هوش مصنوعی اکنون قادر است تصاویر چهرهای تولید کند که بسیاری از افراد آنها را با عکسهای واقعی اشتباه میگیرند؛ با این حال، پژوهشی جدید نشان میدهد که تنها پنج دقیقه آموزش میتواند توانایی تشخیص این تصاویر را بهطور قابلتوجهی افزایش دهد.
پژوهشگرانی از دانشگاههای ریدینگ، گرینویچ، لیدز و لینکلن در بریتانیا، توانایی ۶۶۴ شرکتکننده را در تشخیص چهرههای واقعی انسان از تصاویر تولیدشده توسط نرمافزار هوش مصنوعی StyleGAN3 بررسی کردند.
در این مطالعه که ماه گذشته در نشریه Royal Society Open Science منتشر شد، پژوهشگران توضیح میدهند که میزان واقعگرایی چهرههای تولیدشده با هوش مصنوعی به حدی رسیده است که حتی «ابرشناساگرها» را نیز فریب میدهد؛ گروه کوچکی از افراد که توانایی بسیار بالایی در تشخیص و بهخاطر سپردن چهرهها دارند. به گفته پژوهشگران، عملکرد این افراد در تشخیص چهرههای جعلی تفاوتی با حدس تصادفی نداشت.
ابرشناساگرها بدون هیچگونه آموزش، تنها در ۴۱ درصد موارد موفق به شناسایی صحیح چهرههای تولیدشده با هوش مصنوعی شدند. شرکتکنندگانی با توانایی معمول در تشخیص چهره عملکرد ضعیفتری داشتند و فقط در ۳۱ درصد موارد چهرههای جعلی را درست تشخیص دادند. در حالی که حدس تصادفی میتواند دقتی در حدود ۵۰ درصد ایجاد کند.
با این حال، پژوهشگران دریافتند که یک دوره آموزشی کوتاه میتواند عملکرد افراد را بهطور چشمگیری بهبود دهد. در این بخش از مطالعه، گروهی از شرکتکنندگان پنج دقیقه آموزش دیدند که در آن به خطاهای رایج تصاویر تولیدشده با هوش مصنوعی اشاره شده بود؛ مواردی مانند الگوهای غیرطبیعی مو یا تعداد نادرست دندانها. پس از این آموزش، ابرشناساگرها در ۶۴ درصد موارد و شرکتکنندگان با توانایی معمول در ۵۱ درصد موارد توانستند چهرههای جعلی را بهدرستی تشخیص دهند.
دکتر کِیتی گری، پژوهشگر اصلی این مطالعه از دانشگاه ریدینگ، مینویسد که افزایش واقعگرایی چهرههای تولیدشده با هوش مصنوعی، خطرات واقعی در دنیای واقعی به همراه دارد.
او در بیانیهای که توسط دانشگاه ریدینگ منتشر شده، میگوید:
«چهرههای تولیدشده توسط رایانه خطرات امنیتی جدی ایجاد میکنند. از این تصاویر برای ساخت پروفایلهای جعلی در شبکههای اجتماعی، دور زدن سیستمهای احراز هویت و ایجاد مدارک جعلی استفاده شده است. چهرههایی که توسط نسل جدید نرمافزارهای هوش مصنوعی تولید میشوند، بهشدت واقعگرایانه هستند و افراد اغلب آنها را واقعیتر از چهرههای انسانهای واقعی ارزیابی میکنند.»
گری همچنین اضافه میکند:
«روش آموزشی ما کوتاه و بهراحتی قابل اجراست. نتایج نشان میدهد که ترکیب این آموزش با تواناییهای طبیعی ابرشناساگرها میتواند به حل مشکلات واقعی، مانند تأیید هویت آنلاین، کمک کند.»
