چشم‌ها به راستی حقیقت را می‌گویند!

تکنیکی در ستاره‌شناسی می‌تواند از انعکاس تفاوت‌ها در چشمان افراد که توسط هوش مصنوعی تولیدشده‌اند رونمایی کند.

چشم‌ها به راستی حقیقت را می‌گویند!

غزال زیاری: محققان دانشگاه هال انگلیس در گزارشی به این نکته اشاره کردند که انعکاس چشم راهی بالقوه برای بررسی تصاویر تولیدشده توسط هوش مصنوعی از افراد است. این رویکرد با اتکا به تکنیکی عمل می‌کند که درواقع اخترشناسان از آن برای مطالعه کهکشان‌ها بهره می‌برند.

در تصاویر واقعی، انعکاس نور در کره چشم با هم مطابقت دارد و مثلاً تعداد یکسانی از پنجره‌ها یا چراغ‌های سقفی را نشان می‌دهد؛ اما در تصاویر جعلی، اغلب در بازتاب‌ها ناهماهنگی‌هایی دیده می‌شود.

چشم‌ها به راستی حقیقت را می‌گویند!

اعضای این تیم برای انجام مقایسه‌ها، در ابتدا با بهره‌گیری از برنامه‌ای رایانه‌ای، به تشخیص بازتاب‌ها پرداختند و سپس با استفاده از مقادیر پیکسل انعکاس‌ها که نشان‌دهنده شدت نور در یک پیکسل معین است، برای محاسبه شاخصی به نام شاخص جینی بهره بردند. اخترشناسان در ابتدا از شاخص جینی که برای اندازه‌گیری نابرابری ثروت در یک جامعه ایجادشده بود، استفاده کردند تا دریابند که نور چگونه در تصویر یک کهکشان توزیع می‌شود. شاخص پیکسلی که تمام نور را در اختیار داشته باشد، یک است و اگر نور به‌طور مساوی بین پیکسل‌ها توزیع شود، شاخص آن صفر است. این کمی سازی به اخترشناسان کمک می‌کند تا کهکشان‌ها را به دسته‌هایی مانند مارپیچی یا بیضی طبقه‌بندی کنند.

در پروژه فعلی، تفاوت در شاخص‌های جینی بین کره چشم چپ و راست، سرنخی از صحت تصویر است. در حدود 70 درصد از تصاویر جعلی که محققان به بررسی آن‌ها پرداختند، این تفاوت بسیار بیشتر از تفاوت تصاویر واقعی بود. در تصاویر واقعی، تقریباً هیچ تفاوتی وجود نداشت.

یکی از اعضای این پروژه گفت: «نمی‌توان گفت که یک مقدار خاص با مقدار جعلی مطابقت دارد، اما می‌توانیم بگوییم که این نشان‌دهنده وجود مشکلی است و شاید انسان باید نگاه دقیق‌تری داشته باشد.»

چشم‌ها به راستی حقیقت را می‌گویند!

او در ادامه به این نکته اشاره کرد که این تکنیک که قابل‌استفاده بر روی ویدیوها نیز هست، برای تشخیص جعلی بودن تصاویر کاربردی نیست. تصویر واقعی ممکن است شبیه یک تصویر جعلی باشد؛ مثلاً وقتی که فردی در حال پلک زدن است یا آن‌قدر به منبع نور نزدیک است که فقط یک چشم انعکاس را نشان دهد.

اما این تکنیک ممکن است تنها بخشی از مجموعه آزمایش‌ها باشد؛ حداقل تا زمانی که هوش مصنوعی یاد بگیرد که بازتاب‌ها را درست انجام دهد.

منبع: sciencenews

قیمت بک لینک و رپورتاژ
نظرات خوانندگان نظر شما در مورد این مطلب؟
اولین فردی باشید که در مورد این مطلب نظر می دهید
ارسال نظر
پیشخوان