有句老話(huà)叫做“眼見(jiàn)為實(shí)”，然而AI技術(shù)的迅猛發(fā)展正在改變這一切，我們可能很快就不再知道如何判斷什么是真的，什么是假的。
先來(lái)考考大家的眼力。

你覺(jué)得下圖中這位金發(fā)碧眼、面帶笑容的女士是真實(shí)存在的嗎？

答案是No，這是由人工智能合成的。 再看一張圖。你覺(jué)得下圖中這位女士像是人工智能合成的嗎？

答案是Yes。 上述這兩張圖均來(lái)自“ThisPersonDoesNotExist．com”網(wǎng)站。 不止這兩張圖片，“ThisPersonDoesNotExist．com”網(wǎng)站中，每次刷新出來(lái)的人物，都是現(xiàn)實(shí)中根本不存在的。 如果不知道真相，你是否根本無(wú)法判斷出真假？ 這便是生成式AI的一種應(yīng)用。

 生成式AI：未來(lái)的重要技術(shù)戰(zhàn)略 日前，Gartner發(fā)布了2022年重要戰(zhàn)略技術(shù)趨勢(shì)。其中，生成式人工智能（Generative Artificial Intelligence）位列12項(xiàng)重要戰(zhàn)略之首。

同時(shí)Gartner預(yù)計(jì)，到2025年，生成式人工智能將占所有生成數(shù)據(jù)的10％，而目前這一比例還不到1％。 對(duì)于生成式AI，Gartner這樣定義：通過(guò)各種機(jī)器學(xué)習(xí)（ML）方法從數(shù)據(jù)中學(xué)習(xí)工件的組件（要素），進(jìn)而生成全新的、完全原創(chuàng)的、真實(shí)的工件（一個(gè)產(chǎn)品或物品或任務(wù)），這些工件與訓(xùn)練數(shù)據(jù)保持相似，而不是復(fù)制。 簡(jiǎn)單來(lái)說(shuō)，生成式AI從數(shù)據(jù)中學(xué)習(xí)內(nèi)容或?qū)ο�，并運(yùn)用數(shù)據(jù)生成全新、完全原創(chuàng)的新內(nèi)容，可以服務(wù)于下一代的自動(dòng)編程、藥物開(kāi)發(fā)、視覺(jué)藝術(shù)、社交、商業(yè)服務(wù)、工程設(shè)計(jì)與流程。

同時(shí)，它可以被用來(lái)檢測(cè)欺詐、虛假信息和身份盜竊。 對(duì)此，市場(chǎng)調(diào)研機(jī)構(gòu)Gartner高級(jí)研究總監(jiān)高挺解釋?zhuān)�生成式AI不僅僅可以判斷、還可以創(chuàng)造，實(shí)際上AI當(dāng)前最大的用途就是判斷，意味著AI的用途將有結(jié)構(gòu)性變化。 “以前我們是讓AI不停的去做判斷、去做分類(lèi)。但是在未來(lái)，很多時(shí)候是需要AI不再去進(jìn)行判斷，而是說(shuō)‘來(lái)幫我生成一段代碼’，這個(gè)代碼所做的事情是從1到100，AI也能自動(dòng)生成這個(gè)代碼了�！�

    生成式AI的關(guān)鍵技術(shù)：GANs 回到文章開(kāi)頭，AI到底是如何生成肉眼識(shí)別不出的人臉圖片呢？ 這就不得不談到生成式AI的關(guān)鍵技術(shù)——生成式對(duì)抗網(wǎng)絡(luò)（GANs， Generative Adversarial Networks ），這是近年來(lái)復(fù)雜分布上無(wú)監(jiān)督學(xué)習(xí)最具前景的方法之一，其本質(zhì)是一種深度學(xué)習(xí)模型。 2014年，研究人員首次使用計(jì)算機(jī)，利用生成對(duì)抗網(wǎng)絡(luò)GANs，創(chuàng)造出了逼真的人臉。 在原理上，生成式對(duì)抗網(wǎng)絡(luò)使用兩個(gè)神經(jīng)網(wǎng)絡(luò)相互對(duì)立，一個(gè)生成器和一個(gè)判別器。

生成器或生成網(wǎng)絡(luò)是一個(gè)神經(jīng)網(wǎng)絡(luò)，負(fù)責(zé)生成類(lèi)似于源數(shù)據(jù)的新數(shù)據(jù)或內(nèi)容。判別器或判別網(wǎng)絡(luò)是負(fù)責(zé)區(qū)分源數(shù)據(jù)和生成數(shù)據(jù)之間的神經(jīng)網(wǎng)絡(luò)。 這兩個(gè)神經(jīng)網(wǎng)絡(luò)都經(jīng)過(guò)交替周期訓(xùn)練，生成器不斷學(xué)習(xí)生成更逼真的數(shù)據(jù)，判別器則更善于區(qū)分假數(shù)據(jù)和真實(shí)數(shù)據(jù)。 可以把GANs想象成一個(gè)造假者，一個(gè)在貓捉老鼠游戲中的警察，造假者正在學(xué)習(xí)傳遞假幣，而警察正在學(xué)習(xí)檢測(cè)假幣。漸漸地，雙方在對(duì)抗中都不斷完善。

生成式AI應(yīng)用遍地開(kāi)花 生成式AI的到來(lái)，推動(dòng)了多個(gè)領(lǐng)域的數(shù)字化進(jìn)程，支撐著下一代的自動(dòng)編程、內(nèi)容開(kāi)發(fā)、視覺(jué)藝術(shù)、社交、商業(yè)服務(wù)、工程設(shè)計(jì)與流程等。 2019年，F(xiàn)acebook AI創(chuàng)建了一個(gè)能夠從存量視頻中提取可控角色的系統(tǒng)。

利用該系統(tǒng)，可以從日常視頻中任意創(chuàng)建虛擬人物及各種姿勢(shì)動(dòng)作，可以將一個(gè)視頻中的真人轉(zhuǎn)換成一個(gè) 3D角色，并且可以將此角色及其相關(guān)動(dòng)作轉(zhuǎn)換到新背景上，生成的角色可以和不同的背景互動(dòng)。 

2020年5月，OpenAI發(fā)布GPT－3，引起業(yè)界轟動(dòng)，這個(gè)模型包含1750億個(gè)參數(shù)，能夠自主生產(chǎn)文本、圖像、視頻，可以自己寫(xiě)對(duì)話(huà)和電影情節(jié)，幾乎分辨不出哪個(gè)是真人書(shū)寫(xiě)，哪個(gè)是機(jī)器書(shū)寫(xiě)，甚至生成式音樂(lè)也取得了很快的進(jìn)展。 

追溯到更早時(shí)間，中國(guó)AI公司影譜科技在2018年底發(fā)布MAGC智能影像生成引擎，這也是中國(guó)區(qū)最早提出的生成式AI的技術(shù)框架，并重新定義智能影像生產(chǎn)技術(shù)。 

影譜科技MAGC智能影像生成引擎可以在極短時(shí)間內(nèi)生成一段個(gè)性化視頻內(nèi)容，亦可以對(duì)拍攝視頻進(jìn)行重構(gòu)，如自動(dòng)錨定關(guān)鍵幀，根據(jù)幀內(nèi)容生成原圖像中沒(méi)有的、無(wú)違和感的內(nèi)容，再智能化生成一段AI視覺(jué)內(nèi)容。 

目前，影譜科技MAGC智能影像生成引擎已率先應(yīng)用在傳媒娛樂(lè)領(lǐng)域，被知名電視臺(tái)、電信運(yùn)營(yíng)商、短視頻平臺(tái)廣泛采納。

除此之外，MAGC還廣泛應(yīng)用于數(shù)字人的3D成像、影視特效制作及數(shù)字孿生、虛擬主播、虛擬課堂等數(shù)字產(chǎn)權(quán)場(chǎng)景。 《Forrester 2019－2020年Video AI技術(shù)預(yù)測(cè)》報(bào)告顯示，智能影像生產(chǎn)技術(shù)解決了大規(guī)模視頻內(nèi)容制作和特效制作成本高的問(wèn)題。

使用智能視頻技術(shù)平臺(tái)，可提高視頻內(nèi)容的生產(chǎn)效率，降低人工成本60％以上。 此外，包括迪士尼、NETFLIX、HBO、TRONC等娛樂(lè)傳媒巨頭均在嘗試用人工智能代替標(biāo)準(zhǔn)內(nèi)容制作的可能。 例如，迪士尼實(shí)現(xiàn)AI自動(dòng)生成動(dòng)畫(huà)，只要通過(guò)文本描述某些活動(dòng)，不需要注釋數(shù)據(jù)和進(jìn)行大量訓(xùn)練就能創(chuàng)建動(dòng)畫(huà)，或一個(gè)粗略的故事版和電影劇本視頻。

而Netflix所采用的算法，則可以在這部?jī)?nèi)容中抽取任意符合觀影習(xí)慣和需求的畫(huà)面，然后把這些圖片制作成內(nèi)容的封面。
事實(shí)上，降低了內(nèi)容搜尋難度，提升視頻制作效率，生成式AI已經(jīng)初步證明了自身技術(shù)與產(chǎn)品的商業(yè)價(jià)值。 2020年9月上市的Unity是3D生成型AI的推動(dòng)者。

全球有超過(guò)一半的移動(dòng)、PC和主機(jī)游戲采用了其生成引擎來(lái)制作，其3D－AI技術(shù)也廣泛應(yīng)用于工業(yè)設(shè)計(jì)的3D模型搭建，VR／AR設(shè)備內(nèi)容創(chuàng)作以及影視特效制作。 一家名為Insilico Medicine（英科智能）的AI藥物研發(fā)公司也是生成式AI的應(yīng)用者。

該公司是一家抗衰老及癌癥治療藥物研發(fā)商。2015年，Insilico Medicine在全球范圍內(nèi)率先利用生成對(duì)抗網(wǎng)絡(luò)（GANs）和強(qiáng)化學(xué)習(xí)（RL）技術(shù)，生成具有特定性質(zhì)的藥物分子結(jié)構(gòu)。 從應(yīng)用場(chǎng)景可以看到，生成式AI技術(shù)正在快速迭代進(jìn)化，從“生產(chǎn)”出發(fā)，擴(kuò)展至全產(chǎn)業(yè)鏈。

謹(jǐn)防生成式AI的濫用 既然生成式AI可以生成逼真的視頻、文本、字幕等，這也意味著，該技術(shù)也會(huì)被濫用于詐騙、欺詐、造謠、偽造身份等違法場(chǎng)景。 Gartner預(yù)測(cè)：“可以創(chuàng)建和生成超逼真的內(nèi)容的AI能力，將對(duì)人們相信自己的眼睛所看到的產(chǎn)生變革性的影響。” 同時(shí)，Gartner從AI市場(chǎng)的5個(gè)角度進(jìn)行了預(yù)測(cè)，并就企業(yè)如何應(yīng)對(duì)和適應(yīng)這些未來(lái)的挑戰(zhàn)提出了建議：

到2025年，預(yù)先訓(xùn)練的AI模型將主要集中在1％的供應(yīng)商中，這將使AI的負(fù)責(zé)任地使用成為社會(huì)關(guān)注的問(wèn)題

在2023年，成功的賬戶(hù)接管攻擊將有20％使用Deepfake，它將會(huì)成為社會(huì)工程學(xué)攻擊的一部分

到2024年，將有60％的AI提供商會(huì)將緩解危害／濫用行為作為其軟件的一部分

到2025年，將有10％的政府通過(guò)使用合成AI來(lái)避免隱私和安全問(wèn)題

到2025年，工作場(chǎng)所75％的對(duì)話(huà)將被記錄和分析，以用于增加組織價(jià)值和評(píng)估風(fēng)險(xiǎn)

這些分析中的每一個(gè)都足以使AI觀察者引起足夠的關(guān)注，如果將這些預(yù)測(cè)結(jié)合起來(lái)時(shí)，就可以勾勒出未來(lái)的嚴(yán)峻形勢(shì)，其中涉及道德問(wèn)題，潛在的AI濫用以及工作場(chǎng)所隱私的喪失。 如果Gartner的分析師的預(yù)測(cè)準(zhǔn)確無(wú)誤，那么關(guān)于AI帶來(lái)的隱私和真相的影響的擔(dān)憂(yōu)必將成為未來(lái)幾年的主要話(huà)題，成功的企業(yè)將需要準(zhǔn)備迅速適應(yīng)這些擔(dān)憂(yōu)。 Gartner建議企業(yè)建立負(fù)責(zé)任的AI使用標(biāo)準(zhǔn)，并優(yōu)先考慮“可以證明AI能夠清晰發(fā)展和解決相關(guān)社會(huì)問(wèn)題”的供應(yīng)商。 圍繞Deepfake和生成式AI的安全問(wèn)題，Gartner建議組織安排有關(guān)Deepfake的培訓(xùn)，并指出：“我們現(xiàn)在正在進(jìn)入零信任的世界。

除非使用加密的數(shù)字簽名證明它是經(jīng)過(guò)認(rèn)證的，否則任何事物都不能被信任�！�

結(jié)語(yǔ)

過(guò)去言“有圖有真相”，但是現(xiàn)在視頻都不一定代表著真相。生成式AI技術(shù)一方面在多種場(chǎng)景得到了應(yīng)用，但另一方面也有著被濫用的風(fēng)險(xiǎn)。 未來(lái)，在深度偽造與鑒別偽造之間，一場(chǎng)技術(shù)博弈即將展開(kāi)