我们对上周值得关注的AI新闻的第十个音频综述! 本周,我们将探讨AI如何威胁时尚模特的就业,AI如何被用于预测跳槽,Facebook对不良用户行为的模拟,以及AI生成的模仿歌曲。 查看此处讨论的所有故事以及更多内容,请访问 www.skynettoday.com 主题:凯文·麦克劳德的深思熟虑 (incompetech.com) 根据知识共享许可获得许可:署名 3.0 许可证 </context> <raw_text>0 您好,欢迎收听。我是丹尼尔·巴希尔,这里是Skynet今天的AI周报。本周,我们将关注AI生成的时尚模特、用于预测跳槽的AI、Facebook对不良用户行为的模拟,以及AI是否会侵犯版权。我们习惯于在观看《霍比特人》之类的电影时看到CGI。他们创造了可怕的兽人和我们在现实生活中永远不会看到的东西。
但是,当你打开时尚杂志时,看到CGI服装模特你会有什么感觉呢?模特苏尼德·博维尔在《Vogue》杂志上撰文称,DataGrid(一家日本科技公司)等公司正在开发直接威胁她工作的算法。一种叫做生成算法的东西可以创建能够摆出与真实模特赚钱姿势相同的CGI模特。
一个CGI模特,舒杜·格雷厄姆,希望在时尚界倡导多样性。但是这些信仰和观点实际上并不属于舒杜,因为舒杜并不存在。舒杜的创造者可能并不认同她的南非血统,这也引发了人们对其利用她作为平台来谈论相关问题的质疑。
除了伦理问题外,博维尔承认,数字模特大大减少了与拍摄相关的环境影响,并可能成为个性和包容性的象征。如果算法获得足够的数据,可以轻松地向你展示你自己或看起来像你的人穿着你想要购买的衣服。
看来,像博维尔这样的模特,就像许多其他人一样,将不得不为他们工作领域的数字化转型做好准备。与任何技术一样,对这些变化将是什么样子过于乐观或过于悲观都是不明智的。但是,数字技术预示的时尚行业变化将非常值得关注。
由于疫情使得公司和求职者更加反感面对面面试,越来越多的公司转向使用AI来协助招聘。筛选工具包括面部扫描算法和问题,以帮助确定要面试哪些候选人,但许多学者警告说,AI偏差的危险只会使招聘中的偏差更加持久。
《麻省理工学院技术评论》报道称,像澳大利亚的Predictive Hire这样的公司引发的不仅仅是算法偏差和误导性广告的问题。Predictive Hire专注于构建一个机器学习模型,试图确定候选人跳槽的可能性,或者比雇主期望的更频繁地更换工作。
约翰·杰刑事司法学院的兼职副教授内森·纽曼在2017年写道,像预测性招聘这样的海量数据分析和研究已被用来压低工人工资。基于机器学习的人格测试已被用于招聘中,以筛选出更有可能支持工会化或要求更高工资的潜在员工。
但据纽曼说,这些算法只是在做雇主历来为压制工资和破坏工会活动所做的事情。其他研究人员也同意这些工具令人担忧,但并不主张完全抛弃它们。但是,使用这些工具应该需要透明度、问责制和严格的同行评审评估。目前,似乎没有任何工具达到该标准。
在其他公司新闻中,Facebook位于伦敦的AI部门的一个团队开发了一种新方法来识别和防止有害的用户行为,例如传播垃圾邮件或买卖武器。The Verge报道称,该团队通过让AI驱动的机器人在一个Facebook的并行版本(一个名为WW,发音为dub dub的模拟器)上自由运行来模拟不良行为者的行为。
通过对有害行为进行封锁并观察机器人的行为,Facebook团队希望探索他们可以对真实平台进行哪些更改以抑制此类行为,而不会影响正常行为。
DubDub只报告数值数据,无法模拟用户意图或模拟复杂行为。但负责该团队的工程师马克·哈蒙表示,DubDub的强大之处在于它能够大规模运行,使团队能够运行数千次模拟,以观察平台上的微小变化将如何发挥作用。
该团队专注于模拟Facebook之前在其平台上看到的有害行为。但哈蒙表示,机器人也产生了意想不到的行为,这可能使团队能够在预防尚未发生的恶意行为方面占据优势。“像Facebook这样的公司正在努力寻找如何减轻有害行为的方法,这是一个积极的步骤。我们只能希望他们会尽一切努力防止虚假信息和煽动性内容的传播。”
最后,AI是否应该受到严格的合理使用政策的约束?“怪咖艾尔·杨科维奇”的数字孪生“怪咖AI杨科维奇”制作了一个包含迈克尔·杰克逊《Beat It》乐器伴奏的歌词视频,该视频于7月14日被下架。
Vice报道称,Twitter收到了国际唱片业联合会(代表大型和独立唱片公司)发出的数字千年版权法案下架通知,理由是侵犯版权。“怪咖AI”的创造者、佐治亚理工学院的研究员马克·里德尔认为他的视频属于“合理使用”,并已向Twitter提出异议。
虽然使用《Beat It》的乐器伴奏似乎引发了下架,但里德尔仍然相信自己的说法,他认为他不必获得版权持有人的许可即可发布模仿作品。AI正在迅速发展并变得越来越强大,像里德尔这样的案例似乎只会越来越普遍。此案提出了机器学习和版权法如何相互作用的问题,这个问题似乎没有简单的答案。
本周就到这里。非常感谢您的收听。如果您喜欢这个播客,请务必评分和分享。如果您想听到更多这样的新闻,请访问SkynetToday.com,在那里您可以找到我们每周的新闻摘要,其中包含类似的文章。