127. 真假难辨 (第2/2页)

即便是创始人佩奇和布林，所持有的股权也仅只有百分之5.5左右。

谷歌的股价还是一路起飞的，从14年的30左右，到22年最高峰接近150。

十数亿美金的资产如果需要保值的话，化为股权先持有也是一个不错的选择。

等到有投资机会的时候，再取出一部分，比如特斯拉，比特币，都会是几十倍的利润。

但这些机会未必能经受得住太多的资金，马斯克不会坐视自己疯狂抄底，BTC自己抄底太多，资本也可能选择其他的货币收割百姓。

总之，宗旨是先在谷歌保值，然后分散投资。BTC，特斯拉，投资初创，自行创业，多点开花。

这样才最保险。

与此同时，华国港城的港中文大学里，华国学者汤小鸥带着他的一群学生和研究员们，神色凝重，气氛低沉。

就在一周前，汤小鸥团队的人脸算法识别能力首次达到了人眼水准(97.53%)，按照原本的计划，团队会花上两三个月的时间将这个结果继续往前推进一些。

随后便会开启人脸识别技术落地的时代。

可惜天不遂人愿，孟繁岐横插一手，给落地难度来了个超级加倍。

“我们目前有什么办法可以分辨生成式内容吗？”汤小鸥是残差网络原作者恺明的恩师，恺明09年一鸣惊人的暗通道去雾算法，便是在汤教授的指导下做出的。

一举夺得了视觉顶会CVPR的最佳论文，这是该顶级会议25年历史上第一篇斩获此荣誉的亚洲论文。

在深度学习未如此流行之前，汤教授的实验室就已经频繁在国际顶会上发布相关论文。

11-13年间的顶级视觉会议上，汤教授实验室在深度学习领域上产出的论文数量，与世界上其他所有机构的总和相当。

足以可见其远见、技术实力和理论底蕴。

可饶是如此汤教授面对这个突如其来的安全性难题，也仍旧是一筹莫展。

“汤老师，FaceGAN虽然公布了论文和展示网站，但是其具体的训练代码和做法细节，我们完全不清楚。在这种情况下，我们很难总结出任何有价值的规律。”

“是啊，汤老师，生成式技术是比较新的技术，用在人脸图像上也是第一次。我们在这方面没有经验，解决这个问题可能需要相当长的一段时间。”

“倘若我们通过他们的[这些人并不存在]网站，收集大量的生成内容，有没有机会总结出什么规律？”汤小鸥眉头紧锁，对方的技术路数新颖，己方完全不熟悉。

想要从源头上搞明白，实在太久了。

他的想法是，通过这些虚假的内容，专门做出一个针对性的检测器。

和自己原本的核心识别部分分开，独立进行。

不得不说，这也是一种思路，可生成这些虚假数据的模型，也是从这种对抗中训练而来的，短期之内，很难取得什么成效。

“我们先发布技术，这个难题之后再解决。”几乎是同时，脸书和汤小鸥实验室均做出了这个决定。

在原本时间线，两边的技术发布都要再迟上一两个月。

但突如其来的难题，让两边都意识到夜长梦多，再不发布，搞不好局面会更加尴尬。