见知AI巡山报告 – 2024年9月

窗外，浅灰色的乌云排着队被深灰的的天幕压着前行；一转头，另一侧的落日用一天中最后光刺破了这深灰的世界，留下了一条橙红色的伤痕。

嗯上面那段和本期内容没有任何关系，让我们一起来看本期的正经的前言吧～

“DeepMind新推出的机器人，学会了打乒乓球；谷歌‘绿灯项目’，让交通灯更加智能；工信部测试AI换脸提醒功能，让诈骗分子的”变脸”伎俩无处遁形。”

与传统策略游戏不同，乒乓球运动对计算速度、精度的双重高要求和人机交互的复杂要求使得它更具挑战性，因此之前的乒乓球机器人很难和人类选手进行对抗。但近日，谷歌DeepMind公司宣布，他们已经训练了一个乒乓球机器人，在比赛中达到了人类业余乒乓球选手的水平。在29场与不同水平的人类志愿者的比赛中，机器人赢得了45%的胜利。虽然在对阵对阵高级选手时，机器人没有赢得任何比赛，但和初学者比赛时，机器人的胜率达到了100%。

这款乒乓球机器人的机械部分为一个六轴机器人，能够2D平面内自由移动，并覆盖球台的大部分区域。机械臂的末端装配了一个3D打印的球拍手柄和一个正胶乒乓球拍。这种设置模仿了人类选手的横板握法，使机器人能够执行各种常见的乒乓球技术动作。

它的“大脑”则是一个复杂的AI系统，配备了高速摄像机来实时捕捉球员动作和乒乓球的轨迹。算法架构主要由两个部分组成：低级控制器（LLC）和高级控制器（HLC）。分层架构使得机器人能够在毫秒级的时间内做出复杂的决策，既保证了反应速度，又保障了动作的精度。

最令人惊叹的是机器人的实时适应能力。研究人员观察到，在比赛的开始阶段，机器人可能会落后，但随着比赛的进行，它能迅速适应对手的打法，调整策略，使比分变得更加接近。

参与者的反馈也非常积极。不同水平的玩家都认为与机器人的比赛很有趣甚至很刺激，并表示有兴趣再次与机器人对战。

不过，尽管整体上表现不俗，这个机器人仍然存在不小的局限性。最大的问题是它还不会发球，只能靠人类发球开局。其次，当球被打得非常快、超出其视野范围（超过桌子上方六英尺）或非常低时，机器人难以执行击球操作，因为设定的规则会让它避免可能损坏球拍的碰撞。旋转球则是另一个挑战，因为它缺乏直接测量旋转的能力——这也使得它在和高级选手的比赛中屡战屡败。

这项研究的意义不仅在于趣味性。事实上，它代表着机器人向能真正在现实生活中完成有用的工作迈出了新的一步，这是机器人学界长期以来的目标。更重要的是，人类玩家喜欢与机器人的比赛。即使是能够击败它的高级选手也表示这种体验有趣且引人入胜，并认为机器人有潜力成为一个长期的练习伙伴，帮助他们磨练技能。

或许在不久的将来，我们可以看到更多的AI从赛博世界真正走入我们的生活，它们不是来取代我们的，而是来协助我们从生活的琐事和他人的限制中解放出来，更加专注自身的追求，探究我们潜能的极限的。

近期，谷歌的“绿灯项目”（Project Green Light）已经在全球十几个城市的七十多个交叉路口启动。这是一个由人工智能驱动，通过优化红绿灯的时长减少车辆在红绿灯前的频繁停下和重新启动，借此减少燃油排放的项目。

项目的启动可以回溯到2020年初。当时，谷歌的研究团队被要求筹备新的研究项目，研究重心是如何缓解气候问题。经过调查，团队发现道路交通是全球和城市温室气体排放的重要来源。而在城市交叉口，污染可能比在开放道路上高出29倍，且这些排放中约有一半来自于车辆在停车后加速启动。全球有数百万交通灯，带来的污染问题是巨大的——但如果谷歌能够解决这个问题，这同样是一个巨大的机会。

紧接着，项目团队深入研究了交通工程的机制。他们发现，虽然一定程度的“停车再重启”在交通中是不可避免的，但通过优化交通信号灯的时长可以减少相当一部分。要做到这一优化，之前的做法需要安装昂贵的设备或耗费大量时间对车辆进行手动计数，且这两种方法都不能提供团队需要的完整数据。这时，超过十年的全球谷歌地图驾驶数据提供了关键的数据支持，为项目的可行性添上了最后一环。绿灯项目也就此诞生。

绿灯团队使用谷歌地图的驾驶数据创建了一个AI模型。该模型测量交通如何流经交叉口，包括车辆启动和停止的模式、交通灯的平均等待时间以及相邻交叉口之间的协调，并据此识别可能的调整交通信号灯时间以改善交通流的机会——而这往往是之前人工很难捕捉的，并提出改进建议。然后，城市工程师审查这些建议，并可以利用城市现有的基础设施在几分钟内完成实施。一旦变化被实施，绿灯计划会继续分析新的数据，以确定是否产生了预期的效果。

自2021年首次试点以来，团队已经测试了越来越多的交叉口，开发了更准确的预测，并将绿灯项目带到全球十几个城市的70多个交叉口，包括里约热内卢、西雅图、班加罗尔，以及最近的波士顿。团队还开发了一个全面的仪表板，为每个合作城市提供可行的优化建议，施行措施后的分析报告（例如在交叉口节省了多少停车次数），并监控任何需要的新变化。目前，该计划每月帮助节省燃油并降低高达3000万辆汽车的排放。

团队正在努力在未来几年将绿灯项目扩展到数百个城市和数万个交叉口。期待在绿灯项目串起城市交通网的那一天，我们都能拥有更顺畅的交通体验和更清新的空气坏境。

近年来，AI 换脸技术飞速发展。它主要使用深度合成技术，通过少量的照片便能将人脸进行更换。AI 换脸因娱乐性而流行，但又因为隐私泄露和不正当使用而引发担忧，特别是伪造图像或视频进行诈骗这一可能性。事实上，中国互联网协会在2023 年 5 月就曾发文警示 AI 换脸用于诈骗的可能性；在今年的315 晚会上，中央广播电视总台也曝光了AI 换脸诈骗现象。

那如何识别AI换脸呢？观察人脸和背景的光影是否一致，面部表情和细节是否连贯自然，面部表情和头部运动的是否同步性，画面是否存在闪烁跳帧都是可行的办法，但是随着换脸技术的不断提升，人眼越来越难以判断的情况下，使用AI来识别AI逐渐成了主流趋势。

而最近，工信部正在对AI 换脸诈骗检测与预警技术进行测试。在央视新闻中，工业和信息化部反诈工作专班专家李坤表示：” 我们正在会同行业内的手机终端企业，将一起推出 AI 换脸诈骗风险提醒功能。这项功能仅在手机端的本地运行，能够有效保护用户数据不泄露。经过用户授权后，可为用户提供 AI 换脸诈骗风险预警提醒。 “

在测试中，当测试者和使用 AI 换脸的技术人员进行视频通话时，测试终端会提示 “ 对方疑似假冒身份 “。紧接着在测试人员点击检测按钮经过图像扫描后，系统会提示此视频通话对象”AI 换脸合成概率 93%”。

此外，李坤还提到测试中用于 AI 换脸训练的照片和视频全部是从网上公开收集，只使用了四五张照片和不足五分钟的视频作为素材，而训练的时间和素材越充足，仿真效果也会越好。此外除了面容以外，声音同样也可以通过相关技术来进行仿冒。

法规也尝试通过其他手段来防范AI技术被用于诈骗。此前，《互联网信息服务深度合成管理规定》中便提出了算法备案、安全评估的手段，要求深度合成服务提供者对深度合成的内容添加显式或隐式水印，一方面用于提示公众该内容是由 AI 生成的，另一方面便于追溯它的来源 。这一规定从源头上对AI换脸用于诈骗和违法活动做了防范，无疑是保护我们的信息安全、生命安全、财产安全的重要手段。

1. https://tinyurl.com/4nrce64j

2. https://tinyurl.com/4d3beccj

3. https://tinyurl.com/yahvr3ft

4. https://dashen.wang/3676.html

5. https://tinyurl.com/4kpmxx3t

6. https://tinyurl.com/2hzcbzch