• 您現在的位置是:首頁 >人工智能 > 2022-02-17 15:27:40 來源:

    2月17日人工智能生成的面孔比真實面孔更值得信賴

    導讀 研究人員表示,人們無法區分人工智能生成的人臉(使用StyleGAN2)和真人臉,他們呼吁采取保護措施來防止深度造假。人工智能合成的文本、音頻

    研究人員表示,人們無法區分人工智能生成的人臉(使用StyleGAN2)和真人臉,他們呼吁采取保護措施來防止“深度造假”。人工智能合成的文本、音頻、圖像和視頻已經被用于所謂的“復仇色情”、欺詐和宣傳。

    蘭開斯特大學的SophieNightingale博士和加州大學伯克利分校的HanyFarid教授進行了實驗,要求參與者區分最先進的StyleGAN2合成人臉和真實人臉,以及這些人臉喚起的信任程度。

    結果表明,合成生成的人臉不僅具有高度的照片逼真度,而且與真實人臉幾乎無法區分,甚至被認為更值得信賴。

    他們在期刊上寫道:“我們對AI合成人臉照片真實感的評估表明,合成引擎已經走過了恐怖谷,能夠創造出比真實人臉難以區分且更值得信賴的人臉。”

    研究人員警告人們無法識別人工智能生成的圖像的影響。

    “也許最有害的后果是,在任何圖像或視頻都可以偽造的數字世界中,任何不方便或不受歡迎的記錄的真實性都可能受到質疑。”

    在第一個實驗中,315名參與者將從一組800張面孔中提取的128張面孔分類為真實面孔或合成面孔。他們的準確率為48%,接近50%的機會表現。

    在第二個實驗中,219名新參與者接受了培訓,并就如何對人臉進行分類給出了反饋。他們分類了與第一個實驗相同的800張人臉集合中的128張人臉——但盡管進行了訓練,但準確率僅提高到59%。

    研究人員決定找出可信度的感知是否可以幫助人們識別人造圖像。

    “人臉提供了豐富的信息來源,只需幾毫秒的曝光時間就足以對個人特征(例如可信度)做出隱含推斷。我們想知道合成人臉是否會激活相同的可信度判斷。如果不是,那么可信度的感知可以幫助區分真實的來自合成面孔。”

    第三項研究要求223名參與者對128張面孔的可信度進行評分,這些面孔取自同一組800張面孔,評分范圍為1(非常不可信)到7(非常可信)。

    合成面孔的平均評分比真實面孔的平均評分高7.7%,具有統計學意義。

    “也許最有趣的是,我們發現合成生成的面孔比真實面孔更值得信賴。”

    黑人面孔被評為比南亞面孔更值得信賴,但除此之外對種族沒有影響。

    女性被認為比男性更值得信賴。

    “一張笑臉更有可能被評為值得信賴,但65.5%的真實面孔和58.8%的合成面孔是微笑的,因此僅面部表情無法解釋為什么合成面孔被評為更值得信賴。”

    研究人員認為,合成的面孔可能被認為更值得信賴,因為它們類似于普通面孔——而這些面孔本身被認為更值得信賴。

    為了保護公眾免受“深度偽造”的影響,他們還提出了合成圖像的創建和分發指南。

    “例如,保護措施可能包括將強大的水印整合到圖像和視頻合成網絡中,這將為可靠識別提供下游機制。因為對這種強大技術的訪問民主化構成了最重大的威脅,我們還鼓勵重新考慮向公眾開放的通常放任自流的方法,并鼓勵任何人不受限制地發布代碼以將其合并到任何應用程序中。

    “在這個關鍵時刻,正如其他科學和工程領域所做的那樣,我們鼓勵圖形和視覺社區制定合成媒體技術的創建和分發指南,其中包含針對研究人員、出版商和媒體分銷商的道德準則。”

  • 成人app