文＼蔡宗桓
隨着AI技術快速發展，外國作家Benjamin Miller（化名）在率領一支團隊為一家科技公司供稿時，逐漸以ChatGPT取代員工，即交由AI（人工智能）編寫文章，而他和員工則負責修改文章，讓AI生成的文章多些“人”味，結果，久而久之，隨着AI逐漸全面取代他們的功能，他所率領的團隊最終被科技公司解僱，也因此應驗了他自身曾說過的一句話：“我原想要AI替我洗衣服、洗碗，好讓我能從事藝術或寫作等創作工作，結果卻是AI代替我從事藝術與寫作工作，而我則去洗衣服、洗碗。”雖然此事看似當前應有的自然發展，但其實科技公司所為已違背AI存在的意義。
根據BBC報導，作家Benjamin於2023年初領導一個由六十多名撰稿人、作家和編輯組成的團隊，為一家科技公司撰寫部落格和文章，用以推廣該公司從房地產到二手車等各種產品的資料。
不過，該公司隨後為了降低成本而引進自動化系統，起初，該公司只讓經理把文章標題輸入表單，再由AI生成文章大綱，而員工則根據AI提供的大綱來撰寫文章，並由Benjamin進行最後的編輯，接着再發出文章。
該公司原本只讓AI撰寫文章大綱，再讓員工根據大綱撰寫文章，以藉此節省時間。不過，經過一段時間，情況開始不受控制，幾個月後，該公司開始大幅度裁掉Benjamin團隊的員工，並開始讓ChatGPT負責編寫文章的工作。
至於那些沒有被裁員的少數員工則開始替ChatGPT所寫的文章進行潤色的工作，並負責修改ChatGPT產出的文字，讓這些文字不那麼死板，使文章看起來並非由AI所創作。
到了今年，該公司甚至解僱了Benjamin的整個團隊，只留下Benjamin一人獨自處理ChatGPT產出的所有文章。
過後，Benjamin每天上班一打開電腦就得開始編輯由AI生成的文章，並修正機器人過於生硬的寫法，並刪減和修改錯誤、去掉過於正式或熱情的語言……。
對Benjamin來說，修改AI文章的工作量比修改人寫文章的工作量多，同時，前者顯得重複和無聊。
“漸漸地，我開始覺得自己也是機器人。”
最後，就連Benjamin也被公司辭退，因為公司最終覺得他也是多餘的。
雖然Benjamin被辭退之後不久又在 UnDetectable AI找到了一份工作，但UnDetectable AI是一間軟件開發技術公司，專門開發讓人工智慧書寫的內容更難以識別的軟件，因此形成了諷刺的現象，即Benjamin因為AI被裁員之後又成了幫助AI進步的人。
Benjamin的遭遇讓人感嘆人和AI的位置已悄悄倒轉，過去是“AI負責重復勞動，而人類負責創”，如今則變成“AI負責創新，人類負責重復勞動”。就如他本身所言，“我原是想要AI幫我洗衣服、洗碗，好讓我能從事藝術或寫作工作，而不是讓AI替我從事藝術與寫作工作，而我去洗衣服、洗碗。”
此事也讓大家開始反思AI技術的發展未來會否導致大規模失業潮。雖然AI技術可提高效率，但同時也可能取代部分人類工作，而Benjamin的遭遇也提醒我們，AI技術的發展或會帶來意想不到的後果，大家需要加以重視。
AI生成記憶植入大腦
讓罪犯感受受害者遭遇
有科學家早前提出一種名為Cogniify的技術，旨在通過AI人工智能生成記憶，植入罪犯大腦，以改變懲教方式。
據了解，這項技術是把犯罪的合成記憶植入罪犯腦中，並展示受害者的視角，使罪犯產生悔恨情緒。同時配合虛擬實境技術，讓罪犯感受到似乎經歷了數年的時間，但實際上僅花了幾分鐘。
科學家蓋利（Hashem Al-Ghaili）指出，這項技術可大幅度縮短罪犯的監禁時間，減少監獄成本，並根據罪行嚴重度和康復狀況進行客製化，以徹底改變刑事司法系統。
這些記憶是使用AI人工智能生成的內容即時創建的，並可配備類似虛擬實境的設備以顯示犯罪畫面，使得康復過程雖然僅需幾分鐘，但卻能讓罪犯感受到彷彿經歷了數年的時間。
這項技術的應用可讓罪犯的釋放時間大為提前，最短的監禁刑罰甚至可以短到只有幾分鐘。但因在罪犯腦海裡，時間的流逝速度會比現實生活中的慢，所以他們會經歷一段仿彿長達數年時間的監禁感受，從而產生悔意。
該系統不僅可以展示生成式犯罪記憶，還能讓罪犯罪感受到受害者及其家人所遭受的身體和情感創傷。這些記憶可以根據每個受試者的犯罪嚴重度、刑期和康復狀況進行訂製，實現“客製化”。
研究指出，這項技術可以減少長期監禁的成本，徹底改變刑事司法系統，從而大大降低維護監獄設施和支持囚犯的成本。
然而，這項技術也引發不少倫理和法律層面的討論，如植入合成記憶是否侵犯了個人的意識和自由意志？罪犯的悔恨情緒是否真實有效？這些問題都需要在技術應用之前得到充分的討論和解決。
即便如此，Cogniify技術依然為刑事司法系統提供了一個全新的思路，有望在未來的犯罪矯正和預防中發揮重要作用。
日研發賽服布料
防選手遭紅外線偷拍
隨着巴黎奧運近在眉睫，各國都在為今次賽事緊鑼密鼓地進行籌備工作。就在我國因代表團官方服裝設計引來批評與熱議而被迫重新設計之際，上屆東京奧運的主辦國日本已在本屆奧運為運動員研發一種全新布料，並用於製q作選手的比賽服裝，以防不法分子使用紅外線相機偷拍選手。
綜合日媒報導，這種新型布料是由日本體育用品製造商美津濃、非鐵金屬企業住友金屬礦q山和印刷公司共同研發。
事緣，上屆奧運期間，有運動員向日本奧林匹克委員會投訴被紅外線相機偷拍，且有關照片還被上傳網絡，甚至被附上具色情意味的標題，受害者包括當時代表日本出賽的女體操選手杉原愛子。
目前，上述新款布料將被用於製作排球、田徑和其他日本代表隊的比賽服裝，它具有更好的紅外線吸收能力，就像隱形飛機通過干擾雷達訊號來避免被偵測的原理一樣，這種布料能防止光線到達攝影機或紅外線感應器。
美津濃釋出的實驗結果顯示，在“比賽服面料”和新型紅外線吸收布料的覆蓋下，黑色的英文字母“C”在紅外線攝影下完全消失。然而，預計巴黎奧運舉辦期間將會出現異常炎熱的天氣，因此，製造商需要在保持運動員涼爽舒適的同時和防止紅外線攝影效果之間取得平衡。
AI聲音偵測模型面市
準確率高達94%
生成式AI技術普及化使得假資訊和詐騙等問題變得更加嚴重，要如何判斷內容是否AI生成已成為備受關注的問題。有開發公司最近便推出新型的AI聲音偵測模型，據稱其準確度可達94%。
Resemble AI最近發表的新一代DeepFake偵測模型Detect-2B的準確率據稱高達約94%。
Detect-2B的架構基於Mamba-SSM 或狀態空間模型開發，採用隨機概率模型，能更好地配合音頻訊號的變化。模型包含未見過的說話者、DeepFake AI 生成聲音和不同語言的測試集上都表現出色，在6種不同語言中檢測DeepFake聲音的準確率至少達到93%。
根據Resemble AI的說明，Detect-2B的子模型“由一個凍結的音頻表示模型和插入其關鍵層的適應模組組成”。適應模組可把模型的焦點轉向人工生成痕跡，這些偶然出現的“瑕疵”將有助區分真實聲音和假聲音。
據了解，模型可在不需要每次聆聽新片段時重新訓練的情況下，預測音頻中AI生成的部分。
Resemble AI也說，他們將繼續改進Detect-2B，專注於表示學習、先進模型架構和數據擴展等範疇。
谷歌翻譯新增110語言
包括廣東話 非洲原民語
Google翻譯是一項相當好用的工具，尤其現代人出國旅遊常會借助它來解決語言的隔閡。
Google翻譯最新宣佈添加110種語言，這是有史以來最大規模的擴展，其中最值得注意的是，Google翻譯現在開始支援擁有超過8500萬名用戶的粵語。
Google翻譯上次大幅更新是在2022年，當時新增24種語言，Google也宣布“1000種語言計畫”，致力於建立支援全球1000種最常用語言的人工智慧模型。現在在PaLM 2大型語言模型的協助下，再添加了110種語言。
這些新增的語言涵蓋超過6.14億用戶，約佔全球8%人口，其中多為非洲境內語言，包含小型原住民社區所用的語言，以及幾乎沒有母語者。
至於新增語言之一的粵語，則被評論為難以訓練。由於粵語在書寫上經常與中文混淆，過去一直難以建立有效的翻譯模型。
Google Translate資深軟件工程師Isaac Caswell指出，廣東話是Google Translate需求最高的語言之一。