تشخیص عکس هوش مصنوعی از عکس واقعی

قابلیت های هوش مصنوعی به نتایج چشمگیری دست یافته است. الگوریتم ها در حال حاضر قادر به تقلید از سبک هنرمندان، تولید آثار هنری خیره کننده و حتی عکس های واقعی هستند. متأسفانه، چنین محتوایی اغلب برای اطلاعات نادرست استفاده می شود. آیا می توان رد AI را در تصویر تشخیص داد؟

تحلیل بصری
مهم نیست که چقدر هوش‌های مصنوعی کامل هستند، آنها فقط الگوریتم های ریاضی هستند. و بنابراین، آنها مرتکب اشتباهاتی می شوند که برای خودشان نامرئی، اما با چشم انسان قابل مشاهده است. اگر با دقت کافی به تصویر نگاه کنید، تقریبا همیشه می توانید چیزی مشکوک پیدا کنید.

اندازه قاب و جزئیات دقیق
این شبکه در حال حاضر چندین سرویس دارد که برای ایجاد چهره یک فرد ناموجود ارائه می شود. این افراد بعداً می توانند در ایجاد حساب های جعلی و نه تنها مشارکت داشته باشند. محبوب ترین سرویس این شخص وجود ندارد. شبکه عصبی چهره افراد مختلف را تولید می کند و بسیاری از عکس ها واقعاً از عکس های واقعی قابل تشخیص نیستند.

اول از همه به فرمت فریم نگاه کنید. به عنوان یک قاعده، شبکه عصبی چهره ها را به طور کامل و فقط گاهی با انحرافات جزئی تولید می کند. علاوه بر این، معمولاً یک پس‌زمینه یکنواخت سخت در پشت مشاهده می‌شود که نمی‌توانید هیچ شیئی را روی آن انتخاب کنید. حتما به ناحیه گوش توجه کنید. شکل تغییر شکل یا تزئینات عجیب آنها نشانه روشنی از کارکرد شبکه عصبی است. گوشواره ها تقریباً همیشه عجیب و غریب یا شناور در هوا بیرون می آیند.

تقارن

یکی دیگر از ویژگی های بارز، تقارن غیر طبیعی چهره ها است. بیایید از شبکه عصبی عکس بگیریم و سپس قسمت چپ صورت را به سمت راست آینه کنیم.

متوجه شدید؟ پرتره تغییر زیادی نکرده است. چهره های واقعی معمولاً دارای عدم تقارن خاصی هستند. اگر ترفند مشابهی را با یک عکس واقعی انجام دهید، به احتمال زیاد بعد از انعکاس چهره بیش از حد صاف و مساوی است نامشخص خواهید داشت.

به طور کلی، چهره هایی که توسط هوش مصنوعی تولید می شوند، تقریباً همیشه در مقایسه با عکس های واقعی، پوستی عالی دارند. و این چشمگیر است. سعی کنید خودتان تعیین کنید-سرویس Whatfaceisreal از شما می خواهد حدس بزنید شخص واقعی کجاست و تصویر شبکه عصبی کجاست. با کمال تعجب، دومی ها کاملاً ساده تعریف می شوند. مصنوعات کوچک یا پس زمینه ناخوانا "مارک" عملکرد کامپیوتر را از بین می برد.

دست ها
وقتی در مورد تصاویر تمام قد از افراد صحبت می کنیم، اکثر هوش‌های مصنوعی هنوز یاد نگرفته اند که چگونه با دستان خود کار کنند. مشکل این است که داده های آموزشی به ندرت شامل عکس های باکیفیت از دست ها، زوایای و مکان آنها می شود. به همین دلیل، شبکه هوش مصنوعی باید در حین ترسیم بداهه‌سازی کند، که منجر به نقص‌های مشخصه می‌شود - تعداد انگشتان بسیار زیاد یا کم و مکان نامشخص آنها. این واقعیت که کف دست ما متقارن نیست نیز به پیچیدگی می افزاید.

با این حال، با بهبود توانایی هوش مصنوعی‌ها، این مشکل به تدریج از بین می رود. به عنوان مثال، Midjourney v5 نه تنها قادر به تولید عکس های واقعی از افراد است، بلکه در برخی مکان ها به راحتی با دست ها کنار می آید. شناسایی هر گونه کاستی در حال حاضر بسیار دشوار است.

دندان و چشم
در مدل های مدرن، مشکلات چشمی بسیار نادر است - همان Midjourney و مشابه آن، واقع بینانه ترین چشم ها را تشکیل می دهند. فقط در برخی موارد، مردمک ممکن است تغییر شکل داده یا با برخی مصنوعات ظاهر شود. در هر صورت، توجه کنید - گاهی اوقات این یک نقطه ضعف است.

اما نقص در دندان ها هنوز هم رخ می دهد. اغلب، هوش مصنوعی‌ها تعداد زیادی از آنها را ترسیم می کند یا فراموش می کند که آنها را جدا کند. به نظر می رسد ردیف دندان ها یک خط سفید یکنواخت است.

متن ناخوانا
هوش مصنوعی بر روی مجموعه داده هایی از تصاویر مختلف آموزش می بینند. آنها یاد می گیرند که تصاویر خاص را تشخیص دهند، اما محتوا را تجزیه و تحلیل نمی کنند. 

و نمونه های زیادی از این دست وجود دارد: تابلوهای فروشگاه، نوشته های روی بنرها، تی شرت ها یا برچسب ها. شبکه عصبی قادر به تشخیص معنادار متن نیست و بر این اساس قادر به بازتولید آن به اندازه کافی نیست. برای همین گفته می‌شود در طراحی‌ها هیچ‌گاه هوش مصنوعی جایگزین انسان نمی‌شود.

جزئیات پس زمینه نامشخص
عکس‌های شبکه عصبی اغلب پس‌زمینه‌ای را با بسیاری از اشیاء کوچک نشان می‌دهند. و اکنون هوش مصنوعی آنها فقط به صورت مجازی طرح می کند.

به این عکس ها نگاهی بیندازید – در نگاه اول هیچ چیز غیرعادی نیست. کشیدگی گربه کمی بیشتر از حد طبیعی‌ست. اما برخی از اشیایی که در پشت ما قرار دارند وقتی به طور دقیق مورد بررسی قرار می گیرند سؤالاتی را ایجاد می کنند. آنها شبیه چیزهای آشنا هستند، اما نمی توانید بگویید چیست.

به طور مشابه با فضای داخلی. تصویر کلی واقع گرایانه به نظر می رسد، اما هنگامی که به دقت نگاه کنید، متوجه کاریکاتورهایی با منشأ ناشناخته می شوید.

گجت‌ها

این شبکه عصبی قادر است یک گوشی هوشمند واقعی ترسیم کند و حتی همان آیفون را با جزئیات بازتولید کند. اما فقط در صورتی که درخواست به طور خاص این وظیفه را مشخص کند. اما در همه موارد دیگر، ابزارها اغلب چیزی غیرقابل درک هستند. به طور کلی، آنها قابل تشخیص هستند، اما وقتی با جزئیات مشاهده می شوند، ایرادات جزئی بلافاصله توجه شما را به خود جلب می کند -

برای مثال، برای لپ تاپ ها، شبکه های عصبی یاد نگرفته اند که چگونه صفحه کلید را به اندازه کافی ترسیم کنند.

بنابراین، هنوز هم می توان یک عکس فوق واقعی را از یک عکس ساختگی تشخیص داد. نکته اصلی این است که به جزئیات نگاه کنید. با مناظر و عکس‌های پرتره، هوش مصنوعی تقریباً به‌طور کامل با آن کنار می‌آید، به جز نقص‌های دوره‌ای در دست‌ها. اما در مورد اشیاء ساخته شده توسط انسان - جزئیات داخلی، لوازم خانگی، متن و موارد مشابه - مشکلاتی وجود دارد.