這技術不只能製作假AV…美軍投資有強大軍事潛力的「生成對抗網路」

這技術不只能製作假AV…美軍投資有強大軍事潛力的「生成對抗網路」
▲現代軍事極為依賴衛星,例如衛星測繪的地圖,一旦這個地圖是「假的」,則所有作戰計畫都受影響。(圖/翻攝自網路)

科技中心/綜合報導

時尚AI商業系統的最大投資者之一,赫然見到美軍研發單位!這是怎麼回事?根據研究機構Juniper Research最近發佈一則研究報告,商業人工智慧(AI in commerce)的增長快速,2018年僅20億美元的市場,2022年將成長到73億美元,如果從2016年算起,成長幅度更達到700%。

研究報告以近年快速興起的時尚人工智慧Vue.ai為例,傳統的時尚服裝展示,需要真正的服裝,以及真人模特兒,加上許多支援(攝影棚、燈光師、攝影師、彩妝師…),其實成本相當高昂,但如利用商業AI,很快就能產生真人穿著新衣的各種角度照片,幾可亂真,且成本低很多。

更值得注意的是,這個技術背後的大投資者之一,竟然是美軍國防高等研究計劃署(Defense Advanced Research Projects Agency,DARPA),因為這項AI技術,牽涉到「生成對抗網路」(Generative Adversarial Network,GAN),而GAN技術在軍事上,有相當多用途。

美軍國防高等研究計劃署投資民間商業AI,因其背後的技術有龐大的軍事價值。

IT科技突飛猛進 機器學習效率大增改變人工智慧發展

什麼是GAN?要先從瞭解機器學習這類人工智慧原理說起:一般的機器控制,都需要人類不斷介入,才能運作,例如要讓機器手臂抓取「具有相同規格的物體」,需要人寫相對應的程式,精確控制機器手臂的每一個動作。

但如果要機器手臂連續抓取不同規格的物體,則需要針對每一個物體,都寫對應的程式,機器手臂才能運作。但如果這些物體的規格是隨機出現,例如下方影片中,隨機散落的不規則物體,則就算簡單的抓取判斷,也需要海量的程式支援。

於是Google嘗試利用「機器學習」的方式,讓機器手臂自己去學習人工智慧,最終讓失敗率下降了16%,而且人類要做的事情就是給機器手臂「規則」以及海量的學習資料,並告訴機器手臂什麼答案是對的,中間的過程完全不用操心。這樣的方式非常需要電腦硬體效能,過去電腦科技太弱,因此並不流行,但近年IT科技突飛猛進後,讓機器學習一躍成為人工智慧的顯學。

兩個會學習的人工智慧互相對抗 比單一人工智慧效率更高

GAN技術則是利用「兩個人工智慧」互相對抗,最後生成更貼近真實的結果,這個結果可能是照片、影片、或是判斷,辨識等。

例如前述的商業AI中,一組AI(稱為甲方)負責把新衣服的圖片合成到模特兒的圖片上,產生的結果,再由另一組學習過很多「真的模特兒穿衣服圖」AI(乙方)加以批判,甲方再根據乙方的批判,修正結果,直到乙方也認為就是真的模特兒穿衣服圖片為止。

這種應用方式除了圖片,還有影片,例如前一陣子的假A片,即「生成對抗網路」的應用「Deepfakes」可以將任何人的臉,換到A片內,成為幾可亂真的偽造A片。智慧機器人網曾有詳細報導。

延伸閱讀:https://www.limitlessiq.com/news/post/view/id/3393/

「生成對抗網路」GAN的軍事應用廣 各國爭先恐後投資

GAN技術有廣泛的軍事用途,在間接的軍事用途上,例如以前述的Deepfake技術,可以製造真假難辨的假影片,如政治人物的緋聞,再利用社群媒體瘋狂傳播的特性,在大選前散佈,很容易就能影響選舉結果,破壞民主機制。

此外,假設甲國攻入乙國後,為了排除仍效忠乙國原政府部隊的抵抗,發佈一則原乙國軍方或政府高層已經宣布投降的影片,也能有效的打擊民心士氣,甚至讓很多原本想抵抗的乙國部隊棄械投降。

在直接軍事用途上,例如要讓武器能夠更聰明,就必須能夠讓武器如人腦般,辨識出要攻擊的目標是什麼,而不用事事依賴敵我識別系統,這時GAN技術就能派上用場,例如美製M1、英國挑戰者、德國豹二式、俄製T90以及美製M2 布萊德雷步兵戰車,利用GAN的方式,就可以教導機器辨識出兩者

(

最近更有許多報導指出,各國都在研究利用GAN技術,例如製造出能夠欺瞞電腦的假衛星地圖,讓針對這些地圖做導航的系統,可能發生問題,例如被導引到一座不存在的橋上而墜河,或針對這個不存在的橋,擬定錯誤的作戰計畫,對於現代極為依賴衛星導引作戰的軍隊來說,錯誤的衛星地圖所導致的災難,不難想像!

熱門標籤

留言

延伸閱讀