细思极恐！只需54块钱，你也能让AI伪造一系列联合国发言

联合国发言生成器了解一下？

最近，有研究人员真就搞出了一个。手握这个生成器，你就可以无限生成逼真的联合国演讲风格的内容。

快速传递假新闻、随口就能生成仇恨言论、冒充知名人物进行演讲……这个模型让人细思极恐，令人深感不安。

做这样一个系统时间和金钱成本很高吧？

这么想就大错特错了。研究人员表示的，整个模型只需要 13个小时 的训练，总共花费不超过7.8美元，也就是 人民币54元 。

也就是说，半天时间，一顿晚饭钱的成本，你也能让AI伪造一系列联合国发言。推特网友评论道，现在终于理解为什么有些模型不应该开源了。

可怕。

真假难辨的效果

研究人员用三类任务展示了这个模型的效果，在每种任务上，模型都能Hold住相关场景，生产出假新闻、假言论。

一是 一般性的主题 ，比如气候变化、核裁军等。

气候变化仍然是所有国家关注的主要问题，世界各国领导人和马里政府重申了这一承诺，呼吁联合国通过一系列解决众多人面临的严重局势的紧急措施，面对气候变化。作为一个穆斯林国家，穆斯林国家坚信促进和平、安全与发展的国际合作的重要性。

在这一段假新闻里，无论是口吻、用词还是行文逻辑，AI模型生成的文本都显得逼真。

第二种任务是 模仿联合国秘书长的口吻对事件进行公开评论 。

相比于第一种任务，这个任务需要的观点输出更明确，难度也进一步提升。

AI模型的表现如何？看看生成效果：

联合国秘书长强烈谴责这种发生在摩加迪沙的恐怖致命袭击事件。……（此处有省略）我们希望国际社会也将响应对“非洲之角”和平与安全的呼吁，并希望苏丹将继续执行自己的安全理事会决议制度。

如果是呼吁和平的言论还好，最可怕的是，这个模型还能产生恶意煽动性言论。

研究人员展示的第三种效果就是生成 充满恶意和煽动性言论 ，到底能到哪种程度。

在这个任务中，AI分别就“难民是恐怖分子”和“移民是艾滋病传播的罪魁祸首”两个命题生成假言论，内容更是让人看了脊背发凉。

这样一个模型，到底是怎样在半天时间+54块钱成本的情况下做出来的？

开源模型

研究人员表示，从头开始训练语言模型是一项复杂的任务，需要大量的数据和计算力来进行，借助别人已经开源的项目进行研究，也不失为一种性价比高的选择。

在这个项目中，训练数据是由Baturo等此前研究汇集的1970-2016年联合国7507次发言的文本。

在这么多次演讲中，已经讨论过很多话题。研究人员表示，在使用这个数据集前，这些演讲被分成了283593个段落，并清理文本中的噪声，使用spaCy进行标记。

论文What Drives the International Development Agenda? An NLP Analysis of the United Nations General Debate 1970-2016地址：

https://arxiv.org/abs/1708.05873

数据集搞定后，模型训练又成了大问题。在这个阶段，研究人员采用了开源模型： AWD-LSTM模型 进行预训练。

这是2017年由Salesforce研究院的Stephen Merity等人提出的模型，论文中提出了一系列基于词的语言模型正则化和优化策略，这些策略可在不改变现LSTM模型的基础上应用。

论文Regularizing and Optimizing LSTM Language Models地址 ：

https://arxiv.org/abs/1708.02182

研究人员用Wikitext-103数据集进行预训练，借助fast.ai库，最终，AWD-LSTM模型在NVIDIA K80 GPU上训练不到13个小时，就完成了模型的训练，成本仅用了7.80美元（54元）。

多重身份的一作

这篇论文出自Joseph Bullock和Miguel Luengo-Oroz之手。

一作Joseph Bullock有3重身份：一是United Nations Global Pulse小组成员，二是英国杜伦大学（Durham University）数据科学研究所的一员，三是杜伦大学粒子物理现象学研究所的成员。

Miguel Luengo-Oroz是United Nations Global Pulse的数据科学家。

这篇论文也将出现在长滩上举办的Conference on Machine Learning AI for Social Good Workshop上。

传送门

论文Automated Speech Generation from UN General Assembly Statements: Mapping Risks in AI Generated Texts地址：

https://arxiv.org/abs/1906.01946

原报道地址：

https://www.technologyreview.com/f/613645/ai-fake-news-deepfakes-misinformation-united-nations/