近來Midjourney、Sora等生成式人工智能(AI)創作令人感到驚奇,能於數秒至數分鐘生產出讓人難辨真假的圖片及短片。生成式人工智能(Generative AI)屬於深度學習(Deep Learning)的一個分支,這意味著生成式AI的工作原理是機器學習模型,通過學習數據中的規律或模式(pattern)來生成新的內容。其中語言模型及深度學習,讓它能根據用戶輸入的資料來創造新內容。而這些創新的內容不限於文本,還包括圖像、動畫和3D模型等類型。[1]
圖像生成式AI能夠生成逼真的圖像。其中一種常用的模型是生成對抗網絡(GAN)。GAN由生成器和判別器組成:生成器負責生成假圖像,而判別器則試圖區分真實圖像和生成的圖像,兩者的工作在互相對抗。通過反覆訓練和對抗,GAN能夠生成愈來愈逼真的圖像。GAN可用於生成圖像、增強圖像解析度,以及創作藝術作品等。
而短片生成式AI也類似圖像生成式AI,短片生成也同樣可以使用GAN等模型。短片生成的挑戰在於同時要考慮時間和空間的因素,確保生成的短片具有連貫性和流暢性。它可以被廣泛應用於電影特效、動畫製作和遊戲開發等領域,創造出逼真的特技效果、生成動畫序列、改編故事情節等。這種技術為電影業和創意領域帶來了巨大的創作產量,令生產力大幅提升。AI能按照文字輸入指示而生成不同風格的圖片,而且生成的時間以秒計算,效率遠高於傳統按天產出的設計師,[2] 讓不少畫師、設計師面臨著失業的風險,但對於能掌握應用的設計師則如虎添翼。
背後的隱憂
由於生成式AI是以自動化形式生成圖像或影片,它能帶來無限的可能性,亦存在著不確定性和失控的風險。生成式AI模型的輸出是由訓練數據驅動,它可能會生成不正確、帶有誤導性或偏見的內容或圖片。
AI圖片、短片非常逼真,如讀者要判別它們的真偽,真的要花時間去細看、尋找資料比對。暫時有以下的方法去判別:
- 圖片人物的手部形態是否自然、影片中人物的步行動作有否怪異,背景影像是否模糊,有否帶有難以識別的文字等;
- 生成的圖片是否過於完美,如人物皮膚光滑得沒有瑕疵,身材比例以至光線都過於完美等;
- 使用AI圖片檢測程式(但結果未必完全可信,有媒體測試過這些檢測程式,發現它們的準確度參差)[3];
- 透過搜索引擎尋找圖片來源及背景脈絡,查明是否真有其事;
- 檢索事情的真確性,如圖片是否有不合乎物理規律的現象出現等。[4]
首兩點提到圖像或影片中的不自然情況,值得注意的是,在現行階段,生成的內容仍可能存在失真或不自然之處,只要用心細看,仍可看到破綻。但由於AI正在高速地學習,它不會停下來,而且進步速度極快。可以預見它於未來將逐步改善,憑肉眼就可判別真偽的情況可能很快就會過去。
亦正因如此,如這些AI模型被惡意使用,生成逼真的假新聞、虛假訊息或誤導性內容,這可能導致公眾誤解事件,混淆是非,損害訊息的可信度和可靠性,其後果可能帶來社會不穩定等負面影響。而AI的創作亦可能存在偏見和歧視,特別是當它受到內容不夠持平的數據訓練,生成了具有偏見的內容時,可能會加劇社會不平等和歧視問題。
生成式AI亦可能成為造謠、欺凌的工具,它可以生成虛假的個人資訊,運用這些資訊便可以冒充他人的身份。這可能導致網絡欺凌、惡搞事件、人身攻擊、仇恨言論等問題。而私隱方面,生成式AI模型需要大量的數據進行訓練,這些數據可能包含個人身份資訊和敏感內容;甚至用戶在輸入文字給生成式AI時,亦可能包含了自己的私隱及相關數據。如果這些資料及數據被濫用或洩露,可能導致隱私被嚴重侵犯和倫理問題。
對網絡生態的影響
2024年3月,歐洲議會通過了《人工智能法案》,以嚴格規範人工智能的使用。法案將規範的人工智能,包括生成式AI,在經過大量數據的訓練以後,它能生成新內容甚至執行任務。法案的條款會分階段自2025年起在歐盟境內逐步實施。[5] 而中國政府亦會落實對生成式AI的要求,監管相關的內容。[6] 這些法案能在規管AI生成內容方面起到一定的作用,不過AI的高速成長與發展影響著各個範疇,其高速生成的文字、圖片與及影片都會一直傾倒於網絡當中,未來亦會被「它自己」繼續取用來生成更多真假難辨的資訊,要規管這海量的資訊也有一定難度。筆者難以想像未來的網絡生態,當網絡充斥著許多AI生成、又難辨真偽的資訊,網民是否仍可於網海中找到真實及可信的資訊?又或者網絡會否完全變成虛假、只為大家提供娛樂及過於完美的超真實世界?
[1] 〈【 生成式 AI 】是甚麼? 一文了解 Generative AI 的原理及應用〉,PREFACE,網站:https://www.preface.ai/blog/what-is-generative-ai/(最後參閱日期:2024年5月10日)。
[2] 同上。
[3] 〈網上工具能否分辨真實AI維港圖片? 實測3工具準確度〉,明報新聞網,2024年3月26日,網站:https://news.mingpao.com/ins/熱點/article/20240326/s00024/1711190246512/網上工具能否分辨真實ai維港圖片-實測3工具準確度(最後參閱日期:2024年5月13日)。
[4] 〈【查核工具】人工智能技術日新月異,我們該如何辨識AI生成的圖片?〉,香港浸會大學、傳理學院、浸大事實查核,2023年6月13日,網站:https://factcheck.hkbu.edu.hk/home/fc_literacy/ai_images/(最後參閱日期:2024年5月13日)。
[5] 〈全球首項AI法案|歐洲議會壓倒性通過 限制政府實時生物識別〉,《聯合早報》、《香港01》,2024年3月14日,網站:https://www.hk01.com/即時國際/1000274/全球首項ai法案-歐洲議會壓倒性通過-限制政府實時生物識別監控(最後參閱日期:2024年5月13日);Karen Gilchrist and Ruxandra Iordache, “World’s first major act to regulate AI passed by European lawmakers,” CNBC, last modified March 13, 2024, https://www.cnbc.com/2024/03/13/european-lawmakers-endorse-worlds-first-major-act-to-regulate-ai.html。
[6] 〈中國監管|網信辦將展開「清朗」系列專項行動 整治蓄意造謠抹黑企業等問題、規範生成式AI領域〉,《香港經濟日報》,2024年3月15日,網站:https://inews.hket.com/article/3724679/(最後參閱日期:2024年5月13日)。