只要有足夠的語(yǔ)料進(jìn)行支撐，AI模仿出一個(gè)聲音已并非難事；單從語(yǔ)義和文本上看，AI生成的點(diǎn)評(píng)也已經(jīng)無(wú)法區(qū)分。而且，隨著技術(shù)的日漸成熟，AI 創(chuàng)造假的語(yǔ)音、視頻和圖片的門檻只會(huì)日漸降低，屆時(shí)，我們?cè)趺崔k？ 

　　1950年，計(jì)算機(jī)科學(xué)和密碼學(xué)先驅(qū)艾倫·麥席森·圖靈在一篇論文中，提出了著名的圖靈測(cè)試(TheTuringtest)，測(cè)試者與被測(cè)試者(一個(gè)人和一臺(tái)機(jī)器)在被隔開的情況下，通過一些裝置(如鍵盤)向被測(cè)試者隨意提問，看測(cè)試者是否能確定出被測(cè)試者是人還是機(jī)器。圖靈在論文中預(yù)測(cè)，到20世紀(jì)末，可能會(huì)有30%的時(shí)候都能騙過正常人的厲害機(jī)器出現(xiàn)。 

　　而后60多年，技術(shù)一直在為人工智能會(huì)否通過圖靈測(cè)試所努力。一系列跡象正在開啟這個(gè)新的時(shí)代： 

　　AI水軍——《在線點(diǎn)評(píng)系統(tǒng)中的自動(dòng)眾包攻擊和防御》是趙燕斌等芝加哥大學(xué)研究人員發(fā)布的一篇論文。他們的研究說(shuō)明,人工智能可以被用來(lái)生成復(fù)雜的點(diǎn)評(píng)信息。這些虛假的點(diǎn)評(píng)不僅機(jī)器無(wú)法檢測(cè)出來(lái),就連人類讀者也分辨不出來(lái)。 

　　AI修圖——機(jī)器學(xué)習(xí)大神Gidi　Shperber利用機(jī)器學(xué)習(xí)，訓(xùn)練出一個(gè)用戶“背景分離”的模型。一開始，他們的目標(biāo)是開發(fā)出一個(gè)可以自動(dòng)識(shí)別前景(foreground)和背景的通用背景移除模型；但發(fā)現(xiàn)還是某一系列圖像更合適,因此決定專攻自拍和人類肖像。 

　　AI造景——斯坦福大學(xué)和英特爾共同研發(fā)了一項(xiàng)技術(shù)。在向他們的人工智能系統(tǒng)輸入5000張德國(guó)街道照片后，該技術(shù)可在人類的輔助下，讓系統(tǒng)構(gòu)建出一些模擬的虛構(gòu)場(chǎng)景。該系統(tǒng)在創(chuàng)建一個(gè)虛擬場(chǎng)景之前，需要人類先告知其起點(diǎn)與終點(diǎn)的位置以及在場(chǎng)景中相應(yīng)位置放入樹木、車輛、建筑等。此后，系統(tǒng)會(huì)根據(jù)輸入的不同數(shù)據(jù)繪制出不同的場(chǎng)景。 

　　只要有足夠的語(yǔ)料進(jìn)行支撐，AI模仿出一個(gè)聲音已并非難事；單從語(yǔ)義和文本上看，AI生成的點(diǎn)評(píng)也已經(jīng)無(wú)法區(qū)分，反抄襲軟件也很難奏效，畢竟是逐字逐句生成的假點(diǎn)評(píng)。而且隨著技術(shù)的日漸成熟，可以肯定的是，AI創(chuàng)造假的語(yǔ)音、視頻和圖片的門檻只會(huì)日漸降低,產(chǎn)品日漸真實(shí)。 

　　在內(nèi)容分發(fā)的領(lǐng)域，算法也正在大規(guī)模替代成功。除了部分政治性內(nèi)容需要人工推薦外，我們?cè)谛侣劸酆项惪蛻舳松峡吹降乃袃?nèi)容，幾乎都是算法來(lái)推薦的。算法能判別基本的真假嗎？不見得。 

　　我們當(dāng)然可以從技術(shù)上采取措施。監(jiān)測(cè)發(fā)點(diǎn)評(píng)的用戶賬號(hào)、登陸IP,對(duì)語(yǔ)義進(jìn)行分析；利用區(qū)塊鏈技術(shù),保障一些關(guān)鍵性的數(shù)據(jù)或最原始的記錄不被篡改；通過重新制定法律法規(guī),對(duì)相關(guān)案件中的語(yǔ)音、視頻證據(jù)收集和鑒定標(biāo)準(zhǔn)提高。但這無(wú)疑都會(huì)增加對(duì)抗的成本。 

　　屆時(shí)，我們?cè)趺崔k？ 

　　（來(lái)源：新華社    2017年9月18日）