AI项目融资数十万甚至上亿，这些创业公司编造的“AI骗局”有多荒唐？

全文共3197字，预计学习时长10分钟  图源：新浪科技

最近印度一家公司靠“人工智能”火了。然而靠的可不是AI技术，是AI造人。

这家公司叫REGIUM，主要开发用于在线比赛的全自动国际象棋棋盘，这个棋盘号称非同一般，采用了AI以及自动跟踪技术，而且还可以进行网络对战，通过将内置的电磁铁移入其中，从而自动操作棋盘上的棋子。

REGIUM 称自家的产品为“划时代项目”。

然而这个听上去十分牛的产品竟被爆出是个“惊天大骗局”？原因是这家公司在对外宣传的时候，公布的6名项目工程师竟然就有4个是“假人”。
以AI为噱头造假的初创企业：投资者烧钱大战
 

这家公司是如何宣传的呢？他们称自家开发的棋盘可以和WIFI、蓝牙、USB连接，还可以与手机相连，用户能够实现远程“云下棋”，听上去确实很厉害，这就吸引了一大波围棋爱好者和平台的关注。

他们在去年年底公开demo视频之后，便在Kickstarter上发起众筹，以商品化为目标募集资金，在短短的8天就筹到了3万美元。

  图源：雷锋网 

该项目正如火如荼进行之时，却被人举报了，具体原因是“作为开发团队介绍的成员脸部照片是假的”。据相关人士爆料，原来该公司使用的是在网站thispersondoesnotexist上的利用AI技术生成的不存在的人类面部照片。

personpersondoesnotexist.com的创建人表示，“这四个疑似不存在的人的脸部照片存在部分失真，和机器学习算法生成的照片具有相同的特征”、“根据我的经验，它的确来自英伟达的生成模型”——一个针对人脸进行预训练的模型，当你刷新网站时，一个神经网络就会基于512维向量，从零生成一个全新的人脸。

  图源：gifget.com

随后，知名在线国际象棋社区等立即终止了对REGIUM的投资。 

还是印度，一家名叫Engineer.ai的明星AI初创公司，号称可以通过AI程序，辅助缺少工程师的公司，自动“组装”新的代码。并且完全像是私人定制一样，为任何人和公司自动生成自己的各种网站和手机app。

“我们已经建立了一个名为Natasha的软件和人工智能，允许任何人像定披萨一样，定制一款app。”

这一波宣传迅速获得买单，立马吸引了好几家知名投资公司，最后以2950万美元完成了A轮融资。

令人惊讶的是，内部员工透露，Engineer.ai并无AI，甚至连一个人工智能团队都没有，他们所声称的靠AI自动生成的代码，实际上是印度以及其它地方的人工工程师来编写的……

面对批评指控，Engineer.ai发声明表示，“平均约60%”是机器完成，其余由人类生成。不过对于产品中到底哪个部分是如何用AI生产的时候，发言人却拒绝详细说明。

被指为“大骗局”的可不仅仅是这几家初创公司，不少关注AI圈的人应该对这种AI造假事件见惯不怪了，它们是一些初创企业的惯用伎俩。

比较经典的是X.ai的创业项目——AI聊天机器人，这家对外宣传拥有真正的人工智能机器人的企业，雇佣了大量的员工来陪客户线上聊天。

  图源：百度图片

这些全职员工每天甚至要花上12小时的时间来假扮AI与其他人聊天，不少员工表示身心俱疲，并且希望能有真正的AI来代替他们。

但是直到今天，也没有出现能与人类无异的智能聊天机器人，这家公司也仍然采用人工与智能相结合的方式来展开聊天工作。 AI扎堆投资，一拥而上结局难料

世界范围内这种实际上这种案例比比皆是，追根溯源，这些AI初创企业搞出AI噱头的目的无非是以“AI”为卖点来吸引投资者来获得大量的投资。

AI的标签对于投资者来说具有相当大的吸引力，研究人员发现，在AI领域从事相关业务的创业公司吸引到的资金要比其他领域公司多15%~50%左右。这也就直接导致了很多企业在创业初期纷纷打出AI的旗号，但结果又如何？

只能是一拥而上的投资者们买单罢了。

不过，与其说这些投资者被AI的热浪冲昏了头脑，倒不如说这些以AI名义造假的企业套路太深，前期各种看上去高大上实则虚假的视频demo，再加上各大平台神乎其神的宣传推波助澜，就能够骗过一大波投资机构。

  图源：百度图片

越到后期，人工智能越是被蒙上了一层神秘色彩，越来越多的企业与投资者坚定的认为人工智能无所不能，从表面来看，似乎人工智能相关企业呈井喷涌现，但是英国投资公司MMC Ventures表示，实际上超过40%的公司根本没有在研发真正的人工智能。

毕竟相较于研究真正的AI，做个视频Demo再宣讲一番容易多了，还能起到事半功倍的作用……

另一方面来说，一些创业者对于人工智能可能存在误解，什么才叫人工智能企业？是非得搞个无人驾驶、AI芯片才叫人工智能吗？实际上，目前来说人工智能真真正正产生效力的地方往往没有那么“高大上”。

例如人工智能与一些传统的制造业、农业的结合，在降低生产成本的同时大大提高效率，这些领域的人工智能的应用低调又实在，相比较一些企业研发自动驾驶、AI芯片来说，也没有那么高的话题度。但往往是大家没有去高度关注的地方才是最大的缺口，也是最需要人工智能技术的地方。

然而一些看上去很炫但是实际上目前缺乏核心技术、又需要大量资金的项目，往往是创业者和投资者最乐于扎堆的，大量资本的涌入使得AI泡沫化越来越严重。

而且，AI实现盈利也没有想象中简单。相关报告显示，2017年中国AI创业公司获得的累积融资超过500亿元，而AI商业落地100强创业公司累计产生的收入却不足100亿元，也就是说90%以上的AI企业处于亏损状态。

企业值得堵上自己今后的声誉来强行贴上“AI”标签吗？况且，前期再精美的AI包装，终有露出马脚的一日。 以毒攻毒：AI鉴别AI造假

那么话说回来，面对利用AI技术造假的骗人事件，我们无能为力吗？当然不是。深度伪造技术是AI发展到一定阶段的产物，随着这种技术的发展，相应的检测技术也会越来越先进，这将是一场永无休止的竞赛。

前不久，3月份英伟达刚上线的StyleGAN2被攻破了，而“鉴别师”正是AI。

Adobe和UC伯克利的科学家们发表的新成果表明，只要用让AI学会鉴别某一张GAN生成的假图片，它就掌握了鉴别各种假图的能力。不仅仅是GAN，只要是合成照片，都能被它“一眼识破”。

  图源：sohu.com

这是通过一个通用模型达到的效果，只要做好适当的预处理和后处理，以及适当的数据扩增，便可以鉴定图片是真是假，不论训练集里有没有那只AI的作品。

据介绍，伯克利的学生Wang Sheng-Yu用11种模型生成了不同的图片，涵盖了各种CNN架构、数据集和损失。所有这些模型都具有上采样卷积结构，通过一系列卷积运算和放大操作来生成图像，他们总共造出了7万张假图，都用来测试其泛化能力。

另外，谷歌母公司Alphabet旗下的Jigsaw联手GoogleResearch等多家研究机构，开发了名为Assembler的实验平台，其目的在于能够帮助用户快速识别假照片、假视频，减少AI技术滥用所带来的伤害。

  图源：搜狗图片

“实际上，这个平台是把多个图像检测器集成为一个工具，每个检测器都针对特定类型的图像进行处理。比如，有的检测器能判断图像是否有复制粘贴痕迹，检测主要关注图像颜色、噪点等。”

“由技术引发的灾难只能由更先进的技术来解决”。国内也有越来越多的科技公司进入到反“假AI”的研究中来，甚至还出现了一些“专业打假”的创业公司。

在很多人看来，随着AI技术的发展，AI鉴别技术今后的市场也会越来越广阔，当然这就需要比造假技术更厉害更深厚的技术实力。

正是因为认识到这种深度伪造的危害性，除了这些科技企业、科研团队才纷纷采取政策之外，各国政府也没有忽视。

去年6月美国国会提出《深度伪造责任法案》，旨在通过限制深度伪造合成技术，打击虚假信息的传播。年底我国网信办等三部门联合发布了《网络音视频信息服务管理规定》，自 2020 年 1 月 1 日起施行。开始对利用AI技术制作出的作品采取措施，防止AI滥用。

今年1月，有报道称，欧盟委员会正在草拟一项计划，考虑在3到5年时间里禁止在包括火车站、运动场和购物中心等公共场所使用人脸识别技术。由此可见政府在AI的立法上也开始加快脚步。

  图源：新华社

俗话说“眼见为实”，但是当真与假的界限被模糊，你还相信自己的亲眼所见吗？但愿在技术与政府的双重制约之下，AI再难以造假。

 
推荐阅读专题
留言 点赞 发个朋友圈我们一起分享AI学习与发展的干货如需转载，请后台留言，遵守转载规范
推荐文章阅读ACL2018论文集50篇解读EMNLP2017论文集28篇论文解读2018年AI三大顶会中国学术成果全链接ACL2017 论文集：34篇解读干货全在这里10篇AAAI2017经典论文回顾长按识别二维码可添加关注读芯君爱你

• 点赞
• 收藏
• 分享
• 文章举报