adversarial

108学年度(含)前入学(含110级) 【喜讯】李政德教授指导数据所111级邱俊维，荣获“2022台湾作业研究学会-硕士论文佳作奖”。 李政德教授指导数据所111级邱俊维之硕士论文，从65篇论文中脱颖而出，荣获“2022台湾作业研究学会-硕士论文佳作奖”。 邱学长研究主题：学习抵御对抗攻击与类别稀疏之稳健图神经网络（Learning Robust Graph Neural Networks against Adversarial Attacks and Label Scarcity）

人工智能的技术演进，逐渐朝向“高模仿力”发展，有心人士可以借由大量资料来创造以假乱真的影视音内容，AI的深度造假（deep fakes）能力，将成为资讯安全的劲敌。资策会MIC资深产业分析师韩扬铭认为，新形态的人工智能犯罪，恐将对国家或企业带来新的资安隐忧，甚至因为难以辨识或疏忽而造成损害或提高营运风险成本。展望2020年，企业应该积极思考如何提升假讯息的防范能力，如何辨识与解读正确讯息，将成为提升竞争力的关键因素

由麻省理工学院与IBM华生联合实验室共同发表的AI Portraits Ars，以近年流行的生成对抗网络(Generative Adversarial Network)学习方式，根据系统的自我鉴别及模仿过程，可自动分辨人物面部及背景部分，并将上传至平台上的人物照片转变成旧时画作的绘制手法。产品推出后便造成话题，使用者都想见识AI Portraits Ars是如何透过演算完成风格转换。 从生成的图像来看，AI Portraits Ars不单只是将照片生硬地转换成名画，它会依据照片中人物及背景等各项资料挑选出不同的笔触风格，从写实派到印象派等多种作风，给出最符合照片的艺术诠释