如果我們不能相信從世界各地收集到的視頻、音頻、圖像和信息，那將是一個嚴重的國家安全風險。
圖像和視頻是否真實幾乎無關緊要。強力的生成式技術將使公眾越來越難以區分什麼是真實的和什麼是假的，政治參與者將不可避免地利用這種情況——這可能帶來毀滅性的後果。”
孟繁岐讀到這裡的時候人都快麻了，怪不得川普最喜歡n是假新聞fakenes。
這比話說的就特麼離譜，現在就隻是對低分辨率的臉部圖像做了個生成技術，就n說得比航空母艦還邪乎了。
什麼過去需要“10艘航空母艦、核武器和遠程導彈”，現在隻需要製作假視頻的能力？
意思是他孟繁岐再搞兩年人工智能，就智械危機，拿下美國了是吧。
正經的東西是一點不講，技術內容也完全不提，就光顧著販賣焦慮了。
看得孟繁岐血壓都高了。
華爾街日報的報道則最為技術一些
“使得生成如此逼真的圖像成為可能的核心技術，是生成式對抗網絡，它是由孟繁岐在101novel.com13年10月公布的。
人工智能界的教父級人物，辛頓和本吉奧均高度讚賞這個想法，並稱它為過去十年內最有趣的想法。
在gan出現前，神經網絡擅長對已經存在的內容進行分類，語言，語音，圖像等，但完全不擅長創造新的內容。
孟繁岐不僅賦予了神經網絡感知的能力，還賦予了它創造的能力。
孟的概念突破是使用兩個獨立的神經網絡構建gan——一個稱為“生成器”，另一個稱為“鑒彆器”——並將它們相互對抗。
本小章還未完，請點擊下一頁後麵精彩內容！
從給定的數據集（例如，人臉照片的集合）開始，生成器開始生成新圖像，這些圖像在像素方麵與現有圖像在數學上相似。同時，鑒彆器被輸入照片，而沒有被告知它們是來自原始數據集還是來自生成器的輸出；它的任務是識彆哪些照片是合成生成的。
隨著這兩個網絡反複地相互對抗——生成器試圖愚弄鑒彆器，鑒彆器試圖證明生成器的創造力——它們磨練了彼此的能力。最終鑒彆器的分類成功率下降到50，不比隨機猜測好，這意味著合成生成的照片與原始照片變得無法區分。
而我們現實當中的情況也是如此，一旦我們發現了某種足以識彆生成式虛假內容的方式，生成端很快就可以修正這些內容。就像是貓鼠遊戲，我們未來與生成式虛假內容的對抗，就像是gan方法一樣，會不斷促使生成模型變得更強大。”
“我超，這是純純的哲學家啊。”孟繁岐看完之後心頭一震，這最後的升華是他自己也沒有想到的。
在推特上又逛了一圈之後，孟繁岐才知曉為何這次技術突然引發了這麼多人的關注。
原來是有行為藝術家，看了[這些人都不存在]網站後，從上麵找了幾張圖當頭像，直播去網聊。
結果跟他對話的人，有不少都評價過這些圖像，但均沒有一個懷疑過這些圖像的真實性。
在數百萬吃瓜群眾的圍觀之下，facegan的實力被抬到了一個不屬於它的高度。
而作為gan技術和facegan技術的第一作者，孟繁岐如今在推特上炙手可熱。
無數的問題和讓他眼花繚亂，甚至發文的這幾家主流媒體，也紛紛通過推特留言或者穀歌的關係，對孟繁岐發起了采訪的邀請。
喜歡重生之ai教父請大家收藏101novel.com重生之ai教父101novel.com更新速度全網最快。