AI 收藏夾 Vol.004：虛擬愛豆出道！

人工智慧是一門融合了電腦科學、圖形學、生物學、語言學等學科的前沿科學。隨著產學研深度融合創新，人工智慧從理論研究逐漸落地，各種應用與設想層出不窮。「AI 收藏夾」將會與大家分享一些 AI 領域實用有趣的文章和工具，與大家一起見證技術的創新與變革。

文章

0 1

虛擬愛豆出道 !

「與真人網紅不同，虛擬網紅永遠不會拍照遲到，不會在聚會上喝醉，也不會變老……」最近，英國《經濟學人》[1.1]發表了一篇題為《下一個是什麼？2022 年值得關注的 22 項新興技術》的文章，寫道：「2022 年預計將有 150 億美元用於網紅營銷，虛擬網紅也會迅速增多。」

5 月 20 日，阿里巴巴旗下的首個數字人員工、NFT 藝術家、數字策展人、潮牌主理人 AYAYI 橫空出道；

12 月 3 日，首個元宇宙 NFT 屬性的虛擬偶像 CC is Dreaming 以全息圖的形式登臺演出；

韓國頭部經紀公司 SM 打造八人女子偶像團體 aespa ，由來中日韓的四名真人成員和 1:1 建模的 AI 成員共同組成，主打真實與虛幻的交融，自去年出道以來，歌曲、舞蹈、造型都極具未來感。

如何打造一個數字世界的虛擬明星？「海內外市場都對此既有懷疑，又飽含期待，資本對虛擬世界更是透支了超額的熱情。但如何解決虛擬偶像的商業化瓶頸，讓元宇宙的概念真實落地，仍然需要更多人帶著理性的思維入局。」[1.2]

0 2

神經網路模型幫助檢測虛假和誤導性資訊

任何人都能輕鬆分辨這兩張圖片的不同——右邊的圖片有一個邊框，是前左邊的網頁截圖。但是對於計算機視覺系統來說，雖然兩張圖片內容相同，但是畫素不同，很難分辨差異。圖片的相似性檢測非常重要，因為，一條不實資訊的圖片可能有成千上萬的副本，需要找到全部的副本，提示使用者可能是不實資訊。

Facebook 自研的 SimSearchNet 模型用於精確檢測影象的細微變化。一旦工作人員人員確定影象包含虛假和誤導性資訊，該模型能夠找到與目標影象近似的所有影象並提示使用者，在後疫情時代得到廣泛應用[2]。

0 3

鼻紋尋愛寵

我們知道貓狗的鼻子可以反饋健康狀況，其實它還像人類的指紋一樣具有唯一性，不會隨著年齡發生變化。貓狗的鼻紋可以用於身份標識，鏟屎官可以在支付寶錄入愛寵鼻紋，給寵物「上保險」；發現疑似走失的寵物，也可掃一掃鼻紋識別身份，幫它回家。

曠視[3.1]、螞蟻[3.2]等團隊研發的寵物鼻紋識別技術已經獲得十幾項專利。除了幫助找尋走丟寵物之外，寵物鼻紋識別還有望在城市寵物管理、寵物保險、寵物醫療等方面發揮作用。

0 4

AI 演算法阻止偷獵

每年有近三萬頭非洲象被偷獵者殺死，如果照著這樣的趨勢繼續下去，非洲象將會在十年後滅絕。

卡內基梅隆大學（CMU）計算機學院軟體研究所助理教授方飛曾幫助美國海岸警衛隊在 2013 年部署了PROTECT 模型，用於打擊恐怖主義。之後，方飛探索了 AI 可以解決的其他問題，帶領團隊開發了 PAWS 模型[4]，使用過去巡邏的資料來預測可能發生偷獵的地方，並使用博弈論模型來幫助生成隨機的、不可預測的巡邏路線。PAWS 既是動物腳掌的意思，又是「野生動物安全保護助理」的英文縮寫。

0 5

資料集如何做到公平公正？

對於資源不足的機構和團隊來說，建立自己的資料集代價高昂，大部分研究機構預設使用流行的開源資料集（例如ImageNet）。然而，這樣的趨勢令人擔憂。加州大學和谷歌研究中心的一篇論文發現，在全球範圍內，資料集的使用越來越不平等，在我們的 43,140 個樣本中，超過半數的資料集來自少數有影響力的機構，主要是西方政府或組織……這造成了富人更富窮人更窮的馬太效應。作者認為，資料集應該多樣化，盲從少量的精英資料集會導致研究結果偏離真實世界。作者提出，僅僅要求研究人員開發更多資料集還不夠有力，還應該倡導以公平為導向的政策干預[5]。

工具

0 1

畫圖神器 PlotNeuralNet

🌟 功能：

神經網路結構模型繪圖工具，上手略有難度但學會之後很好用

👀 亮點：

• 指令碼化，可以使用 LaTex 編寫或者使用 Python 指令碼編寫
• 自由度高、清晰度高（但無互動介面）

👉 地址：

專案主頁：https://github.com/HarisIqbal88/PlotNeuralNet

中文教程：https://github.com/luanshiyinyang/PlotNeuralNet

0 2

畫圖工具 ConvNetDraw

🌟 功能：

主流神經網路繪圖工具之一

👀 亮點：

• 指令碼化控制
• 尺度自定義
• 直觀

👉 地址：https://cbovar.github.io/ConvNetDraw/

0 3

資料版本管理工具 DVC

🌟 功能：一款強大的資料版本管理工具，用於管理機器學習實驗資料。使用 Git 和 DVC，團隊可以對實驗進行版本控制、管理大型資料集。

👀 亮點：

• 與現有的 Git 版本管理工具流程類似，因此學習門檻比較低
• 安裝快速，易於使用
• 開源且有完善的文件支援

👉 地址：https://dvc.org/

參考資料：

[1.1] 下一個是什麼？2022 年值得關注的 22 項新興技術: https://www.economist.com/the-world-ahead/2021/11/08/what-next-22-emerging-technologies-to-watch-in-2022

[1.2] 如何在元宇宙裡捧紅虛擬人？SM已交作業: https://mp.weixin.qq.com/s/jd_SVuUrHMH3jPRU_7533Q

[2] Facebook 自研的 SimSearchNet 模型介紹 : https://ai.facebook.com/blog/using-ai-to-detect-covid-19-misinformation-and-exploitative-content

[3.1] 曠視主頁: https://www.faceplusplus.com.cn/dog-nose-recognition/

[3.2] 螞蟻的鼻紋識別: https://www.ithome.com/0/563/054.htm

[4] AI 演算法阻止偷獵: https://spectrum.ieee.org/tackling-problems-with-game-theory

[5] 資料集公正性: https://www.unite.ai/a-cartel-of-influential-datasets-are-dominating-machine-learning-research-new-study-suggests/

---

Zilliz 以重新定義資料科學為願景，致力於打造一家全球領先的開源技術創新公司，並通過開源和雲原生解決方案為企業解鎖非結構化資料的隱藏價值。

Zilliz 構建了 Milvus 向量資料庫，以加快下一代資料平臺的發展。Milvus 資料庫是 LF AI & Data 基金會的畢業專案，能夠管理大量非結構化資料集，在新葯發現、推薦系統、聊天機器人等方面具有廣泛的應用。