אנשים רואים כעת בפנים שנוצרו בינה מלאכותית יותר אמיתיות מאנשים

AI-פרצופים שנוצרו הפכו לבלתי ניתנים להבחנה מאלה של בני אדם ויכולים להיתפס אפילו יותר אָמִין מאשר פרצופים אנושיים אמיתיים. חָדָשׁ מחקר מגלה שפנים שנוצרו בינה מלאכותית יכולים להיראות אמיתיים יותר מאלה אנושיים בפועל - תופעה של החוקרים קוראים "AI היפר-ריאליזם". אפילו הביצועים הטובים ביותר במחקר שלהם היו מדויקים בזיהוי בינה מלאכותית רק 80% מהמקרים זְמַן.

AI שנוצר או פנים אנושיות אמיתיות?

פרצופים שנוצרו בינה מלאכותית זמינים כעת באופן נרחב, כולל האתר האדם הזה-לא-קיים. אתה יכול לנסות לבדוק את הכישורים שלך בזיהוי פנים בינה מלאכותית ב- אילו פנים אמיתיות אֲתַר. פעם היו יותר מתנות לתמונות שנוצרו בינה מלאכותית, כולל עיוותים ברקע או בעיות סימטריה עם משקפיים או עגילים, אבל בינה מלאכותית התקדמה כעת עד כדי כך שאין להבחין בין פנים שנוצרו בינה מלאכותית האמיתיים.

פרצופים אלה נוצרים באמצעות רשתות יריביות (GANs), שבהן שניים עֲצַבִּי רשתות מתחרות זו בזו, מחוללות ומפלות. המחולל יוצר דימוי של אדם בדיוני בעוד המאבחן לומד להבחין בין הפנים המסונתזות לבין הפנים האנושיות האמיתיות. במהלך איטרציות רבות, המחולל לומד יותר ויותר ליצור פרצופים מציאותיים יותר עד שהמאבחן אינו מסוגל להבחין בינו לבין פנים אנושיות אמיתיות.

AI היפר-ריאליזם

חלק מהפנים של AI היו בסבירות גבוהה יותר להיתפס כאנושיים מאשר פנים אנושיות אמיתיות, תופעה שהחוקרים מתארים כ "היפר-ריאליזם בינה מלאכותית". פרצופים נוטים יותר להישפט כאנושיים (גם אם הם נוצרו בינה מלאכותית) כאשר הם נתפסו לִהיוֹת:

• פרופורציונלי יותר
• חי בעיניים
• מוּכָּר
• פחות בלתי נשכח
• סִימֶטרִי
• מוֹשֵׁך
• עור חלק

פרצופים בינה מלאכותית הנתפסים כממוצעים יותר, פחות ייחודיים, פחות בלתי נשכחים ויותר מושכים ומוכרים נוטים יותר להיחשב אנושיים.

הטיה במודלים של דור פנים בינה מלאכותית

יצירת פנים דגמים ידועים כמכילים הֲטָיָה שיכול לתת ייצוג מיעוטים; זה נובע מנתוני ההכשרה שלהם. המחקר מצא שפנים מסונתזות בינה מלאכותית מסוגלים במיוחד לעבור כאמיתיים, גם בהשוואה לפנים אנושיות אמיתיות. זו כנראה תוצאה של ההטיה במודל יצירת הפנים של AI המשמש במחקר. מחולל התמונות StyleGAN2 של Nvidia הוא אלגוריתם ששוחרר בשנת 2020 והוכשר בעיקר על אנשים לבנים - 69% לבנים ו-31% בכל שאר הגזעים גם יחד. הטיה זו הובילה ככל הנראה לפרצופים לבנים של AI שנראים ממוצעים יותר מאחרים, מה שגרם להם להיתפס כריאליסטיים ואנושיים במיוחד. מחקר על מודלים מעודכנים של יצירת פנים בינה מלאכותית יהיה חשוב. כמו כן, להטיה זו יש השלכות חשובות במקרים בהם נעשה שימוש במודלים של יצירת פנים באכיפת החוק או ברפואה.

הפרדוקס של זיהוי שגיאות וביטחון בינה מלאכותית

לא רק שאנשים יותר ויותר לא מסוגלים להבחין בינה מלאכותית מפנים אנושיות אמיתיות, אלא שהאנשים שעשו הכי הרבה שגיאות בזיהוי בינה מלאכותית היו באופן פרדוקסלי הכי בטוחים בעצמם. במילים אחרות, אנשים שהיו הכי פחות מסוגלים לזהות AI היו הכי משוכנעים שהם צודקים. תופעה זו ידועה בשם אפקט דאנינג-קרוגר, הטיה קוגניטיבית שבה אנשים שפחות מוכשרים מעריכים את היכולות שלהם.

ביטחון יתר ביכולות שלנו לזהות AI מעלה בעיה רצינית של פגיעות פסיכולוגית להיפר-ריאליזם של AI. אנשים הפגיעים ביותר לאתגרים כמו בינה מלאכותית שפמנון מפרופיל הונאה שנוצר בינה מלאכותית הכי פחות ישאלו אם הם עלולים לטעות לחשוב שהם מתמודדים עם אמיתי בן אנוש.

חינוך בינה מלאכותית כתשובה הפוטנציאלית

אלגוריתמים לזיהוי בינה מלאכותית או AI אנושי שיתוף פעולה יהיה יעיל יותר מתפיסה אנושית בלבד לזיהוי AI ופנים אנושיות בצורה מדויקת. בינתיים, אחד התכשירים היעילים ביותר לשימוש לא נכון במדיה סינתטית כמו פרצופים שנוצרו בינה מלאכותית הוא חינוך אנשים על המציאות וההטיות המוטמעות בטכנולוגיה זו, כמו גם על היכולת המוגבלת שלנו להבחין בין סינטטי לאמיתי כְּלֵי תִקְשׁוֹרֶת. ביטחון עצמי יתר יהווה למרבה הצער מחסום עבור חלקם. בעידן ההיפר-ריאליזם בינה מלאכותית, מנה בריאה של ענווה והכרה במגבלות שלנו כבני אדם היא הכרחית ומגנה כאחד.

Marlynn Wei, MD 2023 © זכויות יוצרים. כל הזכויות שמורות.