技术云报道了原始。
有一个古老的俗话说“看到是真实的”，但是AI技术的快速发展正在改变这一切。我们可能不知道如何判断什么是真实的，什么是错误的。
让我们先测试每个人的眼睛。
您认为下图中的金发和微笑的女士真的存在吗？
答案是否定的，它是由人工智能合成的。
看另一张图片。您认为下图中的女士就像人工智能合成吗？
答案是肯定的。
上面提到的两张图片来自“ thispersondoesnotexist.com”网站。
比这两张图片，“ ThanPersonDoesnotexist.com”网站，每次刷新的角色并非现实。
如果您不知道真相，您可以判断对还是错？
这是生成AI的应用。
生成AI：将来重要的技术策略
几天前，Gartner发布了2022年的重要战略和技术趋势。其中，生成人工智能（生成人工智能）在12种重要策略中排名第一。
同时，加特纳（Gartner）预测，到2025年，生成人工智能将占所有生成的数据的10％，当前比例将小于1％。
对于AI一代，Gartner定义了：通过各种机器学习（ML）方法，来自数据的工件（元素）的组件（元素），然后生成一个新的，原始的，真实的工件（产品或项目或任务） ，这些工件类似于培训数据，而不是复制。
简而言之，基于基于的AI从数据中学习内容或对象，并使用数据来生成新的和完全原始的新内容。它可以为下一代自动编程，药物开发，视觉艺术，社交网络，商业服务，工程设计以及工程设计与工程设计与工程设计与工程设计与工程设计与工程设计与工程设计与工程设计与工程设计与工程设计和工程。过程。
同时，它可用于检测欺诈，虚假信息和身份盗用。
在这方面，GARTNER市场研究机构高级研究总监Gao Ting解释说，AI一代不仅可以判断和创造。实际上，AI的最大用途是判断，这意味着AI的目的将具有结构性变化。
“过去，我们让AI不断做出判断和分类。但是，在将来，我很多次不需要判断AI，而是说帮助我生成代码。”从1到100，AI可以自动生成此代码。 “
生成AI的关键技术：gan
回到文章的开头，AI究竟如何产生肉眼无法识别的面部图片？
这必须讨论AI一代的关键技术 - 遗传对抗网络学习模型。
2014年，研究人员首次使用计算机通过产生对抗网络gan来创建现实的面孔。
原则上，遗传对抗网络使用两个神经网络相互反对，一个发生器和一个歧视者。
发电机或发电机是神经网络，该网络负责生成类似于源数据的新数据或内容。判别器或判断网络负责负责区分源数据和生成数据的神经网络。
两个神经网络都经过替代周期培训，并且发电机不断学习生成更现实的数据，并且歧视器更好地区分假数据和真实数据。
可以将甘斯（Gans）想象为伪造者，是猫捕捉鼠标游戏的警察，伪造者正在学习通过伪造货币，警察正在学习测试伪造货币。逐渐地，双方在对抗方面继续有所改善。
生成的AI应用程序无处不在
AI一代的到来促进了多个领域的数字流程，并支持下一代自动编程，内容开发，视觉艺术，社交网络，商业服务，工程设计和流程。
在2019年，Facebook AI创建了一个可以从库存视频中提取可控制字符的系统。
使用此系统，您可以从每日视频中创建虚拟字符和各种姿势动作。您可以将视频中的真实人转换为3D字符，并且可以将此角色及其相关的动作转换为新背景。可以与不同的背景互动。
2020年5月，OpenAI释放了GPT-3，这引起了行业的感觉。该模型包含1750亿个参数。它可以自己制作文本，图像和视频。您可以自己写对话和电影情节。这是机器写作，甚至发出的音乐很快就制作了。
回到较早的时候，中国AI Corporation Film Technology在2018年底发布了MAGC智能图像生成引擎。这也是在中国生成AI的最早技术框架，并重新定义了智能成像生产技术。
Spectrum Technology MAGC智能图像生成引擎可以在很短的时间内生成个性化的视频内容，并且还可以通过拍摄视频（例如自动锚定关键帧）来重建它。感觉的内容，然后智能生成AI视觉内容的段落。
目前，家谱MAGC智能图像生成引擎在媒体和娱乐领域取得了领先，并已被著名的电视台，电信操作员和简短的视频平台广泛采用。
此外，MAGC还广泛用于数字属性场景，例如3D成像，电影和电视特殊效果以及数字双胞胎，虚拟锚，虚拟教室。
“ Forrester 2019-2020视频AI技术预测”报告显示，智能成像生产技术解决了高规模视频内容生产和特殊效果生产成本的问题。
使用智能视频技术平台可以提高视频内容的生产效率，并将人工成本降低超过60％。
此外，包括迪士尼，Netflix，HBO，TRONC在内的娱乐媒体巨头正在尝试使用人工智能而不是标准内容生产。
例如，迪斯尼对AI自动动画的实现，只要它描述了某些通过文本描述某些活动，就可以创建动画，而无需评论并进行大量培训，或者进行大量的故事版本和电影脚本视频。
Netflix使用的算法可以提取所有满足电影习惯和需求的图片，然后将这些图片制作到内容的封面中。
实际上，寻找内容搜索并提高视频制作效率的困难最初证明了其自己的技术和产品的业务价值。
Unity于2020年9月推出，是3D生成的AI的发起人。
世界上有一半以上的移动电脑和控制台游戏是由其发电机生产的。它的3D-AI技术还广泛用于工业设计3D模型，VR/AR设备内容创建以及电影和电视特殊效果生产。
一家名为Insilico Medicine（英国智能）的AI药物研发公司也是生成AI的申请。
该公司是抗衰老和癌症治疗药物的研究和开发。 2015年，Insilico Medicine首先使用gans（gans）和加强学习（RL）技术来生成具有特定性质的特定特性。
从应用程序方案可以看出，AI一代技术正在迅速发展，从“生产”到整个产业链。
当心滥用AI一代
现在，AI一代可以生成现实的视频，文本，字幕等，这也意味着该技术也将在诸如欺诈，欺诈，谣言和伪造身份等非法场景中滥用。
Gartner预测：“可以创建和生成超现实主义内容的AI功能将对信仰他们眼中的人们产生影响。”
同时，Gartner从AI市场的5个角度进行了预测，并就公司的反应和适应这些未来挑战提出了建议：
到2025年，预先培训的AI模型将主要集中在1％的供应商中，这将使AI负责将其用作社会关注的问题
2023年，成功的帐户收购攻击将使用Deepfake，这将成为社会工程攻击的一部分
到2024年，有60％的AI提供者将减轻其软件的危害/滥用行为
到2025年，政府中有10％将使用合成AI避免隐私和安全问题
到2025年，将记录和分析75％的工作场所对话，以提高组织价值和评估风险
这些分析中的每一个都足以吸引足够的关注。如果将这些预测结合在一起，它们可以概述将来的严重情况，其中涉及道德问题，潜在的AI滥用以及工作场所的隐私丧失。
如果Gartner分析师的预测是准确的，那么对AI隐私和真理的担忧将成为未来几年的主要主题。成功的公司将需要准备快速适应这些问题。
Gartner建议企业建立负责任的AI使用标准，并优先考虑供应商，“可以证明AI可以清楚地开发和解决相关的社会问题”。
Gartner专注于深板和生成AI的安全问题，建议组织深层培训的安排，并指出：“我们现在正在进入零信任的世界。
除非加密的数字签名证明它已获得认证，否则没有任何信任。 “
结论
过去，“有图片和真相”，但现在视频不一定代表真相。一方面，AI一代技术已在各种情况下应用，但另一方面，它也有被滥用的风险。
将来，技术游戏将在 - 深度伪造和伪造之间开始。
【关于科学技术云报告】
专注于原始企业内容专家 - 科学和技术云报告。它成立于2015年，是Frontier IT领域的Top10媒体。工业和信贷部认可的当局是忠实云和全球云计算会议中媒体的正式指定。在-Depth的云计算，大数据，人工智能，区块链和其他字段的原始报告中。
报告/反馈