اگرچه اولین برنامه‌های هوش مصنوعی مولد در سال 2022 معرفی شدند، اما گزارش‌ها نشان می‌دهند که در همین زمان کوتاه بیش از 15 میلیارد تصویر تولیدشده با هوش مصنوعی در حال حاضر در اینترنت منتشر شده است.
به گزارش عصرایران به نقل از یورونیوز، بر اساس جدیدترین داده‌های شرکت اوپن‌ای‌آی، کاربران روزانه بیش از 2 میلیون تصویر با استفاده از مدل «دال‌ای2» ایجاد می‌کنند. تنها در مدت 15 ماه، این برنامه حدود 916 میلیون تصویر مصنوعی تولید کرده است.
با پیشرفت سریع فناوری، کیفیت این تصاویر به‌طور مداوم در حال بهبود است و روزبه‌روز واقع‌گرایانه‌تر می‌شوند. امری که تشخیص واقعی بودن آن‌ها را سخت می‌کند.
به تازگی یک زن فرانسوی قربانی یک کلاهبرداری شد و 830 هزار یورو از دست داد. کلاهبردار از تصاویر دستکاری‌شده با هوش مصنوعی از بازیگر معروف آمریکایی برد پیت برای فریب او استفاده کرده بود.
اما چگونه تصاویر ساخته‌شده با هوش مصنوعی را تشخیص دهیم؟
هرچند این تصاویر بسیار واقعی به نظر می‌رسند، اما هنوز بی‌نقص نیستند و می‌توان با روش‌های مختلف آن‌ها را از تصاویر واقعی تشخیص داد.
یکی از رایج‌ترین نشانه‌های تصاویر جعلی تولیدشده با هوش مصنوعی، نقص‌های جزئی در فرم‌های انسانی است.
به عنوان مثال هوش مصنوعی معمولاً در تولید دست‌ها مشکل دارد و اغلب انگشتان را بیش از حد بلند، کوتاه، بدشکل یا دارای تعداد نامتعارف ایجاد می‌کند. در بسیاری از تصاویر افراد ممکن است چهار، شش یا حتی هفت انگشت داشته باشند.
همچنین، تناسب غیرطبیعی اندام‌ها یا عدم تقارن در چهره از دیگر مشکلات رایج تصاویر تولیدی هستند. چشم‌ها که یکی از سخت‌ترین جزئیات برای هوش مصنوعی محسوب می‌شوند، ممکن است نامتقارن باشند، انعکاس‌های ناهماهنگ داشته باشند یا علی‌رغم واقع‌گرایانه بودن تصویر، بی‌روح به نظر برسند.
به متون تحریف‌شده دقت کنید
یکی از بارزترین نشانه‌های تولید مصنوعی تصاویر، تحریف متن است. مدل‌های هوش مصنوعی در تولید کلمات خوانا مشکل دارند و اغلب به جای متن قابل فهم، حروف بی‌معنی یا آشفته تولید می‌کنند.
این مشکل را می‌توان در تابلوهای راهنما، بیلبوردها یا برچسب‌های روی محصولات مشاهده کرد.
سایه‌ها و انعکاس‌های نامتعارف
نورپردازی و سایه‌ها نیز می‌توانند نشان‌دهنده مصنوعی بودن تصویر باشند. در عکس‌های واقعی، نور همواره از قوانین طبیعی پیروی می‌کند اما در تصاویر تولیدشده با هوش مصنوعی بازتاب‌ها و سایه‌ها ممکن است با منبع نور مطابقت نداشته باشند و باعث شوند تصویر حسی غیرواقعی و غیرعادی ایجاد کند.
بسیاری از این تصاویر نورپردازی بیش از حد یکنواخت دارند که باعث می‌شود سطح پوست یا اشیا بسیار صیقلی و مصنوعی به نظر برسند. شبیه به آنچه در کارتون‌های دیزنی دیده می‌شود.
بی‌نقصی غیرطبیعی
تصاویر تولیدشده با هوش مصنوعی معمولاً فاقد نقص‌های طبیعی عکس‌های واقعی هستند. در عکاسی واقعی نویز دیجیتال در عکس‌های کم‌نور دیده می‌شود، اما در تصاویر تولیدشده با هوش مصنوعی یا کاملاً غایب است و یا به شکل غیرطبیعی یکنواخت ظاهر می‌شود.
همچنین هوش مصنوعی تمایل دارد که بافت‌ها را بیش‌ازحد صاف کند. به همین دلیل پوست، سطوح و پارچه‌ها در تصاویر مصنوعی بیش‌ازحد بی‌نقص و غیرواقعی به نظر می‌رسند.
در برخی موارد چهره‌های تولیدشده با هوش مصنوعی چنان صاف و بدون منفذ یا لک هستند که گویی به‌طور افراطی رتوش شده‌اند.
یکی دیگر از نشانه‌های رایج تصاویر مصنوعی، الگوهای تکرارشونده است.
هوش مصنوعی معمولاً در ایجاد عناصر کاملاً منحصربه‌فرد مشکل دارد و همین باعث می‌شود که برخی جزئیات در تصویر به‌طور ناخودآگاه تکرار شوند.
در تصاویر گروهی ممکن است افرادی با چهره‌های تقریباً یکسان مشاهده شوند. در پس‌زمینه نیز الگوهایی که به‌طور غیرطبیعی تکرار می‌شوند می‌توانند از نشانه‌های تصاویر جعلی باشند.
به دنبال نشانه‌های خارج از چارچوب بگردید
حتی اگر تصویر در نگاه اول کاملاً واقعی به نظر برسد، زمینه و محتوای آن می‌تواند سرنخ‌هایی از جعلی بودن آن ارائه دهد.
برخی از نشانه‌های رایج تصاویر تولیدشده با هوش مصنوعی شامل اشیایی هستند که در جای نادرست قرار گرفته‌اند، مراجع فرهنگی ناهماهنگ، یا اشتباهات تاریخی.
به عنوان مثال: تابلوهای راهنمای خیابانی با رنگ‌های اشتباه هستند، بازتاب‌هایی که با واقعیت هماهنگ نیستند و یا عناصر معماری که با سبک منطقه‌ای که تصویر در آن قرار دارد مطابقت ندارند.
تمام این‌ها می‌توانند هشدارهایی مبنی بر جعلی بودن تصویر باشند.
چگونه اصالت یک تصویر را بررسی کنیم؟
اگر تصویری از نظر بصری طبیعی به نظر برسد اما همچنان شک‌برانگیز باشد، می‌توان از ابزارهای تشخیص استفاده کرد. اگرچه این ابزارها بی‌نقص نیستند اما می‌توانند به شناسایی تصاویر جعلی کمک کنند.
یکی از بهترین روش‌ها برای بررسی اصالت یک تصویر، جستجوی معکوس تصویر (Reverse Image Search) گوگل است. این روش به کاربران کمک می‌کند تا ببینند آیا تصویر موردنظر قبلاً در اینترنت منتشر شده است یا خیر و منبع اصلی آن را شناسایی کنند.
