正文字数：2412字
图片总数：20张
日前，全球最具权威的IT研究与顾问咨询公司Gartner发布了2022年重要战略技术趋势。其中生成式人工智能（Generative Artificial Intelligence）位列12项重要战略之首。预计到2025年，生成式人工智能将占所有生成数据的10%，而目前这一比例还不到1%......种种迹象表明，Gartner对生成式AI是多么看重。那么，生成式AI究竟是什么？生成式AI又能给智能时代带来什么？
01
Codex Virtualis
Design by Interspecifics
墨西哥城艺术研究工作室 Interspecifics计划在一个名为Codex Virtualis的项目中使用人工智能生成一个栩栩如生的有机体。这个概念是希望模拟生命在其他行星上可能出现的方式，在微生物和算法之间建立推测性的共生关系。这些生物体可以提供有关生命如何起源于外星栖息地的相关见解。它们会以形态学和算法形式表现出来。这将是天体生物学、生命进化和人工智能的完美契合。
团队计划通过将从细菌菌落生长中收集的视觉数据与在Seti收集的单细胞生命形式的视觉数据和数学模型相结合来创建一个图像数据库，通过从生物数据库插值的样式转移和自组织自主模式到连续的细胞自动机中来预训练生成式非对抗性网络。团队希望就其他输入源进行探索。
该系统通过计算机视觉包括一个感官元件，它通过从每个新兴一代中提取数据（形态，移动性等）来提高其影响训练结果的能力。一个反馈循环可以根据生成非对抗网络的行为在元胞自动机中添加或删除规则。将参数堆叠成一个连续的综合规则流，以刺激进化到生物体模型中，团队希望通过这个项目解决的一些基本研究问题是：如何生成自动化系统，专注于创建栖息在生物和虚拟领域之间阈值的新自然生物体模型？
计算机视觉算法提取和编码视觉、形态和行为信息。通过跟踪表型表达与基因型样编码之间的对应关系，可以确定虚拟生物体的一些特定特征。项目的新颖之处在于算法的交叉授粉，以刺激自生成过程，以及通过我们的计算机视觉（感知系统）和细胞自动机行为之间的交互影响生成非对抗性网络的可能性。
团队相信该系统不仅有助于探索生物和虚拟之间的紧急情况，而且随着时间的推移，它还可以用于创建更具体的实验，可以在其中解决与协同进化过程相关的问题。以及对元胞自动机上环境调节的可能探索，以分析来自极端微生物紧急情况的相互作用。
系统模型
02
Meet the Ganimals
Design by Ziv Epstein; Abhimanyu Dubey; Oceane Boulais; Matthew Groh
Meet the Ganimals是一项协作性社会项目，旨在发现新物种、培育并喂养人们自己“创造”的物种。提供的关于动物的数据就是它们的“食物”。没有被喂食的动物很快就会被遗忘，因此能从人们那获取更多关注的动物具有遗传优势，并且更频繁地繁殖。因此，为了适应各种条件，动物会根据人群的意见和偏好成长。那么问题就是：人们会想让哪些动物茁壮成长？
研究团队创立了Meet the Ganimals这一项目，展示了人工智能不仅可生成逼真的现有动物图像，更可以生成令人可信的、实际上并不存在的杂交动物形象。这些杂交动物是使用生成对抗网络 (GAN) 创建的，研究团队将其命名为Ganimals。如果我们将金鱼与金毛相结合，结果会是两种动物最引人注目的特征的结合：明亮的橙色、大眼睛、短耳朵的水下犬科动物。人工智能的特点是基于动物相对于我们选择的动物群的特质。对于动物来说，引人注目且可转移的形态特征包括斑马的条纹、狗的眼睛、大白鲨的形状、金鱼的颜色、猫头鹰的羽毛等等。
有人可能会争辩说，动物的生物多样性可以与自然界相媲美。人工进化不受物理世界和s生理规律的限制，而是受到我们想象力和审美的限制。系统可以通过调整AI模型或添加和删除用于训练模型的物种图像来管理动物。
Meet the Ganimals 旨在展现当人们的审美兴趣引导进化时会发生什么。团队的目标是尽可能地引导成更多的人访问该网站，以了解这些新的人工生命形式是如何进化的，以及出现了哪些新动态。庞大的使用人群对于我们正确理解审美兴趣如何引导进化至关重要。
03
AI-generated Characters for Learning and Wellbeing
Design by Pat Pataranutaporn; Valdemar Danry; Misha Sra; Joanne Leong; Pattie Maes; Daniel Novy
当前机器学习的发展使散文、图像、音频和视频数据的超现实合成成为可能，即人工智能 (AI) 生成的媒体信息。这些技术提供了新的机会，可以与可以激发和吸引我们的个人的数字描绘进行互动。AI生成的角色图像可以合成任何人的面孔、身体和声音，从虚构人物到历史人物，甚至是已故的家庭成员。
“尽管到目前为止，这项技术的负面用例一直占据主导地位，但研究团队探索了 AI 生成角色的新兴积极用例，特别是在学习场景中和在人们的幸福层面。”
研究团队展示了一种易于使用的 AI 角色生成方法，以实现此类结果，并讨论其道德影响和通过可追溯性来维持人们对生成媒体的信任的必要性。研究团队认为，在未来，生成媒体将成为不断发展的人机交互领域的重要组成部分。
用户在健康检查期间与 AI 生成的角色进行交互（左），从 AI 生成的角色学习，类似于讲座中的专家（中），并成为类似于历史角色的 AI 生成的角色进行角色扮演（右）
AI角色可用于为所有年龄段的人创建沉浸式的学习素材，从课堂到博物馆、历史古迹甚至自然户外中等地点都可以提供相应的学习素材。
通过使用最先进的算法，可以使著名的历史人物、现代人物或虚构人物栩栩如生，通过这种生动的方式让学习者更好地体验与了解科学家的发现、历史人物讲述战斗或画家讨论他们的灵感和过程的“生动”体验。
AI生成的角色可以在某些较为敏感的对话中让人们匿名发言，同时让他们以虚构人的形象存在。
孩子们还可以将他们的医生视为一个更有趣、更令人感到轻松的角色。这有助于在就医之前、期间或之后减轻孩子们的就医恐惧和压力。
通过研究团队统一的渠道，人们可以生成自己的AI虚拟角色。为了安全起见，输出被标记为可被人和机器检测到。
从另一个角度来看，虽然这项技术带来了令人兴奋的无限可能性，但AI生成的媒体信息有一定可能性被用于恶意目的。在未来，攻克这样的挑战将需要社区、政府、行业、研究人员和学术机构多方面的共同努力。
素材来源：
MIT Media Lab
http://interspecifics.cc/work/codex-virtualis-_/
版权说明：本文素材来源于网络，如有损害或影响您的合法权益，请积极与我们联系处理
本文来自微信公众号“信息与交互设计研究所”（ID：gh_c1cd7847b233）。大作社经授权转载，该文观点仅代表作者本人，大作社平台仅提供信息存储空间服务。
