人工智能

打假保卫战中,AI到底是敌还是友?

IMG_256文 | 魏启扬

来源 | 智能相对论(ID:aixdlun)

 

 

3个月内投入3.32亿元用于研发,较去年同期增长828%,环比增长80%。被称为“假货集中营”的拼多多为洗白自己,在不久前发布的第三季财报中,用加码AI的方式,向外界表达自己打假的决心。

不光拼多多饱受山寨、假货的困扰,在我们的线下生活中,无孔不入的假货时刻挑战着人与人之间脆弱的信任关系,在社会中形成了一场信任危机。我们该用怎样的办法来化解这场危机?一份完全出自AI的检测报告能重新建立起人类之间的信任吗?

 

人与人之间信任消失的越快,AI推倒重来的力量就越大

 

在理性的现代社会中,人与人相互信任是建立在制度和法律之上的,第三方担保在其中充当着非常重要的角色,有担保的信任则是对第三方的信任。在一个信任崩塌的社会中,如何寻找一个可以信任的“第三方”是一个让人头疼的难题。如果人类对自己失去了信心,那么AI可以信任吗?如今,人类正在尝试着用AI来担负起“担保”职责,重新构筑社会的信用价值体系。

 

1、欲望与贪念,让信任的沟壑越陷越深

 

“贪念”的存在是假货屡打不灭的原因。一方面,造假产生的巨大利益给了造假者无穷动力;另一方面,消费者对“名牌包”的渴望,对“价廉物美”的向往,供求两端旺盛的需求构成了假货可以像野草一样生生不灭的滋生土壤。在这条利益链条中,一些打着“中立”、“独立”旗号的测评机构不但在旁为造假者“助攻”,有的甚至亲自上阵造假。

 

不久前,“独立”测评平台“放心选”一篇《网红美白丸含致癌雌激素?揭开POLA、FANCL的“美丽”陷阱》的测评稿在美容美白圈闹得沸沸扬扬。“放心选”宣称,测评稿中涉及的POLA、FANCL以及Unichi这三款美白丸产品“全部”有重大问题,呼吁消费者为了健康赶紧停用,文章阅读顺利突破10万并上了微博热搜。

 

虽然没有出现在测评文章的标题中,但仍被“点名”的Unichi很是委屈,它先后晒出了国际权威的SGS(瑞士通用公证行),澳大利亚南十字星大学,中国检验检疫科学研究院等十数家中澳两地权威机构出具的各种“未检出任何对人体有害物质”报告力证“清白”,并且一纸诉状将“放心选”平台告上了法庭。事件的持续发酵,让“放心选”平台的公信力受到极大的质疑,这到底是一个“测假”平台还是“造假”平台?

 

“丑恶穿行于充满欲望的路径,引诱许多人跟着它走。”贝多芬的这句名言为假货的横行和造假者的动机做出了完美注解。

 

2、造假和防造假一直是场“猫和鼠”的游戏

 

    为了防止和鉴别假货,人类一直在努力。古代钱庄在银票防伪上,古人们用特殊纸张、复杂图案、水印技术,以及用密押和背书的制度等多个方面来增加造假者的难度;现代社会随着科技水平的提高,又出现了扫码防伪、密码比对、电话认证等方式来堵住造假的漏洞。可是即便如此,假货总能找到恰如其分的生存空间,其中很大一个原因并不是技术问题,而是在制假、造假的流程上有太多人为可以操控的“灰色地带”,从而使得一些打着“公正”幌子的测评机构在赚黑钱。

 

上文提到的“放心选”美白丸测评事件中,“放心选”对3个美白产品进行了三次检测。其中第二次检测,POLA和FANCL为同一检测的机构,Unichi单独一个检测机构;第三次检测,则只单独对Unichi一个产品进行检测。“放心选”根据自己的喜好制定规则,整个流程并没有体现出其标榜的“客观”、“公正”和“中立”,至于检测样品的来源、样品流转过程的监控等一系列可能影响检测结果的环节,稍加推敲便可发现其中的疏漏。

 

3、黑暗的角落,AI照了进来

 

还好,在打假路上,我们有AI。

 

今年6月,Facebook以3000万美元的价格收购位于英国伦敦的Bloomsbury AI公司,希望借助Bloomsbury AI团队开发的“Cape”等AI软件来处理平台上的屡屡出现的假新闻问题。Facebook的策略是:以AI技术打假为主、以人工审核为辅。

 

去年,美国纽约大学教授Lakshminarayanan Subramanian成功研发出一套假货鉴定系统Entrupy,并以Entrupy为名成立初创公司。用户利用配有微型相机的手持设备对鉴定物品进行拍摄,Entrupy鉴定系统利用机器学习算法,分析图像,最终确定产品的真实性。Entrupy联合创始人Vidyuth Srinivasan评价Entrupy鉴定系统时说:“除了钻石和瓷器之外,这项技术的表现非常好,因为钻石与瓷器的表面是屈光的。我们使用光学分析了汽车零部件,手机,充电器,耳机,夹克,鞋子,甚至原油都进行了测试。”

 

本文开头提到的拼多多则表示将持续升级技术手段。通过专项研发,拼多多将搜索框的“山寨词”指向正规品牌,倒逼“傍名牌”商家知难而退;基于海量数据挖掘和分析,开发完成假货识别算法,有效预警对买家有潜在危害的违规商品和恶意商家,并追溯生产源头;通过人工智能技术,尤其是计算机视觉和深度学习技术,研发Image Caption等机器视觉技术,构建假货防控体系。

 

防造假,AI就真的比人类更在行?

 

 其实在防伪打假这件事上,相比人类,AI已经表现出“更胜一筹”的实力。

 

首先,在心态上,AI不带偏见,没有小九九。

 

对于人类来说,是一个值得“托付”的第三方担保者。“放心选”美白丸测评事件所暴露出的种种的疑点,让吃瓜群众不得不怀疑这是一次人为操纵的测评,在另一方面则极大的透支了大众对“放心选”平台的信任。

 

其次,在技术上,AI确实掌握了几样真本事。

 

根据百度发布的《2017年度信息安全综合治理报告》显示,百度全年处理制假贩假信息38.8亿条,其中主要通过屏蔽关键词来完成。对假货的信息渠道进行严格把控只是AI打假的第一环。数据挖掘和分析、深度学习、图像及语言识别这三项,则是阿里、拼多多、百度这些电商平台和互联网巨头整个防伪打假体系的核心武器。

 

最后,在效果上,AI这个考生的分数开始有了些小优势。

 

百度利用AI技术,全年屏蔽了38.8亿条制假贩假信息,这个数据一方面反映出当前造假势力的活跃,另一方面也反映出AI打假的高效。至少,单纯靠人力,是无法完成数量如此庞大的信息筛查的。

 

Entrupy鉴定系统则是收集了300多万张各种物体与材料的图像数据(比如如面料,皮革,药片,电子产品,玩具和鞋子),系统对物品进行鉴定时,会将被鉴定物品的图像放大260倍,与正品的材质图像做对比,从而发现肉眼不可见的差异,包括印记痕迹,皮革纹理,油漆含量等。最后,人工智能系统使用机器学习算法,分析图像,最终实时确定产品的真实性。这样的检测方式相比人类用观察、触摸等“经验式”的检测来说,客观性和准确度更高。

 

当AI学会了造假,如何才能“以暴制暴”

 

技术是中立的,AI可以用来防伪打假,同样也能被用来造假。

 

Facebook之所以要利用AI来打击假新闻,就是因为在“技术至上”理论的崇拜下,Facebook舍弃了人工编辑,将热门话题的编辑、推荐和排名全部交给机器算法,从而导致假新闻事件层出不穷。

 

现在,不仅仅是新闻,其它任何媒体内容和消费品都能在人工智能的帮助下提高作伪水平。从音像制品到金融交易再到假冒伪劣产品,甚至手写签名都能达到惊人的仿真度,让人防不胜防。学会了造假的AI,人类应该如何将它击败?

 

1、得弄清:偏好、歧视、利益链谁才是造假链条中的原罪

 

技术无罪,有罪的是使用技术背后的人类。在对造假事件进行声讨之前,面对造假链条中的偏好、歧视、利益各个环节时,要明确利益才是其中的原罪,利益才是驱使造假的动力。“放心选”美白丸评测事件就是一起明显的带有歧视偏好,并且有明确的利益倾向(“碰瓷”涉事企业)的造假事件。

 

2、得明白:AI造假依然是那几招三脚猫的功夫

 

目前的AI造假还很“低级”无非就是图片造假、音频造假和视频造假这三样。

 

英伟达研发了一项“生成式对抗网络”的机器自主学习AI技术,通过这项技术,不但能将白天的视频画面变成黑夜,还能变换四季和自如切换晴雨天,甚至还能让动物变脸,把猫咪的脸都变成老虎、狮子、豹子。

 

在这项AI技术中有两个角色:生成者与辨别者。生成者,用算法脑补出新的图像;辨别者,接收到生产者的图像后,用数据库的真实图像对新图像进行识别真假。如果生成者能骗过辨别者,让辨别者误以为接收到的图片是真实拍摄的,那么就是操作成功了。

 

实际上,AI造假的技术原理并不复杂,所做出来的“产品”也并非完美无缺,只要是假的,总有“马脚”可循。比如模糊的画质、不自然的动作轨迹等,都是AI造假的特征之一。

 

3、得知道:伪造与证伪的技术就是一场“军备竞赛”

 

道高一尺,魔高一丈。伪造与证伪的技术总是交互上升,这就是一场“军备竞赛”。AI让越来越多的人都有能力进行伪造,但研究人员也不断在开发更加精密的技术来增强音频、图片和和视频的鉴别。通过不断增加造假难度,使得非法分子造假的成本和技能要求越来越高。

 

百度风控体系相关负责人也曾表示过,风控本质(防伪打假就是网络风险管控的一部分)上是一个博弈过程。网络信息风险在快速的更新迭代,因此风控系统也要不断提升优化。

 

结语

苹果公司CEO库克对人工智能有如下的看法:“我并不担心人工智能可以让计算机像人类一样思考。我担心的是人类会像计算机一样思考,没有自己的价值观或同情心,不考虑事情的后果。”在打假这项旷日持久的战争中,AI这个角色的重要性不言而喻,然而,在AI背后的人类的价值取向更为关键。

 

【完】

智能相对论(微信id:aixdlun):深挖人工智能这口井,评出咸淡,讲出黑白,道出vb深浅。重点关注领域:AI+医疗、机器人、智能驾驶、AI+硬件、物联网、AI+金融、AI+安全、AR/VR、开发者以及背后的芯片、算法、人机交互等。

希望看到您的想法,请您发表评论x