造谣公司用 AI 一天写谣言 7000 篇

造谣公司用AI一天写谣言7000篇近年来，随着AI技术的日益火爆，在网络上编造和传播谣言的成本也变得更低。利用AI合成技术编造谣言，甚至生成逼近真实的图片、音视频，颠覆了“有图就有真相”的常规认知，让人难辨真假。最近有媒体消息称，江西南昌的一个MCN机构利用具有语音交互功能的AI软件，通过输入关键词自动收集网络上的信息，生成几百到上千字的文章。这些文章往往配有看似与事件相关的虚假图片，使得内容看起来信息丰富，实际上却是捏造的。据悉，这些虚假文章被广泛传播于多个网络平台，最高产时一天能达到4000至7000篇。初步估算，该机构每天通过这种方式获得的收入超过1万元。经过调查，实际控制人王某某的行为因涉嫌传播谣言、虚构事实扰乱公共秩序，依法行政拘留5日，并责令涉事MCN机构停业整改。（央视）

多家国内大模型厂商上线搬家方案应对 OpenAI 限制使用，传媒 ETF (159805) 午后涨超 5%

多家国内大模型厂商上线搬家方案应对OpenAI限制使用，传媒ETF(159805)午后涨超5%午后传媒板块持续走强，传媒ETF成分股中文在线20CM涨停，华策影视、昆仑万维、掌阅科技涨超10%。受重仓股上涨影响，传媒ETF(159805)迎来暴涨，涨幅达5.36%。消息面上，6月25日，OpenAl宣布终止对包括中国大陆在内的地区提供API服务。消息一经发布，国内大模型厂商纷纷公布OpenAI用户迁移方案。OpenAI的API服务终止，促使阿里云百炼等国内AI企业迅速推出替代方案，这不仅体现了国内AI技术的成熟度，也为国内开发者提供了更广阔的发展空间。此外，国家新闻出版署6月25日披露2024年6月份国产网络游戏审批信息，104款国产网络游戏获批。万联证券认为，在国家指导性及支持性政策引导下，生成式AI在图像生成、文本生成、音视频生成等领域取得显著成果，AI文生图迈向多模态融合，逐渐成为大模型核心模态之一；AI文生视频新品推出受到市场关注，创新点赋能行业发展；AI音频产业链协同发展，企业探索视频生音频新技术。行业应用，在影视、游戏等多个传媒互联网的细分领域进行广泛应用，从而提升内容生产效率，降低内容生产成本，助力行业变革。

放弃造车，苹果能在AI界开天辟地吗

放弃造车，苹果能在AI界开天辟地吗世人都谓苹果全面转向AI姗姗来迟，但苹果只是“起大早赶晚集”。从乔布斯古早时期在雅达利的《打砖块》游戏初尝试，到2016年给所有语音助手上了一课的Siri，苹果在AI历史写下过浓墨重彩的几笔。而今，苹果终于无法再容忍OpenAI和Google的“双簧式”表演，选择集中精力重投AI。作为可能是唯一拥有算力层、中间层、模型层、应用层等全栈式能力的科技公司，苹果的入局，会在AI界开辟新天地（breaknewground）吗？在这场席卷全球的AI战争中，后来者苹果有哪些得天独厚的优势？纵览环球AI，微软携OpenAI以令诸侯，然群狼环伺；Google紧追OpenAI，却亦步亦趋；国内众厂摸着OpenAI过河，但拥天堑之利。此三分天下而格局未定，广阔天地大有可为，若假以时日，则霸业可成，苹果可兴。古早的AI布道者在AI领域，苹果起得多早？追本溯源，起始时间遥遥领先目前任何一家AI巨头。1975年，乔帮主大业未竟而苹果未立，尚在雅达利游戏公司升级打怪。彼时雅达利在游戏界正值如日中天，堪比80年代中后期的任天堂和90年代的PlayStation。20岁的乔布斯与史蒂夫·沃兹尼亚克（苹果联合创始人）用了4个晚上的时间完成了《打砖块》游戏的硬件设计。《打砖块》一经推出就获得玩家欢迎，名垂游戏设计青史，也成为了DeepMind团队训练深度学习的游戏系统。从人工智能开山祖师图灵和香农写的下棋程序开始，早期的人工智能就致力于创造一款在游戏中打败人类的程序。因此DeepMind将强化学习与深度神经网络结合，创造了能够学习雅达利游戏的系统。在上千次训练后，在《打砖块》游戏中深度学习网络的平均得分达到了人类的10倍。DeepMind得以名声大噪，并在一年后获得Google收购，而后诞生了开启上一波AI浪潮的AlphaGO。而在人工智能的重大突破——自然语言处理的语音识别领域，苹果曾经走在任何一家手机企业前面。2010年，苹果收购Siri。2016年，苹果在iPhone上推出的智能语音助手Siri，相比其他手机语音助手性能提升显著。“有时候，一种性能的提升太过显著，以至于你会再次进行测试以确保没有漏掉一个小数点，Siri的出现就是这样的情况之一。”苹果工程师如此评价。与AI新浪潮失之交臂？虽然苹果间接催生了上一次AI浪潮的诞生，而在OpenAI掀起的AI新浪潮下，措手不及的苹果虽然动作频频，却始终步伐谨慎，行事低调。来到AI新时代，苹果只做三件事，但每一件都没有做到极致。第一，收购多家AI初创公司。据市场调查机构Stocklytics公布的最新报告，苹果在2023年共收购了32家AI公司，并将获取的AI技术应用于产品改进。如在2020年苹果收购了都柏林的语音AI技术公司Voysis，用以改善Siri人机对话的体验。第二，研发大模型和AI对话机器人。2023年7月，苹果就被爆正在开发大模型Ajax和内部聊天机器人AppleGPT。Ajax系统构建在Google机器学习框架GoogleJax之上，并作为内部ChatGPT风格工具AppleGPT的基础，但它更多是作为内部产品的内驱力，不面向消费者开放。但也有苹果员工称其本质上复制了Bard、ChatGPT和BingAI，并且不包含任何新颖的功能或技术。第三，被认为最可能接入大模型的Siri。2018年，原GoogleAI负责人Giannandrea加入苹果，领导公司的人工智能和机器学习团队，拉接管了苹果智能助手Siri的领导权。此前Siri一直因停滞不前而受到批评，Siri联合创始人DagKittlaus曾表示，Siri在被苹果收购后，可能没有充分发挥其潜力。在ChatGPT颠覆了个人智能助手的体验后，Siri受到了更大威胁。不难看出，虽然苹果在人工智能上已经花费了大量时间、精力，但也一直有些迟疑。对此，库克曾婉转地表示，苹果将在其更多产品中添加人工智能，但会“经过深思熟虑”。而在此前，当被问到苹果在生成式AI的工作内容时，库克的回答是“敬请期待”。“苹果确实还没有在AI领域大展拳脚，”苹果股东的投资经理BrianMulberry说。在AI新浪潮时代，我们并未感受到苹果如微软、Google、OpenAI般对AI的狂热。苹果AI的用武之地被爆出放弃造车转投AI的次日，库克一改往日态度，在2月29日的股东大会表示，公司将在2024年在生成式人工智能领域“开辟新天地”，他强调：“我们相信这将为用户带来变革性的机遇。”那么，后来者苹果有何优势？会如库克所说，在AI界开辟新天地（breaknewground）吗？华映资本海外合伙人邱谆认为，苹果的优势在于：它可能是唯一拥有算力层、中间层、模型层、应用层等全栈式能力的科技公司，在自有人工智能芯片、云计算、算法和数据的多层降本增效优化叠加下，带来的模型系统优化效果将会非常显著。因此，重投AI的苹果，完全可以靠得天独厚的优势走出一条苹果特色AI道路，在硝烟四起的AI竞赛雄踞一方。接下来，让我们展开来看看，苹果在上述各个层面的优势。算力层：目前AI训练侧高度依赖英伟达，苹果在中国、欧洲、美国都有自己的数据中心，因此囤积了大量英伟达GPU，至少不会面临算力短缺的问题；在推理侧，苹果在AI芯片设计研发领域和全栈工具链的持续投入，使得苹果完全有能力，基于自研芯片推出推理加速方案，并且可以适配自研基座大模型。GoogleTPU和初创公司Groq已经在这个领域做出了比肩英伟达的成绩。数据层：拥有庞大用户基数的IOS系统可以给苹果提供大量的语料与用户行为，自2011年被集成到了iPhone4S的Siri，积累了十余年时间跨度的用户对话数据。应用层：现有的IOS系统给面向C端用户的文字、图片、音视频等内容生成服务提供了平台和受众。邱谆认为，如果苹果从上述底座大模型和自研芯片入手，软硬件结合，同时做OpenAI和英伟达专注的两件事，所需成本仍然很高，因此要暂时放弃造车集中资源。苹果业务调整后的优先级，前后次序很可能变为：MR→大模型→无人车→具身智能。凭借上述优势，全面转投AI的苹果又会在哪些领域给用户带来变革性机遇？先从时下大热的AI手机谈起，虽然国产友商在一年前早已入局端侧大模型，但苹果在芯片方面的持续投入与自研能力，可以相比其他手机厂商更高效地调用设备CPU、GPU、NPU等计算资源。另外大模型在端侧运行对内存速率、内存资源的要求极高，苹果可以利用强大的研发和供应链整合能力，最大程度解决硬件技术问题。但根据苹果以往的宣传调性，很可能不会提及AI手机与端侧大模型，而是将重点放在应用上。苹果会找出什么不同于友商的解法？接下来iOS18与iPhone16的发布，将会揭晓谜底。对于被苹果给予重望的下一代移动终端平台VisionPro，AIGC对于其3D场景搭建的降本增效将会大大降低。通过传感器和内置摄像头等获取的现实世界和用户数据，也可以结合AIGC进行大数据分析和建模，获得更好的实时交互和用户体验反馈。接近苹果人士向虎嗅透露，苹果放弃造车，很可能只是暂时延缓造车计划，等待自动驾驶技术突破后再推出更为成熟的无人驾驶汽车产品。而Sora对现实世界物理规律的学习拓展，和对物体运动轨迹的判断能力，将给困境中的自动驾驶的带来新思路。苹果并不是完全放弃造车，而是没必要做没有自动驾驶的车。要做自动驾驶，AI是必经路径，这也是苹果放弃造车全面转向AI的原因。...PC版：https://www.cnbeta.com.tw/articles/soft/1422140.htm手机版：https://m.cnbeta.com.tw/view/1422140.htm

用ChatGPT半小时写成本科论文“反ChatGPT”束手无策？

用ChatGPT半小时写成本科论文“反ChatGPT”束手无策？根据国外Study.com网站在今年1月向1000名18岁以上学生发起的调查显示，48%的学生用ChatGPT完成小测验，53%的学生用ChatGPT写论文。ChatGPT在撰写格式论文、通过专业考试等领域的惊艳表现，让学生们欢呼雀跃的同时，也让高校、研究机构等率先担忧和警惕起来，“反ChatGPT”在学术圈率先成为一股新趋势。近日，香港大学向师生发出内部邮件，表明禁止在港大所有课堂、作业和评估中使用ChatGPT或其他AI工具。如教师怀疑学生使用ChatGPT或其他AI工具，可要求学生就其作业进行讨论、进行额外口试及考试等措施。上周，《暨南学报(哲学社会科学版)》、《天津师范大学学报(基础教育版)》发布声明，提出暂不接受任何大型语言模型工具(例如：ChatGPT)单独或联合署名的文章。在美国和欧洲，更多高校和学术期刊等对ChatGPT的封杀通知出得更早一些。但是，单纯提出“封杀ChatGPT”就能杜绝论文抄袭和剽窃了吗？此前大热的“AI换脸”应用曾催生出一批“反AI换脸”的鉴别工具。现在，鉴别是否ChatGPT生成的论文，是否有可行的方法呢？聚焦在针对合成音视频的鉴别技术研发的瑞莱智慧（RealAI），其副总裁唐家渝向TechWeb表示，目前鉴别ChatGPT生成物的难点在于，机器与人类撰写的文本差异性特征较少，机器合成文本的结果无论从结构和语义角度都能较好地遵循人类书写的规则，同时一个真人说话的方式也可能是多变的、结构有误的，因此很难单纯从文本本身就鉴别出是否由ChatGPT生成。目前，RealAI针对合成文本的鉴别能力已在建设中，近期会有demo推出。数字水印用来“反ChatGPT”是一厢情愿在“反ChatGPT”的技术流中，数字水印技术一度被热炒。但是数字水印真能用来反ChatGPT吗？数字水印是一种可以用于保护文本、图像、音频和视频等数字内容不受未经授权的复制和分发的技术。数字水印可以将一些隐蔽的标识信息嵌入到数字内容中，这些标识信息通常不会对数字内容本身造成影响，但可以帮助鉴别数字内容的真实来源和版权信息。人们对用数字水印反ChatGPT有两种想象。一种是，对ChatGPT生成的内容打上数字水印，以标明这些内容是ChatGPT所写，实现反ChatGPT。但这需要ChatGPT等AI内容生成公司的配合，也就是他们愿意这么做。ChatGPT的开发商OpenAI此前曾表示在考虑通过对AI系统生成的内容加水印的方法来辅助辨别文本是否出自AI。不过截止目前并没有看到OpenAI采取该项行动。就算AI内容生成企业愿意在生成的内容中加入数字水印，但在相关行业专家看来，数字水印只是一个技术手段，不能解决所有的抄袭问题。有些人可能会使用各种方法来删除数字水印，或者通过改变一些单词或句子的顺序来规避数字水印的检测。AI生成内容通常是基于大量的训练数据和模型参数生成的。用数字水印反ChatGPT的另一种想象是，把内容打上数字水印标明版权身份，避免被ChatGPT等AI模型用于训练，从而防止被模仿和抄袭。但是这种想法多少有点一厢情愿。数字水印并不能完全保证内容不会被用于训练模型。一些不法分子可能会使用各种技术手段来尝试删除数字水印，或者通过对文章进行修改来绕过数字水印的检测。此外，一些不道德的人也可能会无视数字水印，盗用版权内容作为训练数据。“反ChatGPT”这些“神器”或可一用目前用于检测文章是否由AI生成的工具全球有几款，包括：OpenAIGPT-3Playground：由OpenAI开发的一个在线应用程序，用于测试和探索人工智能语言模型GPT-3的功能。在这个应用程序中，可以输入一些文本，并由GPT-3模型自动生成下一句话或者完整的文章。这个应用程序也可以用来测试一篇文章是否是由GPT-3等语言模型生成的。Grover：由AllenInstituteforArtificialIntelligence开发的一个用于检测虚假新闻和伪造的文章的工具。Grover可以分析一篇文章的语言风格和结构，并尝试区分由人类和人工智能生成的文章。这个工具还可以识别一些常见的伪造手段和技巧。AI21Writer’sStudio：AI21Labs开发的一个在线写作工具，可以为用户提供自动建议和编辑服务，帮助他们写出更加流畅和准确的文章。这个工具也可以用于检测一篇文章是否是由人工智能生成的。Botometer：由IndianaUniversity和UniversityofSouthernCalifornia联合开发的一个Twitter机器人检测工具。Botometer可以分析一个Twitter账号的活动和行为，判断其是否是由一个真实的用户或者一个自动化机器人管理的。上述这些工具都可以用于检测一篇文章或论文是否由人工智能生成的，但是需要注意的是，它们都不是百分之百准确的。因此，在评估一篇文章或论文是否AI所写时，最好结合多种方法和技巧，进行综合分析和判断。以ChatGPT为例，唐家渝向TechWeb提到，“辩别“ChatGPT”生成物一是利用好查重机制和技术，防止ChatGPT通过改写、总结等方式生成学术文章；二是从内容本身来说，ChatGPT目前还不能完全保证学术文章的逻辑严谨、主题一致，可以从语义层面加以辨别。”另外，从B站up主分享的ChatGPT写出的本科论文的情况来看，检查文章的来源和背景，如果这篇论文来自一个未知或者不可信的来源，就需要更加谨慎地对它进行评估了。关于ChatGPT可能引发的论文抄袭现象，前新东方在线COO潘欣则认为“这种担忧基本不需要。”“没有ChatGPT 的时候就没有抄论文、抄作业的了吗？可以信一点就行了，能用技术导致出现的问题，一定可以靠技术+行政手段解决掉。”在学生党看来，用ChatGPT写论文，里面数据，论据甚至引用的文献都是瞎编的，建议让ChatGPT做些辅助工作就好，比如给论文大纲或大致方向的建议等。也有学生认为需要自律，“反ChatGPT软件陆续上线，算法只会越来越完善，就算现在蒙混过关过关，但被查出来只是时间问题。”...PC版：https://www.cnbeta.com.tw/articles/soft/1345709.htm手机版：https://m.cnbeta.com.tw/view/1345709.htm