點擊上方藍色字關注我
編者按:本篇帶來清華大學《創業導引-與創業名家面對面》課程分享。該課程由清華大學教務處、清華大學基礎工業訓練中心、清華校友總會、清華大學團委、清華校友總會互聯網與新媒體專委會、清數D-LAB、水木基金、英諾創新學院共同開展。
創業導引課作為連接平台,廣邀創投、創業領域名人走上清華講堂,與學生面對面交流,講述理論與實踐相結合的創業知識、暢聊創業經歷,培育未來的創業之星。
今後我們將持續在三創平台奉上該課程的精彩分享,為三創項目提供創業乾貨,解決實際問題。


鑽石舞台 發表在 痞客邦 留言(0) 人氣()

點擊上方藍色字關注我

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

點擊上方藍色字關注我

來源:啟迪之星壹計劃
11月30日,第五屆清華校友三創大賽TMT/AI大數據/5G區塊鏈天使組優勝項目——「小眼探索」完成千萬級Pre-A輪融資!由啟迪之星創投領投,水木清華校友基金參投。該輪資金將重點用於邊緣計算平台的系列化研發,以及數據集和算法庫的升級,從而覆蓋更多應用場景。詳情如下。

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

第 13 期

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

現代打工人「壓力山大」

不敢看的除了賬單

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

子彈財經(wwwhygc)原創
作者 | 付艷翠
編輯 | 馮羽

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

中新經緯(jwview)原創
作者 | 付玉梅
編輯 | 趙佳然

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

深燃(shenrancaijing)原創
作者 | 宛其
編輯 | 李秋涵

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

Deepfakes 簡介
Deepfakes 是人工智能生成的任何人或名人的合成視頻,它冒充真實的人,並讓他們採取行動或說出他們從未做過的任何事情。
Deepfake 的創建過程在技術上很複雜,通常需要大量數據,然後將這些數據輸入神經網絡以訓練和生成合成視頻。
Deepfakes 的影響
Deepfakes 和 AI 虛擬形象可能會產生不同的影響,具體取決於其使用方式。雖然 deepfake 的負面影響可能令人恐懼,但它在其他情況下會很有用。
Deepfakes 的優點
Deepfakes 可以作為一種藝術形式,讓過去的人們重獲新生。例如,一幅蒙娜麗莎的畫可以用來生成一個會說話的蒙娜麗莎的合成圖像。
Deepfake 技術可用於在訓練視頻中創建 AI 頭像。在疫情期間,總部位於倫敦的 Synthesia 等初創公司越來越受到企業界的關注,因為封鎖和健康問題使涉及真人的視頻拍攝變得更加困難。
Deepfakes 可用於創建個人頭像,可以用於試穿衣服或新髮型。
Deepfakes 還可用於調查新聞報道、金融等各個領域的身份保護和匿名化。
Deepfakes 的缺點
Deepfakes 可用於通過名人的換臉視頻傳播假新聞。
Deepfakes 也可能被誤用於在社交媒體上發起錯誤信息宣傳活動,從而改變公眾輿論並導致負面後果。
創建 Deepfakes
儘管可以通過多種方式使用或誤用Deepfakes,但隨着 AI 日新月異的進步,創建它們變得越來越容易。
我們現在可以用一個人的小視頻源創建一個Deepfakes。是的,隨着神經網絡的最新進展,這現在很容易實現。
讓我們將解決方案分解為兩部分
聲音克隆
視頻口型同步
Deepfakes 的語音克隆部分
SV2TTS 是一個深度學習框架,可以通過訓練將音頻量化並以數字和參數的形式表現出來,這些數字和參數的基礎是一個人的聲音的一小段音頻。
語音樣本的這種數字描述可用於指導和訓練一個從文本到語音的模型,以使用任何文本數據作為輸入,生成具有相同語音的新音頻。因此,使用從樣本源視頻中提取的音頻,可以使用 SV2TTS 輕鬆創建語音克隆。

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

鏈接:https://www.zhihu.com/question/299880517
編輯:深度學習與計算機視覺
聲明:僅做學術分享,侵刪
實驗室做了一個醫療數據的CNN模型,有公司想商用。模型是用TensorFlow實現的,python代碼似乎不好加密,希望只給客戶接口函數和傳參,如何有效保護模型結構防止泄露?

作者:匿名用戶
https://www.zhihu.com/question/299880517/answer/1724009978
想說個腦洞,能不能在模型權重里加鑰匙?
比如對於output = Model(input, key),key是採樣至一個加密者確定的特定分布的數值,在特定層的時候會與主幹網絡作用,最終輸出與key有關。因為權重參入了key部分運算的權重,(可能)很難被分析出來。而如果只是加密保存的權重(混淆,硬編碼等),在上載到硬件的過程里還是可以被捕獲和破解的。
不過這裡有幾個問題,其一是如何控制參入key以後的模型性能,有可能參入key以後模型無論是從頭訓練還是微調都沒法得到合適的性能了。其二是key的信息和過期問題。
key的過期,有個附加腦洞,感覺特別適合embedding輸入的模型。key和timestamp輸入是否可以構成一種特殊的embedding而對模型施加控制?不過這裡timestamp可以作弊。避免作弊的話,還是只能做一部分SAAS了。比如把參入key的小模型部署在雲端,圖片被加key模型處理後,再返回來在本地用帶key的模型推斷。不過既然都做成這種兩部分式的了,那不如直接把模型推斷的幾個運算發至雲端算,這樣本地還是做了主要運算,而且也只是拿着一個也沒法被破解的權重了。

鑽石舞台 發表在 痞客邦 留言(0) 人氣()