当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > AI 生成的合成图像泛滥且真假难辨,专家呼吁政策监管势在必行

AI 生成的合成图像泛滥且真假难辨,专家呼吁政策监管势在必行

来源:51CTO.COM 2023-05-01 10:51:45 0浏览 收藏

各位小伙伴们,大家好呀!看看今天我又给各位带来了什么文章?本文标题是《AI 生成的合成图像泛滥且真假难辨,专家呼吁政策监管势在必行》,很明显是关于科技周边的文章哈哈哈,其中内容主要会涉及到等等,如果能帮到你,觉得很不错的话,欢迎各位多多点评和分享!

AI 生成的合成图像泛滥且真假难辨,专家呼吁政策监管势在必行

4 月 3 日消息,最近网上出现了一些美国前总统特朗普被纽约警察逮捕的照片,引起了很多人的关注。然而,这些照片并不是真的,而是由人工智能 (AI) 技术生成的合成图像。

AI 生成的合成图像泛滥且真假难辨,专家呼吁政策监管势在必行

专家们提醒说,这些合成图像显示了一个新的现实:在重大事件发生时,社交媒体上可能会充斥着虚假的图片和视频,进一步混淆事实、误导公众,因此亟须部署相关技术并制订相关政策,对类似技术进行监管。

据IT之家了解,这些“特朗普被捕”的照片是由荷兰的一家开源调查媒体“响铃猫”网站的创始人艾略特・希金斯用 AI 绘画工具 Midjourney 制作的。

希金斯说,他想要把有关特朗普可能被捕的消息可视化,于是用 Midjourney 这款文本到图像模型生成了一些看起来很逼真的照片,并在推特上分享。这条推文在两天内被浏览了近 500 万次,并获得了超过 7.9 万个点赞。

人工智能专家说,虽然制作和生成虚假图片的技术并不新鲜,但该领域技术的进步速度以及人们对技术的滥用值得关注。数字内容分析公司 Truepic 的穆尼尔・易卜拉欣说,“合成内容正在快速发展,真实和虚假内容之间的差距变得越来越难分辨”。

《财富》杂志指出,如今各种 AI 图像生成工具变得触手可及,它们可在用户发出简单指令后,迅速生成海量栩栩如生的图片。例如,Midjourney 这款文本到图像模型现在可生成模仿新闻机构照片风格的图像,如此一来,这些 AI 生成的图片有望在混乱的新闻环境中“浑水摸鱼”,混淆视听。

希金斯认为,随着合成图像越来越难辨真假,对抗错误视觉信息的最佳方式是提高公众的意识并加强这方面的教育,社交媒体公司可把重点放在开发能够辨别 AI 生成图像的新技术上,并将这种技术融入自己的平台。

“特朗普被捕”虚假图片在互联网泛滥还表明,目前缺乏企业标准或政府法规来解决使用 AI 制造和传播谎言的问题。专家们都认为,特朗普的高知名度让人们很容易识破他的假照片,但是普通人的假照片就不那么好辨别了,而且制作假照片的技术还在不断提高。因此,有必要通过立法来规范深度合成技术的使用。

到这里,我们也就讲完了《AI 生成的合成图像泛滥且真假难辨,专家呼吁政策监管势在必行》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于AI,合成图像的知识点!

版本声明
本文转载于:51CTO.COM 如有侵犯,请联系study_golang@163.com删除
如何修复iPhone上不支持SIM卡的错误[已解决]如何修复iPhone上不支持SIM卡的错误[已解决]
上一篇
如何修复iPhone上不支持SIM卡的错误[已解决]
Meta 推出 AI 语言模型 LLaMA,一个有着 650 亿参数的大型语言模型
下一篇
Meta 推出 AI 语言模型 LLaMA,一个有着 650 亿参数的大型语言模型
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    414次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    494次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    502次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    449次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    279次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码