Системи вештачке интелигенције су далеко бољи од људи у уочавању лажних слика, али када су у питању дубоки лажни видео снимци, људи можда и даље имају предност. То је изненађујући обрт из нове студије која супротставља људе машинама у трци за откривање дигиталних фалсификата. Резултати сугеришу људе и машине мораће да раде заједно на идентификацији и борби против деепфакеса Убудуће, психолог Натали Ебнер и колеге извештавају 7. јануара у Когнитивна истраживања: принципи и импликације.
Дубоки фајкови су слике, аудио и видео снимци генерисани вештачком интелигенцијом који могу лажно да представљају како особа изгледа, говори или ради, а већ су коришћени за финансијску превару, утицај на изборе и уништавање репутације. Они постају убедљивији алармантном брзином, подједнако заваравају људе и АИ моделе.
Да би утврдили да ли су људи или машине били бољи у откривању лажних лажњака, Ебнер и њене колеге су прво питале око 2.200 учесника и два алгоритма за машинско учење да оцене реалност 200 лица на скали од 1 (лажно) до 10 (стварно). Људи су могли да уоче дубоке лажне само на случајном нивоу, или око 50 процената времена. Али машине су радиле боље, при чему је један алгоритам добијао тачан одговор у отприлике 97 процената времена, а други у просеку 79 процената тачности.
Затим су истраживачи замолили око 1.900 људских учесника да погледају 70 кратких видео снимака особе која расправља о некој теми, а затим да оцене колико је реално лице те особе. У изненађујућем преокрету, људи су надмашили алгоритме у овом задатку. Људски учесници су добијали тачан одговор у просеку 63 процента времена, док су алгоритми радили на нивоу случајности.
Истраживачи сада дубље сагледавају доношење одлука како људи тако и АИ. Желимо да знамо „шта машина користи, да би била толико боља под неким условима од човека? И како се то разликује од људских разлога? Шта видимо у мозгу чега човек постаје свестан и схвата?“ каже Ебнер са Универзитета Флориде у Гејнсвилу. „Сада гледамо све те различите углове у човеку и у машини да не само опишемо ‘да’ или ‘не’, већ да разумемо зашто да ли долазе до да и не.”
То знање, тврди тим, помоћи ће људима да схвате како најбоље да сарађују са вештачком интелигенцијом да би се кретали кроз нашу будућност засићену дубоким лажњацима.
Fonte
