卫星地图(互联网)
美国"防务一号"（Defenseone.com）网站前日刊登文章，由该网站组织的第二届"天才机械"（Genius
Machines）论坛上，有美国国家地理情报局专家称，中国正将运用"生成对抗网络"（Generative Adversarial
Networks，GAN）技术对衞星照片进行处理，以扰乱人工智能（AI）技术对军事和民用目标进行大数据识别。相关专家认为，中国在这方面已经大幅度领先美国。
据称，美国家地理情报局局长办公室的自动化项目主管兼首席资讯总监托德·迈尔斯（Todd Myers）说："中国是第一个运用对抗生成网络技术来欺骗大数据识别的国家，他们已经成功欺骗了计算机（电脑），让它们识别出实际上并不存在的地形和目标。"
迈尔斯又说："中国在这方面是有计划的：他们已经在这样做了。使用GAN来操纵图像和像素，来造出实际上不存在的东西，来实现『邪恶』的目的。"
迈尔斯举例，对手可以通过欺骗通过电脑的辅助识别分析软件，让它认为在某重要河流的特定地点出现一座桥樑："这样一来，你就可能会被引诱针对这座桥樑制定战术计划，训练部队，制定进攻路线，以攻击这座并不存在的桥。"
迈尔斯称，2017年开始，中国学者已经开始使用生成对抗网络技术，来识别衞星照片中的道路、桥樑和其他目标。去年开始，有AI技术专家指出，同样的技术开始被用于欺骗生成对抗网络。
迈尔斯表示，为了训练自动识别系统，需要使用大量商业衞星照片，而只需在其中混入小量经过处理的数据，即可干扰整个自动识别系统的工作。他表示："我们暂时不说国防和情报方面会遇到的问题，就想像一下，谷歌（Google）地图可能会混入这些图片，故意的？那么我们就可以想像，5年后，特斯拉（Tesla）自动驾驶系统广泛使用以后会如何？"
2014年，GAN（生成对抗网络）技术首次被提出，是一种训练神经网络系统自动识别目标和识别真伪的新方法。简单来说，通常的识别算法是通过图像中的一些特定特征的出现规律来进行，例如：当一张图片符合条件X、Y和Z，那么就可以识别这张图片中有一只猫。而生成对抗网络则会学习在甚么情况下，识别神经网络会将目标识别为猫，然后生成含有X、Y、Z条件的图片以使识别网络认可这是一只猫。
这技术目前最广为人知的运用就是"AI换脸术"（deep fake），利用这一技术可以制作以假乱真的动态人脸画面。利用生物识别等技术，电脑仍然可以区分GAN制作的动态人脸画面，但如果将这一技术转移到地图上，识别就变得不可能了。
