛好這些技巧的處所在于它們代表著設計和作風的平易近主化。”Bala說。“我是一位技巧專家——我觀賞俏麗和時髦，但卻沒法發明出值得一看的器械。所以這項任務讓我有了機遇。讓他人也能享用到這一點是一件樂事，如許人們便可以玩得很英俊了。我們在這些方面沒有稟賦，其實不意味著我們必需生涯在一片活躍的地盤上。” 在Adobe，機械進修早在十年前就曾經是該公司創意對象的一部門了，但直到比來，人工智能才開端具有變更意義。10月，該公司的人工智能技巧公司Sensei的工程師們展現了一款將來的視頻編纂對象——Adobe Cloak。該對象可讓用戶無縫地從視頻中移除一個燈柱——關于資深編纂來講，這是一項異常苦楚的義務。另外一項名為“Project Puppetron”的試驗，他們將一種藝術作風及時運用到視頻中。例如，它可以拍攝一小我的靜態視頻，讓他成為一個愛措辭的銅像或手繪的卡通抽象。“人們根本上可以在收集攝像頭或任何攝像頭進步行扮演，并及時將其轉化為動畫，”資深迷信家、Adobe研討主管Jon Brandt說。 機械進修使這些項目成為能夠，由于它可以或許比之前的盤算機視覺辦法更好地輿解人臉，或許照片遠景和配景之間的差別。Sensei的對象讓藝術家可以著重于概念，而不是原始資料。“Photoshop善于處置像素，但人們想要做的是操作像素所代表的內容，”Brandt說明說。 這是一件功德。Brandt說，當藝術家不再糟蹋時光在屏幕上爭辯單個點時，他們的效力就會進步，或許還會增長他們的發明力。“我對涌現新藝術情勢的能夠性覺得高興，我以為這將會到來。” 但不好看出，單單說這會帶來發明性的爆炸能夠是毛病的。關于芝加哥年夜學研討生Yuanshun Yao來講，這會讓假視頻變得加倍真實而且異常輕易，讓他在比來的一個項目中摸索機械進修的一些風險。他在比來一個又人工智能生成的，異常真實的奧巴馬揭橥演講中剪輯了一段，他開端思慮：他能在文字上做相似的工作嗎？ 一個文本組合須要近乎完善地誘騙年夜多半讀者其實不輕易，所以他從一小我們容忍度較高的目的開端，在Yelp或亞馬遜如許的平臺上宣布虛偽的在線評論。一個評論能夠只要寥寥幾句話，讀者也不會等待有甚么高質量的寫作。是以，他和他的同事們設計了一個神經收集，每次可以或許生成年夜約5句“Yelp-style”的評論。出來了一堆評論，好比“我們最愛好的處所！”、“我和我哥哥一路去食齋食，那邊很好吃。”他讓人類去猜想它們是真的照樣假的，果真，人類被捉弄了。 在微義務市場上，制作虛偽評論的本錢年夜約在10美元到50美元之間。Yuanshun Yao以為，一個有驅動力的工程師試圖將這個進程主動化，從而壓低價錢，并生成一堆虛偽評論，只是時光成績。（他還摸索了應用神經收集來掩護一個平臺，以抵抗虛偽內容，并獲得了必定的勝利。）“據我們所知，今朝還沒有如許的體系，”Yao說。“但或許在5到10年內，我們會被人工分解的器械所包抄。”他的下一個目的是甚么？生成使人佩服的消息文章。 視頻方面的停頓能夠會更快。Hany Farid是研討假照片和視頻的專家，同時也是達特茅斯學院的傳授。他擔憂病毒流傳的速度會很快，但驗證進程卻異常遲緩。Farid假想，在不久的未來，一段使人佩服的假視頻，顯示了特朗普命令完全撲滅朝鮮在網上瘋傳，激發驚恐，就像在人工智能時期重塑世界年夜戰一樣。他說：“我盡可能不做極真個猜測，但我不以為這是牽強的。這是明天能夠產生的工作。” 虛偽的特朗普演講曾經在互聯網下流傳，這是語音分解始創公司Lyrebird的產物。不外，在該公司與"分享的音頻片斷中，特朗普的手指按下按鈕，限制本身去夸獎Lyrebird。該公司的結合開創人兼首席履行官Jose Sotelo以為，這項技巧是弗成防止的，是以他和他的同事們能夠也會成為如許做的人，他們一路制訂了品德原則。他以為，今朝最好的進攻辦法是進步人們對機械進修才能的熟悉。Sotelo說：“假如你在月球上看到我的照片，你會以為這能夠是一些圖象編纂軟件。但假如你聽到使人佩服的聲響說你最好的同伙說了你的好話，你能夠會覺得惱怒。這是一項真實的新技巧，也是一個極具挑釁性的成績。” 能夠沒有任何器械能阻攔行將到來的人工智能生成的內容。在最蹩腳的情形下，騙子和政治運動人士將安排機械進修算法，以生成數不清的虛偽信息。因為社交收集有選擇地流傳最吸引眼球的內容，這些體系輸入的內容將演化為最受迎接的，并被普遍分享出去。 但在最好的情形下，人工生成的內容能夠會以多種方法治愈我們的社會構造。Lyrebird的Sotelo妄想著，他的公司的技巧可讓那些因ALS（肌萎縮側索硬化）或癌癥等疾病掉去聲響的人恢復演講。那伯克利誰人將馬釀成斑馬的視頻呢？一個附帶感化就是可以或許改良我們培訓主動駕駛汽車的任務。平日，汽車驅動軟件起首在虛擬情況中接收培訓，好比像俠盜獵車手如許的世界就與實際異常類似。斑馬算法旨在減少虛擬情況與實際世界之間的間隔，終究讓主動駕駛汽車變得更平安。 人工智能是把雙刃劍。跟著它的改良，它將可以或許模擬人類的行動。終究，它會變得和人異常像：善與惡的才能平起平坐。
