روشهای شناسایی تصویرهای ایجاد شده با هوش مصنوعی چیست؟

تصاویر ساختگی ایجادشده با هوش مصنوعی به طرز شگفتانگیزی در حال گسترش سریع در شبکههای اجتماعی میباشند. این نوع تصاویر به عنوان یک نوع جدید از هرزنامههای دیجیتال (یا اسپم) فضای مجازی را اشغال کردهاند.
به نقل از یورونیوز، اگرچه نخستین نرمافزارهای هوش مصنوعی مولد در سال ۲۰۲۲ رونمایی شدند، اما گزارشها نشان میدهد که در این مدت کوتاه، بیش از ۱۵ میلیارد تصویر تولیدشده با هوش مصنوعی در فضای اینترنت به انتشار درآمدهاند.
طبق آخرین آمار ارائهشده از سوی شرکت اوپنایآی، کاربران بهطور روزانه بیش از ۲ میلیون تصویر با بهرهگیری از مدل «دالای۲» خلق میکنند. تنها در یک بازه ۱۵ ماهه، این نرمافزار تقریباً ۹۱۶ میلیون تصویر مصنوعی را تولید کرده است.
اکثریت این تصاویر بهنحو عجیبی غیرواقعی و غیرعادی به نظر میرسند. در واقع کاربران تصاویری غیرممکن را خلق میکنند؛ بهعنوان مثال، تصاویری از عیسی مسیح که از میگو ساخته شده و یا موجوداتی بزرگ که در حال تخریب آثار تاریخی شناخته شده میباشند.
با پیشرفت فزاینده فناوری، کیفیت این تصاویر بهطور مداوم بهتر میشود و به تدریج به واقعیت نزدیکتر میگردند. این امر تشخیص آنها را از تصاویر واقعی دشوارتر میکند.
اخیراً یک زن فرانسوی قربانی یک کلاهبرداری شد و ۸۳۰ هزار یورو را از دست داد. کلاهبردار با استفاده از تصاویر دستکاریشده با هوش مصنوعی از بازیگر مشهور آمریکایی، برد پیت، او را فریب داد.
اما چگونه میتوان تصاویر ساختهشده با هوش مصنوعی را شناسایی کرد؟
اگرچه این تصاویر بهشدت واقعی به نظر میرسند، اما هنوز بهطور کامل بینقص نیستند و میتوان با ابزارهای مختلف آنها را از تصویرهای واقعی تفکیک کرد.
یکی از نشانههای بارز تصاویر جعلی ایجادشده با هوش مصنوعی، نقصهای جزئی در حالتهای انسانی است.
به عنوان مثال، هوش مصنوعی در خلق دستها معمولاً دچار مشکل میشود و بهندرت انگشتان را به اندازه طبیعی، درست و یا با تعداد معمولی نمایش میدهد. در برخی از تصاویر ممکن است فردی با چهار، شش یا حتی هفت انگشت مشاهده شود.
علاوه بر این، تناسب ناپایدار اندامها یا غیر متقارن بودن چهره از دیگر دشواریهای تصاویر تولیدشده به شمار میرود. چشمها که یکی از چالشهای دشوار برای هوش مصنوعی هستند، ممکن است غیرمتقارن بوده یا بازتابهایی ناهماهنگ داشته باشند و علیرغم واقعگرایی ظاهری، به نظر بیروست باشند.
یکی از بارزترین نشانههای ایجاد مصنوعی تصاویر، اشکال تحریفشده در متنها است. مدلهای هوش مصنوعی در تولید کلمات قابل درک معمولاً اسیر خطا میشوند و بهجای متنی قابل فهم، حروف بیمعنا یا نامنظم تولید میکنند.
این مشکل بهویژه در تابلوهای راهنما، بیلبوردها یا برچسبهای محصول مشهود است.
نورپردازی و سایهها نیز میتوانند به شناسایی مصنوعی بودن یک تصویر کمک کنند. در تصاویر واقعی، نور معمولاً مطابق با قوانین طبیعی عمل میکند، اما در تصاویر تولیدشده با هوش مصنوعی، ممکن است بازتابها و سایهها با نور همخوانی نداشته باشند و تصاویری غیرواقعی و مشکوک به وجود آورند.
عمدتاً این تصاویر نورپردازی غیرطبیعی و یکنواختی دارند که سبب میشود پوست یا اشیاء بسیار صاف و مصنوعی به نظر برسند، مشابه آنچه در انیمیشنهای دیزنی مشاهده میشود.
تصاویر تولیدشده با هوش مصنوعی به ندرت نقصهای طبیعی عکسهای واقعی را دارند. در عکاسی واقعی، نویز دیجیتال در تصاویر کمنور متداول است، اما در تصاویر هوش مصنوعی این پدیده یا به طور کامل غایب است و یا به شکل غیرطبیعی یکنواخت به نظر میرسد.
همچنین، هوش مصنوعی تمایل دارد که بافتها را به طرز غیرواقعی صاف کند، به نحوی که پوست، سطحها و پارچهها در تصاویر مصنوعی بیش از اندازه بینقص و غیرواقعی به نمایش درمیآیند.
در بعضی موارد، چهرههای تولیدشده با هوش مصنوعی بهشدت صاف و عاری از هرگونه منفذ یا لک هستند، همچون اینکه بهطرز افراطی دستکاری شدهاند.
یکی دیگر از نشانههای رایج در تصاویر مصنوعی، الگوهای تکراری است.
هوش مصنوعی در ایجاد عناصر منحصر به فرد معمولاً دچار مشکل میشود و این امر منجر به ظهور جزئیات مشابه و تکراری در تصاویر میگردد.
در تصاویری که افراد گروهی در آنها به تصویر کشیده شدهاند، ممکن است انسانهایی با چهرههای تقریباً مشابه دیده شوند. همچنین، الگوهای تکراری در پسزمینه نیز میتوانند بهعنوان نشانههای جعلی تفسیر شوند.
به دنبال نشانههای غیرمعمول باشید
حتی اگر یک تصویر در نظر اول کاملاً واقعی به نظر برسد، زمینه و محتوای آن ممکن است سرنخهایی دال بر جعلی بودنش ارائه دهد.
برخی از نشانههای معیاری در تصاویر تولیدشده با هوش مصنوعی شامل اشیاء نادرست در موقعیتهای نامناسب، ارجاعات فرهنگی ناهماهنگ، یا خطاهای تاریخی است.
به عنوان نمونه، تابلوهای راهنمای خیابانی با رنگهای نادرست، بازتابهایی که با واقعیت سازگار نیستند، و عناصر معماری که با سبک بومی تصویر هماهنگی ندارند، میتوانند هشدارهایی درباره جعلی بودن باشند.
چگونه میتوانیم اصالت یک تصویر را ارزیابی کنیم؟
اگر یک تصویر از نظر بصری طبیعی به نمایش درآمده باشد، اما همچنان شکبرانگیز است، میتوان از ابزارهای تشخیص برای تحلیل آن استفاده کرد. این ابزارها هرچند بینقص نیستند، اما ممکن است در شناسایی تصاویر جعلی سودمند باشند.
یکی از کارآمدترین روشهای ارزیابی اصالت یک تصویر، استفاده از جستجوی معکوس تصویر (Reverse Image Search) گوگل است. این روش به کاربران اجازه میدهد تا بررسی کنند آیا تصویر موردنظر قبلاً در اینترنت انتشار یافته یا خیر و اصلی آن را شناسایی فرمایند.