AI圖像生成器在極短時間內變得非常熟練，能夠生成被考慮比現實更真實。

然而，一項新研究指出我們可以提升人工智能人臉檢測能力的途徑。

英國研究人員測試了664名志愿者的面部評估能力，這些志愿者包括超級識別者（他們展現了較高的比較能力和識別真實面孔在之前的研究中），以及具有典型面部識別能力的人。

相關報道：人工智能現在可以直接從你的腦波中學習你喜歡的面孔

兩組都發現AI面部難以被發現，盡管超級識別者表現更好，正如預期的那樣。

值得注意的是，超級識別者在測試前接受了簡短的5分鐘培訓，更能區分真人面孔AI生成的.

“人工智能圖像越來越容易制作，卻越來越難以被發現。”他說利茲大學心理學研究員艾莉德·諾伊斯。

“這些圖像可能被用于惡意目的，因此從安全角度來看，我們必須測試檢測人工圖像的方法。”

這項研究涉及兩個不同的任務，既有培訓也有無培訓。第一種是，志愿者被展示一張單一面孔，并被要求判斷是否是人工智能;在第二種情況下，他們被展示了一張真實的臉和一張AI的臉，并被要求識破假貨.

每個實驗參與者都不同。

在未接受任何培訓的組別中，超級識別者有41%的概率正確識別AI面部，而具備典型面部識別能力的人僅有31%的識別率。

考慮到正好一半的圖片是AI生成的，每位參與者猜對的概率為50%，這進一步證明了AI肖像在我們眼中看起來比真人更真實。

在接受訓練的組別中，具有典型識別能力的人以51%的準確率識別人工智能——大致與隨機概率相當。不過，超級識別者的準確率提升到了64%，準確識別AI面孔的比例超過一半。

參與者接受了識別面部特征的訓練由人工智能制作包括缺牙和頭發邊緣的奇怪模糊。

“我們的研究表明，使用超級識別器——具備極高面部識別能力的人——結合訓練，可能有助于識別人工智能人臉。”他說諾伊斯。

AI通常通過所謂的“表情”來做臉生成對抗網絡（GAN）。兩組算法協同工作：一組生成人臉，另一組評估面部與真實人對比的真實性。這個反饋回路最終驅動圖像生成器達到非常逼真的效果。

AI圖像現在可以快速且輕松地制作，并且越來越多地被各種媒體使用，從假約會資料到身份盜竊詐騙。培訓可能幫助更多人避免被誤導。

“我們的訓練程序簡短且易于實施。”他說凱蒂·格雷，雷丁大學心理學研究員。

“結果表明，將這種訓練與超級識別者的自然能力結合，有助于解決現實世界的問題，比如在線身份驗證身份。”

該研究已發表于皇家學會開放科學.

寶寶起名 起名