“我们特别担心使用人工智能在未经他人同意的情况下,根据描绘或复制真实人物的图像和声音创建虚拟形象。在临床环境中使用可视为‘深度伪造’的东西——以及在任何情况下,尤其是在涉及信息、建议或治疗的心理健康领域——都会带来不可接受的风险。数字伪造品可能会欺骗消费者,并导致他们根据未经证实和误导性的健康信息采取行动。”
这本书首次在 Simon Buxton 的 VK2BV 网站上发表已经过去了好几年。作者现在意识到自己很幸运能在多年前就开始从事这项爱好,那时旧收音机的价格还没有开始大幅上涨。2012 年,英国各地储藏室和车库中新出现的可收藏和可修复的旧收音机终于枯竭了。尽管如此,似乎仍有许多年轻人热衷于学习操作这种设备的技能。这对我们的爱好来说是个好消息。遗憾的是,那些最初设计和操作的人现在已经年事已高,许多人不再能够教授这些知识。希望这本书能帮助填补这一空白。阀门仍然随处可见,但新出现的威胁是伪造品,有些价格正在失控上涨。作者向 VK2BV 致以最诚挚的谢意,感谢他们出版了这本书的第三版。
助理教授兼研究学者 圣罗克商业与科学学院,Borivali (W),孟买,印度 摘要:本研究探索了人工智能 (AI) 在艺术修复领域的变革潜力。文化遗产的修复和保存是人类集体记忆的一个重要方面。人工智能技术具有图像分析、模式识别和数据驱动决策的能力,现已成为该领域的强大工具。本研究深入探讨了人工智能在艺术修复中的各种应用,包括修复受损或变质的艺术品、检测伪造品以及数字重建历史文物。该研究调查了计算机视觉、机器学习和先进成像技术的融合,以复制人类艺术修复者细致且往往主观的决策过程。此外,还探讨了人工智能在文化修复中的整合所带来的道德考虑和挑战。讨论了有关真实性、艺术意图和人类专业知识在此过程中的作用的问题。关键词:人工智能
迪亚拉大学摘要:深度伪造技术可以操纵和伪造音频、视频和图像,由于其具有欺骗和操纵的潜力而引起了广泛关注。随着深度伪造在社交媒体平台上的激增,了解其影响变得至关重要。本研究调查了深度伪造技术在社交媒体上的检测、错误信息和社会影响。通过全面的文献综述,该研究考察了深度伪造的发展和能力、现有的检测技术以及识别它们的挑战。探讨了深度伪造在传播错误信息和虚假信息方面的作用,强调了它们对公众信任和社会凝聚力的潜在影响。研究了深度伪造的社会影响和道德考虑,以及法律和政策应对措施。讨论了缓解策略,包括技术进步和平台政策。通过阐明这些关键方面,本研究旨在帮助更好地理解深度伪造技术对社交媒体的影响,并为未来的检测、预防和政策制定工作提供参考。关键词:Deepfake、社交媒体、人工智能、生成对抗网络、深度神经网络。简介 Deepfake 技术是指使用人工智能 (AI) 技术,特别是机器学习 (ML) 算法,以令人信服的方式操纵和伪造音频、视频和图像,从而欺骗观众。它利用深度神经网络 (DNN)、生成对抗网络 (GAN) 和其他高级算法来创建高度逼真的合成媒体 (Kietzmann 等人,2020 年;Jones,2020 年;Veerasamy & Pieterse.,2022 年)。Deepfake 因其能够生成令人信服的伪造品而备受关注,这些伪造品与真实录音难以区分。该技术采用两步过程:在大量真实媒体数据集上训练 DNN 以学习模式,然后利用这些知识通过更改或替换媒体中的元素来生成新内容 (Nowroozi 等人,2022 年)。在音频处理方面,deepfake 算法可以通过分析源录音中的语音模式、音调和语调来以惊人的准确度模仿声音 (Gao, 2022)。这可以创建与特定个人声音相似的全新音频片段。对于视频和图像处理,deepfake