一文看懂頭條類型

AI時代辨真假靠眼睛或大腦?

【鄭志凱專欄】機器人透過學習,能畫出幾可亂真的大師名作,在虛真難分的世界,「見則為信」還管用嗎?面對海量資訊、影像,該如何辨認真假?

AI-人工智慧-GAN-機器學習-影像-深度學習 圖片來源:Shutterstock
其他


眼球的視網膜大約有兩千萬個感光細胞,耳朵裡聽力毛細胞有兩萬個,兩者差了一千倍。這也許是人類進化的自然結果,因為形象世界蘊含的資訊遠比聲音世界龐大複雜。

因此人類主要靠雙眼認識這個世界,於是產生「見則為信」(seeing is believing)的說法。攝影及錄影發明之後,形象世界的短暫影像得以忠實保留,更強化了這個信念。

近幾年人工智慧的快速發展,這個信念開始動搖,特別在二○一四年「生成對抗網路」(GAN,Generative Adversarial Networks)模式被提出之後。

在GAN模式中,有兩個對抗的角色,一個是生成網路,一個是辨別網路。生成網路有如一位新手畫家,辨別網路是一位鑑賞名家。新手想要模仿名畫蒙娜麗莎,隨手畫了一幅畫,名家立刻指正他差誤何在,新手隨之改進,經過無數來回之後,終於畫出一幅連名家都無法分辨的贋品蒙娜麗莎。

GAN概念不難,其實就是以電腦而非人類做裁判的圖靈測試,加上機器學習的技巧。近幾年,拜晶片計算能力指數成長之賜,人與電腦聯手,在很短的時間內,便可以虛構出幾可亂真的影像。

在GAN這類AI的推波助瀾下,未來虛構跟真實的界線模糊不清,真與偽撲朔迷離,任何靜態或動態影像傳達出來的訊息,信者恆信,疑者恆疑,「見則為信」恐怕會被「信則為見」(believing is seeing)取而代之。

廣告

看科幻電影,幼兒以為有人真能撕開面皮,露出腦內的電子裝置,這便是「信則為見」。但是成人根據多年累積的知識和經驗,知道這種電子超人並不真實存在,因此不會被一段彷彿似真的影像所矇騙。GAN人工智慧發達之後,也許正可以提醒我們,影像原本具有虛幻的本質,真相遠比影像所截取的橫斷面複雜。我們構建對這個世界的正確認識,影像不足以恃,唯一可以根據的是正確的因果關聯分析,以及嚴密的邏輯推理。

其實約翰伯格早就看清了,他在《觀看的方式》中指出:「所有的影像都是人造的」,只是加工程度不同。現代人進入後真相的世代,恐怕更需培養獨立的思惟習慣,才有可能不為種種的炫眼聲光所迷惑。

你可能有興趣
廣告
最新訊息
非會員1-未設定時間
訂閱天下雜誌電子報

天下雜誌當期內容的精華與延伸,每周三發送最具時效性的深度內容