توانایی خود را در تشخیص تصاویر جعلی از واقعی آزمایش کنید

به گزارش ICTNN و به نقل از IA، هوش مصنوعی روز به روز پیشرفته تر می شود و حالا توانسته تصاویری بسازد که تشخیص جعلی بودن آنها گاهی بسیار سخت است، در ادامه با 10 جفت تصویر روبرو خواهید شد که یکی واقعی و دیگری واقعی است. تولید شده توسط هوش مصنوعی یا هر دو واقعی هستند یا هر دو جعلی. قبل از رفتن به انتهای این مجموعه برای یافتن پاسخ مناسب، پاسخ واقعی را از بین تصاویر انتخاب کنید و در نهایت توانایی خود را در فریب هوش مصنوعی بسنجید.

1. باور کنید یا نه، تصویر سمت راست واقعی است.

2. در این حالت، تصویر سمت راست نیز واقعی است.

3. در این مورد، سمت چپ درست است.

4. تصویر سمت راست تصویر واقعی است.

5. هر دو دروغ است!

6. هر دو واقعی هستند!

7. تصویر سمت چپ واقعی است.

8. تصویر سمت راست واقعی است.

9. هر دو دروغ است!

10. تصویر سمت چپ واقعی است.

چهره های جعلی که توسط هوش مصنوعی تولید می شوند چقدر واقعی هستند؟

همانطور که می بینید این تصاویر بسیار باورپذیر هستند. به طوری که بسیاری از کارشناسان این حوزه به طور فزاینده ای نسبت به این پدیده نگران می شوند. اگرچه چهره‌های جعلی جالب به نظر می‌رسند، اما نگرانی‌های فزاینده‌ای وجود دارد که بتوان از آنها برای فریب دادن مردم استفاده کرد. اگرچه مغز ما طوری تکامل یافته است که اطلاعات غیرگفتاری زیادی از چهره افراد دریافت می کند، اما ممکن است در تشخیص واقعیت چهره های تولید شده توسط هوش مصنوعی خوب نباشد.

تعداد فزاینده ای از شواهد علمی نیز از این ایده حمایت می کند که اکثر مردم قادر به تشخیص تصاویر نادرست تولید شده توسط هوش مصنوعی نیستند. به عنوان مثال، یک مطالعه در سال 2022 که در مجموعه مقالات آکادمی ملی علوم منتشر شد، آزمایشی مشابه اما بسیار بزرگتر از آزمایش شما انجام داد و نشان داد که اکثر مردم در تلاش برای تشخیص تفاوت مشکل دارند.

سوفی نایتینگل و همکارش هانی فرید مطالعه ای را با 315 شرکت کننده که در یک سایت جمع سپاری استخدام شده بودند انجام دادند. از شرکت کنندگان خواسته شد که بین 400 عکس جعلی و 400 عکس واقعی انتخاب کنند که کدام یک جعلی و کدام یک واقعی است. این تصاویر به گروه های 100 نفره از هر یک از چهار گروه نژادی سفید، سیاه، آسیای شرقی و جنوب آسیا تقسیم شدند.

از یک گروه 176 نفری، تنها 48.2 درصد قادر به شناسایی دقیق چهره در رایانه بودند. گروه دیگری متشکل از 219 شرکت کننده آموزش تشخیص چهره های تولید شده توسط کامپیوتر را دریافت کردند و میزان دقت آنها به 59 درصد افزایش یافت. با این حال، نایتینگل خاطرنشان کرد که تفاوت در دقت بین دو گروه ناچیز است.

این مطالعه نشان داد که تشخیص چهره های سفید بسیار دشوار است زیرا نرم افزار هوش مصنوعی بر روی تعداد مناسبی از چهره های سفید آموزش داده شده است. این به آن اجازه داد تا در تولید خود بهتر از سایر اقوام عمل کند.

محققان همچنین مطالعه ای انجام دادند که در آن یک سری چهره را به 223 شرکت کننده ارائه کردند. از شرکت کنندگان خواسته شد تا میزان قابل اعتماد بودن چهره ها را در مقیاس یک تا هفت رتبه بندی کنند.

نتایج نشان داد که چهره های جعلی به طور متوسط ​​8 درصد قابل اعتمادتر از چهره های واقعی در نظر گرفته می شوند. به گفته نایتینگل، چهره‌های مصنوعی بیشتر شبیه چهره‌های عادی انسان هستند که مردم بیشتر به آن اعتماد دارند.

چرا چهره های جعلی توسط هوش مصنوعی تولید می شوند و چرا این یک مشکل بالقوه است؟

تولید چهره های مصنوعی شامل آموزش یک شبکه عصبی عمیق است، یک سیستم کامپیوتری که نحوه یادگیری مغز را شبیه سازی می کند. این شبکه در معرض مجموعه داده های بزرگی از چهره های واقعی قرار می گیرد تا شباهت ها و تفاوت های بین چهره افراد را درک کند. با استفاده از این داده ها، شبکه عصبی می تواند شبیه سازی های خود را ایجاد کند.

در ظاهر، بسیار بی ضرر به نظر می رسد. خوب، مشکل کجاست؟ مشکل این است که وقتی تصاویر جعلی را نمی توان از تصاویر واقعی تشخیص داد، افراد شروع به استفاده از آنها برای فعالیت های شرورانه ای مانند سرقت هویت یا کلاهبرداری می کنند.

کارشناسان ضد جاسوسی می گویند جاسوسان خارجی به طور معمول پروفایل های جعلی با چنین تصاویری برای شناسایی اهداف بالقوه در رسانه های اجتماعی ایجاد می کنند.

مشکل اصلی دیگر این است که چهره های جعلی به طور فزاینده ای در فرهنگ روزمره رایج شده اند. در نتیجه کارشناسان این حوزه معتقدند که باید در نحوه استفاده از آنها در بازاریابی، تبلیغات و شبکه های اجتماعی دقت بیشتری داشت. علاوه بر این، این تصاویر اغلب برای اهدافی با هدف تضعیف نهادهای ما، مانند تبلیغات سیاسی، جاسوسی، و جنگ اطلاعاتی استفاده می‌شوند.

سوفی نایتینگل توضیح می‌دهد: “ما به دستورالعمل‌های اخلاقی قوی‌تر و چارچوب‌های قانونی سخت‌گیرانه‌تری نیاز داریم، زیرا به ناچار افرادی وجود خواهند داشت که می‌خواهند از این تصاویر برای ایجاد آسیب استفاده کنند و این نگران‌کننده است.”

برای کاهش این خطرات، او به توسعه‌دهندگان پیشنهاد می‌کند که واترمارک‌ها را به تصاویر خود اضافه کنند و آن‌ها را جعلی علامت‌گذاری کنند. پیشنهادات دیگر شامل بهبود الگوریتم های تشخیصی در پلتفرم های رسانه های اجتماعی است. استفاده از روش هایی مانند جستجوی عکس معکوس نیز می تواند برای عموم مردم بسیار مفید باشد.

جستجوی معکوس شامل ارسال یک تصویر به یک موتور جستجو و بررسی تصاویر ارسالی مشابه است که می تواند اطلاعاتی در مورد تصویر ارائه دهد و تشخیص دهد که آیا جعلی یا واقعی است.

استفاده فزاینده از فناوری‌های هوش مصنوعی مانند تولیدکننده‌های تصویر احتمالاً در سال‌های آینده سرعت بیشتری خواهد گرفت. بنابراین مهم است که آگاهی عمومی را در مورد ناتوانی خود در شناسایی آنها افزایش دهیم. حتی اگر روش‌های فنی یا قانونی برای هدف‌گیری آنها در آینده توسعه یابد، این موضوع احتمالاً به یک مسابقه تسلیحاتی تبدیل خواهد شد.

ICTNN