АИ постаје све бољи и бољи у генерисању лица – али можете да тренирате да уочите лажне
Слике лица које генерише вештачка интелигенција (АИ) су толико реални да чак и „супер препознавачи“ — елитна група са изузетно јаким способностима обраде лица — нису ништа бољи од шансе да открију лажна лица.
Људи са типичним способностима препознавања су гори од случајности: чешће него не мисле да су лица створена вештачком интелигенцијом стварна.
„Мислим да је било охрабрујуће да је наша врста прилично кратке процедуре тренинга знатно повећала учинак у обе групе“, водећи аутор студије Катие Греиванредни професор психологије на Универзитету Реадинг у Великој Британији, рекао је за Ливе Сциенце.
Изненађујуће, обука је повећала прецизност за сличне количине код супер препознавача и типичних препознавача, рекао је Греј. Пошто су суперпрепознавачи бољи у уочавању лажних лица на почетку, то сугерише да се ослањају на други скуп трагова, а не само на грешке у приказивању, да би идентификовали лажна лица.
Греј се нада да ће научници моћи да искористе побољшане вештине детекције суперпрепознавача како би боље уочили слике генерисане вештачком интелигенцијом у будућности.
„Да би се најбоље открила синтетичка лица, можда је могуће користити алгоритме за детекцију вештачке интелигенције са приступом човека у петљи – где је тај човек обучени СР (супер препознавач)“, написали су аутори у студији.
Детецтион деепфакес
Последњих година дошло је до напада слика генерисаних вештачком интелигенцијом на мрежи. Деепфаке лица се креирају коришћењем двостепеног АИ алгоритма тзв генеративне супарничке мреже. Прво, лажна слика се генерише на основу слика из стварног света, а резултујућа слика се затим помно прегледа од стране дискриминатора који утврђује да ли је права или лажна. Са понављањем, лажне слике постају довољно реалистичне да заобиђу дискриминатор.
Ови алгоритми су се сада побољшали до те мере да су појединци често преварени да мисле да су лажна лица „стварнија“ од стварних лица – феномен познат као „хиперреализам.“
Као резултат тога, истраживачи сада покушавају да дизајнирају пукове за обуку који могу побољшати способности појединаца да открију лица АИ. Ови тренинзи истичу уобичајене грешке у приказивању код лица генерисаних од вештачке интелигенције, као што је лице које има средњи зуб, чудан изглед косе или текстуру коже неприродног изгледа. Они такође наглашавају да су лажна лица обично пропорционалнији од стварних.
У теорији, такозвани суперпрепознавачи би требало да буду бољи у уочавању лажних ствари од просечне особе. Ове супер препознавачи су особе које се истичу у задацима перцепције и препознавања лица, у којима би им се могле показати две фотографије непознатих особа и од њих се тражити да идентификују да ли су иста особа или не. Али до данас, неколико студија је испитало способности суперпрепознавача да открију лажна лица и да ли обука може побољшати њихов учинак.
Да би попунили ову празнину, Греј и њен тим су спровели серију онлајн експеримената упоређујући перформансе групе супер препознавача са типичним препознавачима. Суперпрепознаваоци су регрутовани из Греенвицх Лабораторија за препознавање лица и гласа база података волонтера; обављали су у првих 2% појединаца у задацима где су им показивана непозната лица и морали су да их памте.
У првом експерименту, слика лица се појавила на екрану и била је стварна или компјутерски генерисана. Учесници су имали 10 секунди да одлуче да ли је лице стварно или не. Супер препознавачи нису радили ништа боље него да су насумично погодили, уочивши само 41% лица АИ. Типични препознаваоци су тачно идентификовали само око 30% фалсификата.
Свака кохорта се такође разликовала по томе колико често су мислили да су права лица лажна. Ово се догодило у 39% случајева за супер препознаваоце и у око 46% за типичне препознаваоце.
Следећи експеримент је био идентичан, али је укључивао нови скуп учесника који су прошли петоминутну сесију обуке у којој су им показани примери грешака на лицима генерисаним вештачком интелигенцијом. Затим су тестирани на 10 лица и добили повратне информације у реалном времену о њиховој тачности при откривању лажних. Последња фаза обуке укључивала је резиме грешака у рендеровању на које треба обратити пажњу. Учесници су затим поновили првобитни задатак из првог експеримента.
Обука је значајно побољшала тачност детекције, са супер препознавачима који примећују 64% лажних лица и типичним препознавачима који примећују 51%. Стопа да је свака група нетачно назвала права лица лажна била је отприлике иста као у првом експерименту, са суперпрепознавачима и типичним препознавачима који су права лица оценили као „нестварна“ у 37% односно 49% случајева.
Обученим учесницима је обично требало дуже да прегледају слике него необученим учесницима – типични препознаваоци су успорили за око 1,9 секунди, а суперпрепознаваоци за 1,2 секунде. Греј је рекао да је ово кључна порука свима који покушавају да утврде да ли је лице које виде стварно или лажно: успорите и заиста прегледајте карактеристике.
Вреди напоменути, међутим, да је тест спроведен одмах након што су учесници завршили обуку, па је нејасно колико дуго ефекат траје.
„Обука се не може сматрати трајном, ефикасном интервенцијом, јер није поново тестирана“, Меике Рамонпрофесор примењене науке о подацима и стручњак за обраду лица на Универзитету примењених наука у Берну у Швајцарској, написао је у прегледу студије спроведене пре него што је објављена.
А пошто су у два експеримента коришћени одвојени учесници, не можемо бити сигурни колико тренинг побољшава вештине детекције појединца, додао је Рамон. То би захтевало тестирање истог скупа људи два пута, пре и после тренинга.
