زیبایی هوش مصنوعی Xiaohongshu را تسخیر می کند، آنقدرها هم بد نیست

اخیراً اخباری در مورد جذب یک زیبایی سایبری به Xiaohongshu در گروه چت وی چت منتشر شد.

سوابق چت گروهی نشان می دهد که برخی از کاربران شبکه از نرم افزار مدیریت ماتریس حساب برای کنترل 1327 حساب استفاده کرده و به طور مستقیم شیائوونگشو را "کشته اند". در نتیجه، سیستم فشار آن را تشخیص نداد و در عوض به فشار دادن جریان کمک کرد.

از دیدگاه کاربر، من مدت زیادی است که به این زن زیبا نگاه می کنم و می خواهم شجاعت برقراری ارتباط با او را به دست بیاورم به من بگویید، این در واقع هوش مصنوعی است؟

این روز یک فروپاشی بود.

پس از انتشار این خبر، افکار عمومی به سرعت به دو دسته تقسیم شدند.

این مدرسه استانی معتقد است که با توجه به نیاز به مدیریت هزاران شماره تلفن همراه در عین اجتناب از تشخیص هوش مصنوعی، احتمالاً بهترین دستگاه برداشت تره فرنگی برای نرم افزار هوش مصنوعی یا نرم افزار ماتریس است.

گروه دیگر معتقدند که تقریباً تمام رسانه‌های اجتماعی توسط هکرهای هوش مصنوعی بازدید شده‌اند و منطقی است که سیستم تشخیص Xiaohongshu نمی‌تواند به آن دسترسی پیدا کند.

فقط این است که حتی وبلاگ نویس خوش قیافه Xiaohongshu هم انتظار نداشت که روزی حریف او یک هوش مصنوعی باشد که حتی نمی تواند چشم غیر مسلح را ببیند.

زیبایی سایبری شیائوونگشو را چنگ می زند، به چه کسی صدمه می زند؟

طبق معمول، ابتدا چند عکس بگیرید و ببینید چند سرنخ می توانید پیدا کنید.

راستش را بخواهید، اگر زوم نکرده بودیم و به رابط نگاه نمی‌کردیم، به سختی می‌توانستیم طعم هوش مصنوعی این عکس‌ها را تشخیص دهیم؟ حتی اگر با دقت مشاهده کنید، برخی عکس‌ها وجود دارد که حتی علاقه‌مندان به هوش مصنوعی نیز ممکن است جرات تایید آن‌ها را نداشته باشند.

و اگر اخبار منتشر شده درست باشد، می‌توانیم تقریباً چند قربانی را شناسایی کنیم–

کاربرانی که در تاریکی نگه داشته شدند، وبلاگ نویسان خوش قیافه ای که درگیر بودند، خود پلتفرم Xiaohongshu و برنامه نویسانی که نیاز به اضافه کاری داشتند…

هنگامی که تعداد قابل توجهی از تصاویر هوش مصنوعی به سمت مردم هجوم می آورند، یک مکانیسم غربالگری در واقع شکل می گیرد.

از این گذشته، تنها تعداد کمی از کاربران با چشمان تیزبین وجود دارند، و افراد عادی بیشتر به طور ناخواسته "اتصال سه کلیک" خود را ترک می کنند و سپس در گرداب تصاویر هوش مصنوعی به جلو و عقب می چرخند.

هوش مصنوعی هزاران بار شما را شکنجه می کند، اما شما با هوش مصنوعی مانند عشق اول خود رفتار می کنید.

در نبرد با تصاویر هوش مصنوعی، اگر مکانیسم بررسی Xiaohongshu نتواند هوش مصنوعی را شناسایی کند، تعجب آور نخواهد بود.

ظهور نرم افزارهای ویرایش عکس مانند PS چهره واقعی عکاسی را تغییر داده و مرزهای بین افراد واقعی و مجازی از بین رفته است. در مقایسه با برخی از "تحریک کردن" زیبایی که قوانین نیوتن را نقض می کند، گاهی هوش مصنوعی بیش از حد محافظه کارانه به نظر می رسد.

درست مانند زمانی که با عکس های زیبایی خیره کننده مواجه می شویم، به ناچار فضای عکاسی «تصویر اصلی مستقیماً بیرون می آید» را از دست خواهیم داد. به طور مشابه، ما اکنون تصاویر هوش مصنوعی را از نظر اخلاقی مورد انتقاد قرار می دهیم.

هیچ حق یا باطلی مطلق وجود ندارد. ما می توانیم وجود تصاویر هوش مصنوعی را بپذیریم. اما نکته بد در مورد وبلاگ نویسان سایبری این است که آنها به اندازه کافی در اعمال خود شفاف نیستند، مهم نیست که چقدر بد هستند، آنها همچنان باید خود را برای تصاویر هوش مصنوعی شناسایی کنند.

در عصر اقتصاد توجه، ما نه دوست داریم و نه خوشحالیم که مخفیانه توسط هوش مصنوعی قطع می شویم.

بنابراین این اتفاق اعصاب حساس کاربران را به درد می‌آورد. در مورد برنامه نویسان Xiaohongshu که ممکن است تحت تأثیر قرار بگیرند، پیشنهاد من این است که اضافه کاری بیشتری داشته باشند.

علاوه بر این، با سرعت تولید تصویر سطح دوم و توانایی تبدیل هر صحنه به دلخواه، هنگامی که تصاویر هوش مصنوعی بسیار کم هزینه به این پلتفرم سرازیر شوند، وبلاگ نویسان زیبایی Xiaohongshu با چالش های شدید بقای خود مواجه خواهند شد و همچنین عواقب جدی را به دنبال خواهد داشت. سکوی ضربه سنگین

استفاده از زیبایی هوش مصنوعی برای برداشت پشم به مهارت بستگی دارد

استفاده از تصاویر هوش مصنوعی زنان زیبا برای برداشت پشم به توانایی شما بستگی دارد.

در گذشته، تصاویر تولید شده توسط هوش مصنوعی گهگاه دارای مشکلاتی مانند عدم تقارن، خطاهای سایه، یا تار بودن بافت در جزئیات بودند و دست ها، چشم ها و تکرار پس زمینه شخصیت ها «سخت ترین مناطق» بودند.

با این حال، در حالی که هنوز به آن تصاویر ضعیف هوش مصنوعی شش انگشتی می خندید، فناوری تولید تصویر هوش مصنوعی قبلاً به سطح بعدی رسیده است.

اگر باور نمی کنید، می توانید جلوه های تولید تصویر Midjourney v1 و v6.1 را نیز با هم مقایسه کنید.

اگر این به اندازه کافی شهودی و تکان دهنده نیست، پس به تبدیل تکراری Midjourney از نسخه 1 به نسخه 6 تنها در یک سال و نیم نگاه کنید.

به عنوان یک واقعیت جالب، نسخه v6 در دسامبر سال گذشته منتشر شد.

از جمله اوایل ماه گذشته، تصاویر "TED Speaker" گوگل ده ها میلیون کاربر را با جزئیات واقعی خود فریب دادند و حتی نرم افزار تشخیص هوش مصنوعی نیز هیچ نقصی پیدا نکرد.

وقتی یک نهنگ سقوط می کند، همه چیز به وجود می آید. زمانی که به نظر می رسد هوش مصنوعی تکشاخ Stability در حال تحقق پیشگویی "سقوط" است، افرادی که فرار می کنند مانند یک توپ آتش جمع می شوند و مانند ستاره ها در آسمان پراکنده می شوند.

افشاگری های بعدی نشان داد که عکس محبوب Google "TED Speaker" در واقع با استفاده از نسخه واقعی LoRA Flux تولید شده است. نویسنده همچنین Leo Kadieff، یکی از اعضای سابق تیم Stable Diffusion است.

بهبود کیفیت تولید تصویر هوش مصنوعی در دو سال گذشته برای همه آشکار است و درک دلایل آن دشوار نیست.

در سال 2014، ایان گودفلو، پدر گان، شبکه‌های متخاصم مولد (GANs) را پیشنهاد کرد که به عنوان یک پیشرفت انقلابی در فناوری تولید تصویر در نظر گرفته شد.

GAN ها از دو شبکه عصبی تشکیل شده اند: Generator و Discriminator. ژنراتور مسئول تولید تصاویر جدید است، در حالی که تشخیص دهنده سعی می کند تشخیص دهد که آیا تصویر تولید شده واقعی است یا خیر.

از طریق این رویکرد خصمانه، مولد به تدریج بهبود می یابد و تصاویر تولید شده بیشتر و واقعی تر می شوند.

معماری GAN ها از زمان معرفی به تکامل خود ادامه داده است و انواع و پیشرفت های زیادی ظاهر شده است:

• در سال 2016، با معرفی شبکه های کانولوشن، GAN ها در تولید تصاویر پیچیده و با وضوح بالا، به ویژه هنگام تولید تصاویر طبیعی از صورت انسان، حیوانات و غیره، عملکرد خوبی داشتند.
• در سال 2017، انویدیا StyleGAN را پیشنهاد کرد، که اجازه می‌دهد تا با تنظیم لایه‌های ویژگی‌های مختلف تصویر، تصویر تولید شده به سبک سفارشی شود. این به هوش مصنوعی اجازه می دهد تا تصاویری با یک سبک خاص مانند ویژگی های مختلف صورت، مدل مو، پس زمینه و غیره تولید کند.
• در سال 2018، BigGAN توانایی GAN ها را برای تولید تصاویر با وضوح بالا و واقعی بهبود بخشید. کیفیت تصاویر تولید شده توسط هوش مصنوعی را با افزایش اندازه شبکه و داده های آموزشی به سطح جدیدی می رساند.

بعدها با پیشنهاد و بهینه‌سازی الگوریتم‌هایی مانند مدل‌های انتشار (Diffusion Models)، توسعه فناوری تولید تصویر بسیار ارتقا یافت. توانایی هوش مصنوعی برای تولید تصاویر وارد مرحله ای شده است که بسیار واقعی و تقریباً غیرقابل تشخیص از تصاویر واقعی است.

پیشرفت های نمایندگی در این دوره شامل DALL·E (2021) و همچنین Midjourney و Stable Diffusion (2022) است.

به عنوان کاربران معمولی، اکنون فقط باید یک توضیح متنی را وارد کنیم، و این مدل به طور خودکار تصاویر با کیفیت بالا تولید می کند که انتظارات را برآورده می کند.

اگرچه اصل مدل انتشار پیچیده به نظر می رسد، اما در واقع کاملاً شهودی است.

تصور کنید یک تکه کاغذ خالی و چند قلم رنگی دارید و می خواهید یک نقاشی منظره زیبا بکشید. با این حال، اگر به طور تصادفی خط خطی کنید و نقاشی کنید، ممکن است با یک تصویر گیج کننده مواجه شوید. برعکس، اگر یک نقاشی از قبل نقاشی شده داشته باشید و به آرامی و به آرامی مقداری از رنگ را ذره ذره پاک کنید تا اینکه کل نقاشی تار شود، این روند مانند "گسترش" است – شما یک نقاشی منظم را به نویز بی نظم تبدیل می کنید.

اصل مدل انتشار که در حال حاضر در زمینه تولید تصویر معرفی شده است مانند عملیات معکوس این فرآیند است.

از یک نقطه شروع کاملا تصادفی شروع می شود، مانند تاری رنگ یا برخی اعداد تصادفی (آن را به عنوان یک آشفتگی در یک کاغذ سفید در نظر بگیرید). سپس، هوش مصنوعی مانند یک هنرمند است که به آرامی و گام به گام جزئیات را به این "نویز" تصادفی اضافه می کند، تصویر را منظم تر می کند و به آن چیزی که می خواهد ایجاد کند.

این فرآیند را می توان به دو مرحله اصلی تقسیم کرد:

1. انتشار به جلو (نویز): این کار مانند نقاشی روی یک نقاشی است تا زمانی که غیرقابل تشخیص شود و فقط به یک دسته سر و صدا تبدیل شود.
2. انتشار معکوس (از بین بردن نویز): این وظیفه هوش مصنوعی است که باید یاد بگیرد که چگونه نقاشی اصلی را از این نویز بازیابی کند. با یادگیری تعداد زیادی نقاشی، هوش مصنوعی متوجه می شود که چه نوع نویز با چه نوع جزئیاتی مطابقت دارد، و سپس نویز را مرحله به مرحله "پاک می کند" و به تدریج یک تصویر واضح را بازیابی می کند.

در طی فرآیند مهندسی معکوس، هوش مصنوعی از ابزاری به نام شبکه عصبی استفاده می‌کند که مانند یک دستگاه پیچیده «ضد لکه» است که می‌تواند الگوهای نویز را شناسایی کرده و به تدریج تصویر اصلی را بازیابی کند.

هر بازسازی یک حدس و گمان خارج از حدس و بازبینی است، تا اینکه نتیجه نهایی یک نقاشی کاملاً جدید و ایجاد شده توسط هوش مصنوعی باشد.

بنابراین آیا راهی برای تشخیص تصاویر تولید شده توسط هوش مصنوعی در یک نگاه وجود دارد؟

بله، اما آنها یا غیرقابل اعتماد هستند یا برای استفاده افراد عادی بسیار دست و پا گیر هستند.

به عنوان مثال، ما می توانیم تصاویر تولید شده را با تجزیه و تحلیل توزیع نویز، وضوح لبه یا الگوهای بافت شناسایی کنیم. یا، برخی از تصاویر تولید شده توسط هوش مصنوعی ممکن است در جزئیات خشن باشند، مانند نور، سایه ها، یا اثرات بازتابی که ممکن است با قوانین فیزیکی دنیای واقعی مطابقت نداشته باشند.

به عنوان مثالی دیگر، تصاویر تولید شده توسط هوش مصنوعی ممکن است برخی از ابرداده ها را نداشته باشند یا حاوی مقادیر متادیتا غیرعادی باشند. حتی برخی از ابزارها و الگوریتم هایی وجود دارند که در شناسایی تصاویر هوش مصنوعی تخصص دارند.

عاقلانه ترین انتخاب این است که فعالانه هوش مصنوعی را در آغوش بگیرید، به طوری که هنگام مواجهه با تصاویر هوش مصنوعی در مضیقه قرار نگیرید.

همانطور که مرزهای بین واقعیت و مجازی به طور فزاینده ای محو می شود، مردم نه تنها به دنبال لذت بصری، بلکه ارتباطات عاطفی واقعی نیز هستند. پیشرفت تکنولوژی باید به جای تبدیل شدن به ابزاری برای گمراه کردن دیگران، در خدمت نیازهای طبیعت انسان باشد.

هوش مصنوعی را نباید مقصر کسالت انسان دانست

زندگی انسان در حال حاضر توسط هوش مصنوعی احاطه شده است.

وقتی هوش مصنوعی وارد بازار می شود، مردم ممکن است ساده لوحانه فکر کنند که ربطی به آنها ندارد. همانطور که همه می دانند، چه بپذیریم چه نپذیریم، بی سر و صدا به زندگی ما نفوذ کرده است.

تناقض توسعه فناوری این است که ما همیشه مشتاق دیدن شکل نهایی فناوری هستیم، اما قبل از بلوغ، کسی همیشه باید ناپختگی و کاستی های آن را تحمل کند.

با قضاوت از محصولات ارائه شده توسط بعد اطلاعات، ChatGPT برای متن، Flux برای تصاویر، Fish Speech برای صدا، Runway برای ویدیو و غیره وجود دارد. اگرچه این محصولات ستاره خیره کننده هستند، اما ابزار سوء استفاده نیز هستند.

نمونه بارز آن مجموعه ای از حوادث آلودگی اینترنت ناشی از هوش مصنوعی است.

برای مثال، مقالات هوش مصنوعی به اینترنت سرازیر می‌شوند، داده‌های آموزش خزنده هوش مصنوعی، تصاویر زیبایی با هوش مصنوعی احساسات را فریب می‌دهند، موسیقی‌های تولیدشده توسط هوش مصنوعی از حق امتیاز کلاهبرداری می‌کنند، و ربات‌های نظردهی هوش مصنوعی موارد دیگری هستند که ممکن است قبلاً این موارد را دیده باشید.

گزارشی از Fastly Threat Insights Report اشاره می کند که 36 درصد از ترافیک جهانی اینترنت توسط روبات ها ایجاد می شود، در حالی که تنها 64 درصد از ترافیک توسط کاربران انسانی ایجاد می شود.

ممکن است به آینده ای نزدیک شویم که توسط "نظریه اینترنت مرده" پیش بینی شده است، که در آن فعالیت انسان در اینترنت در نهایت با ربات ها و محتوای تولید شده توسط هوش مصنوعی جایگزین می شود.

در عرض چند سال، ممکن است شرایطی پیش بیاید که وبلاگ نویسان هوش مصنوعی آثار خود را بسازند و سپس ربات هوش مصنوعی "سه بار با یک کلیک" آن را به یک هوش مصنوعی دیگر ارسال کند تا به یک حلقه بسته دست یابد و انسان ها کاملاً حس خود را از دست بدهند. وجود

حتی بدون انتظار برای سال ها، برخی از وبلاگ نویسان هوش مصنوعی در حال حاضر در حال غوطه وری هستند.

اخیراً اولین مسابقه زیبایی هوش مصنوعی در جهان به پایان رسید، یک زیبایی هوش مصنوعی از مراکش، با زیبایی و مهارت خود در 7 زبان، صدها هزار طرفدار واقعی دارد.

با وجود اینکه آنها می دانند که یک شخص واقعی پشت آن وجود دارد، هنوز هم طرفداران آن را بی پایان دنبال می کنند.

عاشق هوش مصنوعی دیگر غیرعادی نیست. نیازهای عاطفی واقعی هستند و مهم نیست که هدف فرافکنی روانشناختی انسان باشد یا هوش مصنوعی. البته اختلاف سنی بین عموی 52 ساله و دوست دختر هوش مصنوعی 24 ساله اش دیگر مشکلی ندارد.

بنابراین، آیا انسان ها آماده هستند تا به طور کامل توسط هوش مصنوعی احاطه شوند؟

پاسخ از فردی به فرد دیگر متفاوت است، برخی افراد "دراز کشیدن" را انتخاب می کنند، برخی افراد هوشیار می مانند، و برخی از مردم برای مقاومت قیام می کنند.

به عنوان مثال، پس از تماشای تصاویر زیبایی‌های هوش مصنوعی، کاربران اینترنتی که «دراز کشیدن صاف» را انتخاب کردند، ساده‌ترین نظر را گذاشتند: «چه او هوش مصنوعی باشد چه نباشد، به هر حال او نوع من است».

برای مثال دیگر، تهیه‌کنندگان فیلم «چه نوع زندگی می‌خواهی زندگی کنی» یک بار فرآیند خلقت میازاکی را که صرفاً با دست نقاشی شده بود، فاش کردند. در صنعت انیمیشن که توسط هوش مصنوعی "تهاجم" شده است، استادانی مانند هایائو میازاکی که هنوز بر طراحی دستی اصرار دارند، در حال حاضر یک گونه نادر هستند.

استاد 83 ساله انیمیشن در مورد تهدیدات هوش مصنوعی با عصبانیت گفت:

من هرگز اجازه نخواهم داد هوش مصنوعی در کار من دخالت کند… پایان دنیا در راه است و انسان ها اعتماد به نفس خود را از دست داده اند.

ابزارها خود خوب یا بد نیستند، اما اغلب تقصیر را به گردن انسان می‌اندازند.

وقتی انسان ها در هیاهوی برتری ترافیکی نتوانند آرامش خود را حفظ کنند و کاملاً توسط هوش مصنوعی احاطه شوند و حتی «خود حذفی» انجام دهند، اصلاً نیازی به تلاش بیشتر هوش مصنوعی نیست.

به ماجرای کتاب قرمز کوچکی که در ابتدا اشاره شد فکر کنید، با همان ژست‌های عکس و پس‌زمینه‌های تیراندازی شبیه خط مونتاژ، انسان‌ها در تلاش هستند تا از این نوع متوسط ​​بودن کپی کنند و در نهایت فردیت خود را با دستان خود دفن می‌کنند.

و هوش مصنوعی به راحتی و کارآمدی این مدل پرفروش مشابه را کپی کرد.

به طور خلاصه، این نیست که هوش مصنوعی انسان‌ها را از صحنه بیرون کرده است، بلکه انسان‌ها داوطلبانه از موقعیت‌های خود دست کشیده‌اند، بدون اینکه حتی به خود زحمت خداحافظی بدهند.

# خوش آمدید به دنبال حساب عمومی رسمی وی چت Aifaner: Aifaner (شناسه WeChat: ifanr در اسرع وقت در اختیار شما قرار خواهد گرفت).

Ai Faner |. لینک اصلی · مشاهده نظرات · Sina Weibo