Pamatujete na dobu, kdy stačilo spočítat počet prstů u lidí na fotografii a pokud jich bylo více než obvyklých pět, mohli jste dílo jednoduše prohlásit za výtvor umělé inteligence? Tyto začátečnické chyby se brzy staly minulostí, a tak odhalit generovaný obsah začíná být oříšek, a to jak pro lidi, tak specializované softwarové nástroje.
Podle výzkumníků je k tomu třeba přesunout pozornost od detailů k širšímu kontextu, k něčemu, co nazývají „celkovým dojmem“. Konkrétně tvrdí, že je nejlepší zaměřit se na těchto šest klíčových charakteristik: symetrii, proporcionalitu, atraktivitu, expresivitu, jedinečnost a zapamatovatelnost. Tak zní rada od vědců z laboratoře Emotions and Faces Lab při Australské národní univerzitě (anu.edu.au).
Generativní umělá inteligence nevytváří obrázky z ničeho. Tyto nástroje jsou trénovány na obrovských množstvích dat, která slouží jako podklad pro jejich výstupy. Když generátory obrázků založené na umělé inteligenci vytvářejí obrázek obličeje, opírají se o matematický průměr desítek tisíc obličejů, na kterých jsou trénovány. Když tedy tyto generátory obrázků vytvářejí lidskou tvář, díky této závislosti na matematickém průměru působí tato tvář vzhledově typičtěji než skutečné lidské tváře.
„Lidé tyto rozdíly vnímají automaticky a hodnotí tváře vytvořené umělou inteligencí jako symetričtější, proporčně vyváženější a atraktivnější než lidské tváře, ale zároveň jako méně charakteristické, zapamatovatelné a výrazné,“ píší vědci.
Tuto citlivost lze podle tvrzení výzkumníků využít k tomu, aby se lidé naučili lépe rozpoznávat deepfaky vytvořené umělou inteligencí. Klíčem však není jen říkat lidem, aby si všímali symetrie nebo zapamatovatelnosti; jde o to naučit je, aby na to přišli sami, a právě o to se výzkumníci v této studii snažili.
Jak na to?
V první fázi studie výzkumníci ukázali 45 účastníkům sérii tváří (některé patřily skutečným lidem, jiné byly vygenerovány umělou inteligencí) a požádali je, aby určili, zda se jedná o tváře vygenerované umělou inteligencí.
Poté, místo aby účastníkům řekli, aby se zaměřili na těchto šest vlastností, je výzkumníci proškolili prostřednictvím šesti tréninkových bloků, z nichž každý se skládal z 96 úkolů. V rámci každého úkolu byly účastníkům ukázány obrázky lidských tváří a bylo jim sděleno, zda je daná tvář skutečná, nebo vygenerovaná umělou inteligencí. Poté byli požádáni, aby každou tvář ohodnotili na základě souboru obecných vizuálních vlastností. Účastníci například posuzovali, jak atraktivní nebo symetrická se jim daná tvář jevila. V průměru účastníci hodnotili tváře generované umělou inteligencí lépe z hlediska symetrie, proporcí a atraktivity, zatímco lidské tváře byly považovány za výraznější, charakterističtější a zapamatovatelnější.
Poté měli účastníci výzkumu opět určovat pravost zobrazených tváří. Podle vědců se v průměru téměř dvakrát zlepšili, přičemž nejlepší účastníci se skoro blížili 100% úspěšnosti. Podle vědců by se tento postup dal použít i u videí. Jenže stejně, jako se umělá inteligence naučila, že lidé mají pět prstů, může brzy zvládnout i tato pravidla. Zatím se tak lze jen spolehnout na to, že vám prezident nebo premiér „výhodnou investici“ dozajista nezaručí.
