Pogoda 
Liczenie dodatkowych palców czy szukanie zniekształconej biżuterii przestaje być skutecznym sposobem wykrywania grafik stworzonych przez sztuczną inteligencję. Jak opisuje Spider’s Web, australijscy naukowcy opracowali metodę opartą na analizie ogólnych cech twarzy, a nie pojedynczych błędów.
Badacze przekonują, że współczesne modele AI coraz lepiej eliminują typowe artefakty, dlatego konieczne było opracowanie nowego podejścia.
Sześć elementów, na które warto zwrócić uwagę
Zespół z Australijskiego Uniwersytetu Narodowego wskazał sześć cech pomagających odróżnić prawdziwe fotografie od grafik wygenerowanych przez AI. Są to:
-
symetria, -
proporcjonalność, -
atrakcyjność, -
ekspresyjność, -
charakterystyczność, -
zapamiętywalność.
Jak relacjonuje Spider’s Web, twarze stworzone przez sztuczną inteligencję są zwykle bardziej symetryczne, proporcjonalne i atrakcyjne. Z kolei zdjęcia prawdziwych ludzi częściej wydają się bardziej charakterystyczne, łatwiejsze do zapamiętania oraz bogatsze w naturalną ekspresję.
Skąd biorą się te różnice?
Autorzy badania wyjaśniają, że generatory obrazów uczą się na ogromnych zbiorach fotografii i tworzą nowe twarze na podstawie statystycznych zależności między milionami przykładów.
Efektem są twarze przypominające matematyczną średnią – harmonijne i poprawne wizualnie, ale często pozbawione indywidualnych cech charakterystycznych dla prawdziwych osób.
Krótkie szkolenie znacząco poprawiło skuteczność
W badaniu uczestnicy najpierw samodzielnie oceniali autentyczność prezentowanych twarzy, a następnie przeszli krótkie szkolenie polegające na analizie sześciu wskazanych cech.
Według Spider’s Web średnia skuteczność rozpoznawania obrazów wygenerowanych przez AI wzrosła z 41,4 proc. do 81,1 proc., a najlepsi uczestnicy osiągali niemal stuprocentową trafność. Wyniki zostały następnie potwierdzone przez niezależny zespół badaczy z Uniwersytetu Wiktorii w Kanadzie.
Autorzy zastrzegają jednak, że badanie dotyczyło obrazów wygenerowanych przez model StyleGAN. Kolejne prace mają sprawdzić, czy metoda będzie równie skuteczna w przypadku nowszych generatorów oraz materiałów audio i wideo wykorzystujących technologię deepfake.
