为了提高英语水平和保持技术成长，开始按计划翻译一些短篇和博客，有问题欢迎讨论👻
原文：Indistinguishable AI content is crippling our perception
原作者：Arvind Sanjeev
正文
在2020年，一名大学生 Liam Porr 利用 GPT-3创建了一个假的博客，并登上了 hacker news 的榜单第一。他通过使用假名 “adolos”, 生成 productivity 和 self-help 相关主题的内容，几乎不用编辑就进行发布。然后社区论坛中的读者不知道这是一个AI生成的博客，对其进行投票，Liam 后来承认，这是实验的一部分，目的是看看GPT-3是否能冒充人类作家。这并不是第一次用AI取代人类作家；《LA Times》从2014年起就开始使用机器人编写新闻文章。
- 你能从这两张图片中分辨出AI生成的婴儿吗？(答案在页面底部)
到2025年或2030年，互联网上会有90%的内容都是自动生成的，自动生成的内容会大大增加可用内容的数量
— Nina Shick, Deep Fakes and the Infocalypse
如今，DeepFaceLab 等工具可以让任何人制作政治候选人的视频并在网上传播，Disrupt 可以让你模仿任何人的声音，GPT 可以让你编写假新闻；这些工具加在一起就可以成为一个假新闻发布机器。现在，一个人只要掌握了这些机器就可以直接单独破环现实世界。 – 操纵选举，散播虚假宣传，伪造虚假色情视频，制造阴谋论等。
Volatile democracy
政客们害怕 Deepfake，因为它们可以很容易被用于操纵选举结果。
2022年3月，在Facebook 和 Youtube 上出现了一段伪造的 Volodymyr Zelensky 视频，在这个视频中，他宣布对俄罗斯的入侵投降，并要求乌克兰军队放下武器。不过，这段视频并不令人相信。他的上半身一动不动，语气也有所不同。但对于没有经历过的人来说，这足以造成困惑和恐慌。这是 Deepfake 首次在武装冲突中被用作武器。
“Democracies appear to be gravely threatened by the speed at which disinformation can be created and spread via social media, where the incentive to share the most sensationalist content outweighs the incentive to perform the tiresome work of verification.”
Source: Politicians fear this like fire, The Guardian
假新闻过去曾被用来影响美国大选，而随着新的生成式AI工具出现，它变得更加容易。
DeepFake porn
色情报复已经被推向一个全新的层次。
在之前的介绍文章中，我分享了 Rana 的故事，她是一个印度的调查记者，她的对手通过 deepfake 色情活动对她进行了攻击。与她的故事类似，网上也有很多关于女性的采访，她们站出来分享了 deepfake 工具是如何针对她们并制作诽谤视频。色情报复已经上升到了另一个高度，如今任何人都可以使用你的一张照片去生成一些视频然后发到网上。据研究公司 Sensity AI 估计，90%到95%的在线 deepfake 视频都是未经同意的色情视频，其中90%以女性为主角。这些工具大多已被禁止，政府和执法机构仍在努力追赶和遏制这种使用行为。
MIT Technology Review 的 Karen Hao 对这个话题进行了有力的报道：
- A horrifying new AI app swaps women into porn videos with a click
- An AI app that “undressed” women shows how deepfakes harm the most vulnerable
- A deepfake bot is being used to “undress” underage girls
- Deepfake porn is ruining women’s lives. Now the law may finally ban it
Bringing the dead back to life
Chatbots 和 deepfake 模仿你已故的亲人
像 Microsoft 和 Amazon 等公司正在竞相将死者复活。就像《黑镜》中一样，公司会利用我们已故亲人的数据去训练chatbots。亚马逊的一段视频展示了Alexa如何表现出一个孩子已故祖母的声音，并给他讲故事：
Somnium Space 是一家构建虚拟世界的VR 公司，它提供了一种永生模式。通过这种模式，即使你死了，人们也可以根据你之前收集的数据继续与你的化身互动。
另一个例子是纪录片《Roadrunner》，该片讲述了去世的著名厨师 Anthony Bourdain 的生平。纪录片中的画外音是由根据 Anthony 的声音训练出来的AI model 完成的；然而，他的遗孀和家人并不满意。这就引发了一场关于“谁能控制逝者数据”的大讨论。大多数国家的数字往生政策允许亲属在提出申请后访问这些数据。但大数据公司是否可以继续使用这些数据来训练 AI ，目前还不清楚；如果无人认领，也没有法律规定谁拥有这些数据。
Replacing Celebrities
不再有人类演员
谁拥有了 Bruce Willis ？这位演员最近制作了自己的数字模型，并分享给一家俄罗斯广告公司制作了上面的广告。Bruce Willis 被诊断为患有失语症，这是一种老年痴呆症，这让他不得不在去年退休；不过，通过 deepfakes，他可以继续演戏，准备好看《Die Hard 47》了吗？
讽刺的是，配音演员正在帮助训练即将取代他们的AI。这也意味着，有了人工智能，《辛普森一家》可以无限期地播放下去。但这也引出了一个更大的问题，一个名人签署了在媒体中使用其模型的权利，这是否预示着我们的未来不再需要人类演员？全球各地的演员工会都在竭力解决这个问题。
另一个例子是”Lost Tapes of the 27 Club“，这是一个利用AI生成新曲目的音乐项目，这些曲目来自与精神健康问题作斗争并在27岁去世的音乐家，其中包括Cobain，Jimi Hendrix，Jim Morrison和Amy Winehouse。
Who’s fighting back?
这是几个政策和实验的例子，试图减轻 deepfakes 造成的伤害
Policies and frameworks
- Deepfakes Accountability Act: 在2019年，美国众议员 Yvette Clarke提出了这项法案，以打击 deepfake 色情内容
- AB 730, 美国州长 Gavin Newsom 签署了加州第 730 号法案，即“Anti-Deepfake Bill”，使其成为法律用来遏制2020年大选前的 deepfakes 传播
- The Aritificial Intelligence Risk Management Framework：NIST的这个框架为管理AI的许多风险提供了指导
New Turing tests
检测AI编写的内容的最佳方法之一就是训练另一个AI来做这件事，以下是几个例子：
- GPTZero
- 给AI生成的内容加水印，作者 Scott Aaronson， Open AI：
- Jong Wook 和 Eric Mitchell 的 GPT2 探测器
各国政府也在竞相资助能够辨别AI生成内容的工具。例如，生成式AI公司DeepMedia就获得了一笔美国拨款，用于开发人工智能辅助技术，以剔除错误信息，满足 DoD 的国家安全需求。
本文开头的人工智能生成图片问题的答案是左边的婴儿。来源：Lorem Faces 和 ThisPersonExists
在尝试这个练习的人中，有50%的人答案错误，而100%的人感到困惑。我们不再有能力分辨AI生成的内容，专家们也对我们是否有能力分辨AI生成的内容持怀疑态度。然而，通过对AI生成工具进行道德设计，再加上广泛的认知，我们可以发展出一种新的能力：对我们所看到的内容提出质疑的能力。
Something strange is afoot. In the hyper-connected, data-deluged present, schisms emerge in mass perception. We’re all looking at the same skies, but we’re seeing different things. Where I see covert deportations and secret surveillance planes — supported by flight logs and ADS-B data, newspaper reports and Freedom of Information requests — others see a global conspiracy to doctor the atmosphere, to control minds, to enslave populations, or to reengineer the climate for naive or nefarious purposes.
— James Bridle, New Dark Age
有关此主题及其他主题的更多资源，请查阅本手册《AI’s unintended consequences》。本文是探讨 unintended consequences of AI 四部系列文章中的第一章