模仿游戏
人工智能的分支是自20**年以来人工智能创新爆炸的核心。深度学习算法依赖于神经网络，这是一种大致在人脑之后形成的软件结构。神经网络分析和比较大量数据样本，以找出人们通常会错过的模式和相关性。此过程称为“培训”，其结果是可以执行各种任务的模型。
在早期，深度学习模型主要用于执行分类任务 - 例如，在照片中标记对象，以及执行语音和面部识别。最近，科学家们利用深度学习来完成更复杂的任务，例如玩棋盘游戏，诊断病人，创作音乐和艺术作品。
要调整执行面部交换，用户必须使用数百张源和目标面部图片对其进行训练。该程序运行深度学习算法，以查找两个面之间的模式和相似性。然后该模型准备进行交换。
20**年，当时在伦敦大学学院担任博士后研究员的海恩斯合着了一篇论文和一篇应用程序，展示了人工智能如何学会模仿一个人的笔迹。该应用程序被称为“ 我的手写文本”，它使用深度学习算法来分析和辨别作者笔迹的风格和流程以及间距和不规则等其他因素。
然后，应用程序可以获取任何文本并使用目标作者的手写重现它。开发人员甚至添加了一些随机性，以避免不可思议的山谷效应 - 当我们看到几乎但不是人类的东西时，我们得到的奇怪感觉。作为概念证明，海恩斯和其他伦敦大学学院的研究人员利用这项技术复制了亚伯拉罕·林肯，弗里达·卡罗和阿瑟·柯南道尔等历史人物的笔迹。
相同的技术可以应用于任何其他手写，这引起了对该技术可能用于伪造和欺诈的担忧。法医专家仍然能够发现该剧本是由我的手写文字制作的，但它很可能会愚弄未受过训练的人，而海恩斯在接受当时的数字趋势采访时承认。
AI的限制
许多人都指出，在错误的手中，这些应用程序可以造成很大的伤害。但是，当代人工智能的能力范围经常被夸大。
“即使我们可以将一个人的脸放在视频中的其他人脸上或合成语音，但它仍然非常机械化，” 开发人工智能聊天机器人公司 Replika的联合创始人Eugenia Kuyda说道。
Voicery是另一家人工智能创业公司，与Lyrebird一样，提供基于人工智能的语音合成功能，它有一个测验页面，用户可以看到一系列18个录音，并提示指定哪些是机器制作的。我能够在第一次运行时识别所有机器制造的样品。
Kuyda的公司是使用自然语言处理(NLP)的几个组织之一，NLP是人工智能的一个子集，它使计算机能够理解和解释人类语言。Luka是Kuyda聊天机器人的早期版本，它使用NLP及其双胞胎技术 - 自然语言生成(NLG)来模仿HBO电视剧硅谷的演员阵容。神经网络通过脚本行，推文和角色上可用的其他数据进行训练，以创建行为模型并与用户对话。
积极的用途
关于合成AI应用程序的负面图像正在为他们的积极用途蒙上阴影。还有很多。
诸如Lyrebird之类的技术可以通过使它们更自然来帮助改善与计算机接口的通信，它们将提供独特的人工声音，使公司和产品区别开来，从而使品牌区分更容易。
类似人类的AI应用程序可能会以不可能的方式帮助我们。如果你有一个非常了解你的人工智能化身，它可能是你的代表，它能做些什么呢?出于你的最佳利益行事? 例如，一个自主的AI头像可以代表你观看数百部电影，并根据与你的对话，推荐你想要的电影。
如何最小化权衡
从蒸汽机到电力到互联网，每种技术都有正面和负面的应用。AI也不例外。负面影响的可能性非常严重，我们可能正在进入一个空间[其中]负面影响力超过积极因素。”
那么我们如何在应对负面影响的同时最大限度地发挥AI应用的优势呢?制止创新和研究不是解决方案，因为如果有人这样做，就无法保证其他组织和州也会效仿。
没有任何措施可以帮助解决问题。必须要有法律后果。 在深陷争议之后，现在很多国家的立法者正在研究这个问题并探索可以控制人工智能篡改媒体用于破坏目标的法律保障措施。
随着技术成为我们日常生活中的一部分，人工智能已经成为辩论和讨论的主题，先进的技术在各个领域都得到了广泛的应用，为改善人民生活水平作出了巨大贡献。尽管如此，仍不能确定人工智能的未来，让我们深入研究一下，看看人工智能的利弊?都有哪些好处和哪些危害!
人工智能的好处有哪些
1、减少出错机会
由于机器所做的决策是基于先前的数据记录和算法组合，因此出现错误的机会减少了。这是一项成就，因为解决了需要进行计算困难的复杂问题，可以在没有任何误差范围的情况下完成。
2、正确决策
机器完全没有情感会使它更有效率，它们能够在短时间内做出正确的决定。最好例子是它在医疗保健领域的应用。将人工智能工具整合到医疗保健领域，通过最大限度地降低错误诊断风险，提高治愈率。
本文档由网友提供，仅限参考学习，如有不妥或产生版权问题，请联系我们及时删除。
客服请联系：31998589@qq.com 微信：skillupvip
评论 (1)
点赞 (1)
收藏 (0)