اگر “مسابقه نیشگون گرفتن صورت” وجود داشته باشد، انسان ها تنها می توانند در جایگاه دوم قرار گیرند

فیلم علمی تخیلی "بلید رانر" دنیای آینده را به تصویر می کشد که تشخیص درست و نادرست دشوار است:

«مثل‌کننده‌های» ساخته شده توسط انسان، چهره‌های تقریباً مشابهی با انسان‌ها دارند، تا زمانی که از ابزار حرفه‌ای برای آزمایش عاطفی استفاده نشود، یا تعداد پنهان‌شده در بدن پیدا نشود، انسان‌ها به هیچ وجه نمی‌توانند «ریپلیکنت‌ها» را از روی ظاهرشان شناسایی کنند.

چنین دنیای آینده ای ممکن است کمی دور باشد، اما اگر فقط به چهره نگاه کنید، ممکن است واقعاً نتوانید حقیقت را از جعلی تشخیص دهید.

"چهره جعلی" هوش مصنوعی از دره عجیب و غریب عبور کرده است

ابتدا به مجموعه ای از تصاویر نگاه کنید، آیا اعتماد به نفسی دارید که «چهره جعلی» را در یک نگاه تشخیص دهید؟

کدام یک از چهره های فوق تقلبی است؟ (برای پاسخ به انتهای مقاله مراجعه کنید، اما نگران نباشید، هنوز چهره های زیادی در راه هستند)

مفهوم "چهره جعلی" که در اینجا ذکر شد به عکس های صورت ساخته شده توسط هوش مصنوعی اشاره دارد، نه افراد واقعی. اگر احساس می کنید برای مدتی قضاوت درست و نادرست دشوار است، نگران نباشید، شما تنها نیستید.

پروفسور هانی فرید از دانشگاه کالیفرنیا، برکلی، سال‌هاست که روی فناوری سنتز تصویر هوش مصنوعی کار می‌کند.

طبق مطالعه‌ای که او اخیراً در مجموعه مقالات آکادمی ملی علوم منتشر کرده است، چهره‌های ترکیب‌شده با هوش مصنوعی از افراد واقعی قابل تشخیص نیستند و حتی از افراد واقعی قابل اعتمادتر به نظر می‌رسند.

نتایج این مطالعه فراتر از انتظار محققین بود.

دکتر سوفی نایتینگل که یکی از نویسندگان این تحقیق است، گفت که هدف اولیه این تحقیق یافتن راه هایی برای بهبود اعتبار چهره های هوش مصنوعی با استفاده از مقایسه های واقعی بود.

فرید معتقد است که سرعت فعلی توسعه و بهبود فناوری سنتز تصویر هوش مصنوعی بسیار سریع است، حتی سریعتر از تصویربرداری سنتی CG.

ما فکر می کنیم از دره عجیب و غریب چهره های ایستا عبور کرده ایم

The Uncanny Valley Effect یک نظریه روان‌شناختی است که بر اساس آن افراد تصور مطلوبی از اشیاء مشابه افراد خواهند داشت، اما زمانی که شباهت به حد معینی برسد (مانند زامبی‌ها، عروسک‌های انسان‌نما)، واکنش‌های افراد به شدت منفی و منزجر کننده خواهد شد.

وقتی شباهت بیشتر شد و به شباهت با شخص واقعی رسید، واکنش عاطفی فرد به حالت مثبت برمی‌گردد و ممکن است بین انسان‌ها اثر همدلی ایجاد شود.

با قضاوت از نتایج تجربی فرید، چهره ای که توسط هوش مصنوعی ساخته شده است، احتمالاً صحنه «مردگان متحرک» را ترک کرده است.

چنین چهره واقعی انسانی چگونه ترکیب می شود؟

شبکه‌های متخاصم مولد (GAN) در حال حاضر رایج‌ترین الگوریتم‌های سنتز هستند. نام آن بسیار ناآشنا به نظر می‌رسد، اما منطق آن پیچیده نیست.

به بیان ساده، در GAN یک «نقاش» و یک «ارزیابی کننده» وجود دارد، «نقاش» باید تا حد امکان تصویری شبیه چهره انسان بکشد و آن را به «ارزیابی کننده» بدهد تا قضاوت کند.

"ارزیابی کننده" قبل از قضاوت به بسیاری از عکس های واقعی نگاه می کند و ویژگی های چهره را تجزیه و تحلیل می کند. وقتی نقاشی "نقاش" می تواند "ارزیابی کنندگان" بی شماری را که چهره ها را خوانده اند فریب دهد، یک عکس چهره مصنوعی با هوش مصنوعی متولد می شود.

در این فرآیند دقت «ارزیابی‌کننده» پس از یادگیری مستمر همچنان بهبود می‌یابد و مهارت‌های مربوط به «نقاش» نیز افزایش می‌یابد. تقلبی را با واقعی مطابقت دهید. .

فرید در این آزمایش از مدل Nivdia StyleGAN2 منتشر شده توسط NVIDIA استفاده کرد و به منظور بررسی اعتبار عکس های مصنوعی آن، محققان سه آزمایش را ترتیب دادند.

در آزمایش اول، محققان از 315 شرکت‌کننده دعوت کردند تا 128 گروه (در مجموع 800 گروه) از گروه‌های عکس متشکل از افراد واقعی و هوش مصنوعی را متمایز کنند که در نتیجه میانگین میزان صحیح شرکت‌کنندگان کمتر از 50 درصد بود، تنها 48.2 درصد. .

سپس در آزمایش دوم، محققان 219 شرکت‌کننده آموزش‌دیده جدید را برای شرکت در همان آزمایش دعوت کردند و پس از هر جدایی بازخورد صحیحی ارائه کردند.

با کمک محققان، دقت آزمایش دوم بهبود یافت، اما فقط کمی بیش از 50٪ بود و به 59.0٪ رسید. فرید و نایتینگل از وفاداری عکس هوش مصنوعی شگفت زده نشدند، اما نتیجه آزمایش 3 غیرمنتظره بود.

در آزمایش سوم، 223 شرکت‌کننده جدید قابلیت اطمینان همان دسته از عکس‌ها را از 1 تا 7 ارزیابی کردند. .

محققان بر این باورند که عکس‌های ترکیب‌شده با هوش مصنوعی که درجه خاصی از اعتبار دارند، احتمالاً در آینده توسط مجرمان برای ارتکاب کلاهبرداری یا ایجاد سردرگمی در شبکه‌های اجتماعی مورد استفاده قرار می‌گیرند، این موضوع باید مورد توجه جامعه و توسعه باشد. تکنولوژی سنتز تصویر مستلزم برخی توافقات است.

بنابراین سوال این است که از آنجایی که چهره مصنوعی هوش مصنوعی دارای خطرات اجتماعی خاصی است، چرا مردم هنوز هم انرژی خود را در تحقیقات سرمایه گذاری می کنند؟

چهره هوش مصنوعی بسیار خوب است، اما یک "شمشیر دولبه" است.

در نمایشگاه E3 2019، حضور غافلگیرکننده کیانو ریوز در تریلر "Cyberpunk 2077" بلافاصله احساسات همه تماشاگران داخل و خارج از سالن را برانگیخت و سپس خود او روی صحنه آمد و اعلام کرد که نقش مهمی در این بازی خواهد داشت. بازی "جانی سیلور" مدل صورت "دست" انتظارات بازیکنان بیشماری را برانگیخت.

از آنجایی که در دنیای مجازی، چهره واقعی انسان می تواند حس قوی غوطه وری را برای بازیکنان به ارمغان بیاورد.با بهبود عملکرد بازی، استفاده از افراد واقعی به عنوان مدل چهره به جای چهره های دیجیتالی، تولیدکنندگان بازی برای شکل دادن به شخصیت ها روز به روز بیشتر شده است. .

اما استفاده از مدل‌های چهره واقعی اغلب به معنای هزینه‌های بالای مجوز پرتره و هزینه‌های ضبط حرکت است که برای برخی از استودیوهای کوچک واقعی نیست.

در آن زمان است که یک چهره مصنوعی بدون حق نسخه‌برداری به کار می‌آید – به نظر منطقی می‌رسد که شخصی که در دنیا وجود ندارد نقش یک شخصیت مجازی را بازی کند.

برای مثال، Generated Photo، یک پروژه رایگان عکس ترکیبی هوش مصنوعی، با شرکت نرم افزار انیمیشن Reallusion همکاری کرده است تا از پرتره های ترکیب شده با هوش مصنوعی به عنوان تصاویر سه بعدی برای انیمیشن، بازی یا تبلیغات استفاده کند. توسعه دهندگان می توانند آزادانه نژاد، سن و جنسیت شخصیت ها را انتخاب کنند. مشکلات کپی رایت وجود دارد.

فقط تصور کنید، اگر چهره NPC ها در بازی هایی مانند Sims یا GTA از پرتره های واقعی ساخته شده باشد، غوطه وری و حضور بازی تا حد زیادی بهبود می یابد.

علاوه بر بازی‌ها، برخی از نرم‌افزارهای خدمات مشتری نیز برای برقراری ارتباط با مشتریان به تعداد زیادی آواتار واقعی نیاز دارند. اگر آواتارهای واقعی را با آواتارهای هوش مصنوعی جایگزین کنید، نه تنها می‌توانید از اختلافات حق چاپ پرتره جلوگیری کنید، بلکه از حریم خصوصی شخصی نیز در برابر افشای اطلاعات محافظت می‌کنید.

با این حال، اگرچه عکس‌های سنتز شده با هوش مصنوعی اهمیت معقولی دارند، اما در عین حال، تأثیر خاصی بر صحت عکس‌های آنلاین نیز خواهند داشت. از این گذشته، هیچ‌کس نمی‌خواهد مجذوب یک فرد ناموجود در اپلیکیشن دوستیابی شود.

فرید معتقد است تنها راه حل این مشکل افزودن گواهی «اصالت» به هر عکسی است که واقعاً گرفته شده است تا افراد هنگام مشاهده و استفاده از عکس، صحت آن را تشخیص دهند.

به نظر می رسد نسخه معکوس Blade Runner است، جایی که افراد حاضر در فیلم یک شناسه شماره گذاری شده در کره چشم تکرار کننده ها حک شده اند، در حالی که در واقعیت آنها در عکس های واقعی برای مبارزه با "جعلی" برچسب گذاری شده اند.

در واقع، شرکت هایی مانند Adobe و Microsoft در حال حاضر فناوری های مرتبط را تبلیغ می کنند.

در فوریه 2021، شرکت‌ها و موسساتی مانند Adobe، Microsoft، Intel، Arm و Truepic پروژه‌ای به نام Content Origination and Authenticity Alliance (C2PA) برای مبارزه با اطلاعات نادرست و ایجاد یک صحت تصویر قابل تأیید. استانداردهای فنی برای ایمنی و ردیابی ایجاد کردند.

روش تأیید نیز بسیار ساده است – اطلاعاتی مانند عکسبرداری و پس از اصلاح عکس ها با فناوری بلاک چین دست نخورده نگه داشته می شوند و مهم نیست که چگونه عکس ها اصلاح شوند، می توان آنها را مستقیماً مشاهده کرد.

عکس‌های واقعی تایید شده دارای یک "i" کوچک در گوشه سمت راست بالا خواهند بود. وقتی روی آن کلیک می‌کنید، می‌توانید جزئیات تاریخ عکاسی، مکان و لنز ایجاد شده توسط دوربین را مشاهده کنید. اگر شخصی از نرم‌افزاری مانند فتوشاپ استفاده می‌کند، پس از تغییر عکس عکس، همچنین می توانید برای دریافت تصویر کامل، به تصویر اصلی عکس برگردید.

روش صدور گواهینامه C2PA می تواند تا حدودی از صحت عکس ها در اخبار جدی و سایر زمینه ها اطمینان حاصل کند، اما به دلیل استقرار کوتاه آن، در حال حاضر فقط در برخی رسانه ها یا پلتفرم های اجتماعی استفاده می شود و برای ارائه ضمانت های اصالت هنوز قدیمی است. صبح تمام مطالب اینترنتی

به این معنا که در آینده، عکس‌های مصنوعی با هوش مصنوعی ممکن است خطر امنیت اجتماعی باشند. در حال حاضر، مدل‌های سنتز تصویر مانند Nivdia StyleGAN2 را می‌توان به صورت عمومی در پلتفرم‌هایی مانند Github دانلود کرد. آیا واقعاً این کار بی‌خطر است؟ فرید معتقد است که این امر مستلزم بررسی دقیق پرسنل فنی پس از ایجاد تعادل بین مزایا و خطرات است.

بنابراین سوال این است که چهره های زیادی در مقاله وجود دارد، کدام یک از آنها افراد واقعی هستند؟

پاسخ این است: مگر اینکه علامت دیگری مشخص شود، همه نادرست هستند.

#خوش آمدید به حساب رسمی وی چت Aifaner: Aifaner (WeChat: ifanr) توجه کنید، در اسرع وقت مطالب هیجان انگیزتری برای شما آورده خواهد شد.

لاو فانر | لینک اصلی · مشاهده نظرات · سینا ویبو