Skip to content

Latest commit

 

History

History
98 lines (55 loc) · 9.57 KB

do-you-trust-these-smiling-faces-probably-yes-because-ai-generated-them-432dc2b1463a.md

File metadata and controls

98 lines (55 loc) · 9.57 KB

你信任这些笑脸吗?可能是的,因为人工智能生成了它们!

原文:https://pub.towardsai.net/do-you-trust-these-smiling-faces-probably-yes-because-ai-generated-them-432dc2b1463a?source=collection_archive---------4-----------------------

来源:人工智能生成的脸由我的稳定扩散创作

根据研究,人们越来越相信人工智能生成的人脸比人类更值得信任。这是一个严重的问题。

(人类)面部是最丰富的信息来源之一,毫秒级曝光足以建立对个人属性(如可信度)的隐含判断。

现在,在人工智能图像生成器的时代,我们很难区分人工智能制作的人脸和真实的人脸,可能是时候开始推动防止“深度假货”的措施了。

这些天来,我一直在研究人工智能(如果没有技术行业成千上万名伟大女性的工作,这项技术就不会存在)如何被用来创建或重新解释基于文本输入的图像(你可以在这里阅读),我甚至创建了一个艺术项目,使用 AI 重新想象技术历史上最重要的 10 位女性的肖像

但与此同时,我一直在研究人工智能生成的文本、声音、图像和视频是如何被用于“复仇色情”、欺诈和宣传的,我明白这种情况需要社区给予更严重的关注。

幸运的是,重要的研究已经完成;例如,兰卡斯特大学的索菲·南丁格尔博士和加州大学伯克利分校的哈尼·法里德教授分别进行了一项研究,他们要求参与者区分最先进的合成人脸和真实人脸,并对人脸引起的信任程度进行评级。研究表明,人工智能生成的人脸不仅非常逼真,而且几乎无法区分

根据这项研究,对人工智能生成的****人脸的真实感的评估显示,合成引擎已经穿越了恐怖的山谷,能够制作出比真实人脸更难以区分——也更可信——的人脸。****

研究人员对人们无法识别人工智能生成的图像的影响表示严重关切。

图 1准确分类最多(顶部和中上部)和最少(底部和中下部)的真实(R)和合成(S)人脸。来源: AI 合成的人脸与真实人脸难以区分,更值得信赖

在第一个实验中,315 人将来自 800 人小组的 128 张脸分类为真实的或人工智能生成的。他们的准确率为 48% ,接近 50%的几率表现率。在实验中,AI 学会了合成越来越真实的人脸,直到鉴别器无法将它们与真实人脸区分开来(参见图 1 ,例如真实(R)和合成(S)人脸)。

第二个实验涉及 219 名新志愿者,他们被告知如何对面孔进行分类并得到反馈。他们从与第一次试验相同的 800 张人脸集合中分类了 128 张人脸,但是尽管他们进行了训练,准确率只提高到了 59% 。

研究人员想看看可信的观点是否能帮助个人识别假照片。

第三个实验让 223 人评估来自同一组 800 张面孔中的 128 张面孔的可信度,按照 1(非常不可信)到 7(非常可信)(非常可信)的等级对他们进行评级。

人工智能生成的人脸的平均评分比真实人脸的平均评分高7.7%,这是一个统计上的显著差异。****

四个最值得信任(顶部)和四个最不值得信任(底部)的面孔及其在 1(非常不值得信任)到 7(非常值得信任)范围内的信任等级。平均而言,合成人脸比真实人脸更可信。来源: AI 合成的人脸与真实人脸难以区分,更值得信赖

此外,研究发现,微笑的脸更有可能被判断为可信,但由于 65.5%的真实脸和 58.8%的人工智能生成的脸微笑,面部表情无法解释为什么人工智能生成的脸比人类的脸更可信。

研究人员认为,合成脸更值得信任,因为它们类似于普通脸,而普通脸也更值得信任。

研究人员还指定了创建和共享合成图像的基本标准,以保护公众免受“深度伪造”的影响。

例如,可以在图像和视频生成网络中加入强水印,以提供可靠识别的下游方法。

也有必要重新考虑对公众非常宽容的做法,以及不受约束地向任何人发布代码以纳入任何应用程序,因为对这一强大技术的访问民主化带来了最严重的威胁。

来源:人工智能生成的脸由我的稳定扩散创作

结论

是时候问问我们自己,人工智能生成的面孔是否能产生同样的可信度判断。如果不是,可信度可能有助于区分真实的和人工智能生成的 面孔。****

最危险的影响之一是,在一个任何图像或视频都可能被伪造的数字世界,任何令人不舒服或不受欢迎的记录的有效性都可能受到质疑。

也许最令人担忧的事情是,像这样的研究可以科学地向我们表明,人工智能生成的人脸比真实的人脸更值得信任。

图形和视觉社区是时候像其他科学和工程领域一样,制定和采用有效的指南来创建和分发人工智能生成的媒体和技术,其中包括针对研究人员、出版商和媒体分销商的坚实的道德指南。

你可能想读的其他文章。

链接、资源和参考资料

你可能想读的其他文章。

你愿意支持我吗?

为了获得无限的故事,你也可以考虑 注册 成为一个中等会员,只需 5 美元。此外,如果您使用我的链接 注册 ,我将收到一小笔佣金(无需您额外付费)。

**** [## 通过我的推荐链接加入媒体- Jair Ribeiro

阅读我分享的每一个故事(以及媒体上成千上万的其他作者)。你的会员费直接支持其他…

medium.com](https://medium.com/@jairribeiro/membership)****