Ученые из Австралии выяснили, что современные нейросети перешагнули порог визуального распознавания. В ходе эксперимента со 125 участниками обычные люди отличали сгенерированные лица от настоящих лишь немногим лучше, чем при случайном угадывании. Даже обладатели выдающейся зрительной памяти показали минимальное преимущество перед контрольной группой.
Современные нейросети научились создавать лица, которые все чаще проходят проверку человеческим зрением. Во многих случаях люди не просто принимают сгенерированные изображения за реальные – они воспринимают их как более правдоподобные, чем настоящие фотографии. Новое исследование показывает: причина этого эффекта в том, что искусственный интеллект формирует не индивидуальные лица, а статистически идеальный средний образ.
Авторы работы изучили, как люди распознают сгенерированные портреты, и почему большинство наблюдателей почти не справляется с этой задачей. В центре внимания оказалась небольшая группа сверхраспознавателей – людей с исключительными способностями к запоминанию и различению лиц.
В исследовании участвовали 36 таких экспертов и 89 подготовленных добровольцев с высокими результатами в тестах на восприятие. Им показывали 200 изображений: половина была создана нейросетью, половина представляла реальные фотографии. Все снимки подбирались так, чтобы не отличаться по полу, выражению лица и другим базовым параметрам.
Результаты оказались показательными. Обычные участники практически не могли отличить подделки от оригиналов. Их чувствительность к различиям была близка к случайному угадыванию. Сверхраспознаватели показали заметно лучшие результаты, но даже они достигали точности лишь около 57%. Это означает, что задача остается сложной даже для экспертов.
При этом исследователи обнаружили важную закономерность: чем лучше человек распознает настоящие лица, тем выше его способность выявлять искусственные. Между этими навыками существует устойчивая связь. Это говорит о том, что распознавание ИИ-портретов опирается не на поиск технических дефектов, а на фундаментальные механизмы восприятия лиц.
Особый эффект проявился при коллективных решениях. Когда восемь сверхраспознавателей объединяли свои оценки, точность заметно возрастала. В контрольной группе мудрость толпы не работала. Это указывает на наличие у экспертов развитого чувства собственной надежности и более точной оценки своих ошибок.
Чтобы понять причину различий, ученые проанализировали сами изображения с помощью нейросетей, обученных распознаванию лиц. Это позволило построить карту так называемого «пространства лиц» – многомерной модели, где каждое лицо представлено как набор признаков.
Выяснилось, что реальные лица распределены в этом пространстве широко и неравномерно. Они отличаются друг от друга множеством мелких, уникальных деталей. Сгенерированные же изображения концентрируются ближе к центру – в зоне среднего лица.
Иными словами, ИИ стремится создавать максимально усредненные, статистически типичные портреты. Такой эффект исследователи назвали гиперусредненностью. Он возникает из-за принципов работы генеративных моделей: алгоритмы специально подавляют редкие и нестабильные черты, усиливая наиболее распространенные. В результате получается не конкретный человек, а своего рода идеализированный портрет, в котором почти нет отклонений от нормы.
Парадоксально, что именно это делает ИИ-лица убедительными. В реальности большинство людей обладает уникальными сочетаниями признаков, которые редко встречаются вместе. Такие лица неровны с точки зрения статистики. А нейросеть создает образы, которые выглядят более гармоничными и правильными, чем живые люди.
Сверхраспознаватели, как показал анализ, интуитивно чувствуют эту особенность. Они обращают внимание не на привлекательность, молодость или эмоциональность лица, а на его близость к усредненному образцу. Именно этот признак помогает им выявлять сгенерированные изображения.
Обычные наблюдатели, напротив, часто ориентируются на поверхностные впечатления: насколько лицо кажется живым, симпатичным или социально активным. Эти параметры оказываются плохими индикаторами подлинности и только мешают распознаванию.
При этом сами эксперты не могут четко объяснить, как именно они принимают решения. Их стратегия носит интуитивный характер и формируется на уровне неосознанного опыта. Авторы подчекивают: даже лучшие наблюдатели сталкиваются с пределом возможностей. По мере развития генеративных моделей задача будет становиться все сложнее.
Практические выводы исследования важны для разных сфер. Ученые предупреждают, что использование ИИ-лиц в психологических экспериментах, обучении или судебных процедурах может искажать восприятие и влиять на решения людей. Такие изображения не нейтральны – они систематически смещены в сторону и��еальной нормы.
В перспективе исследователи предлагают развивать гибридные системы обнаружения, где алгоритмы будут сочетаться с человеческой экспертизой. Компьютеры смогут анализировать статистические закономерности, а специалисты – интерпретировать сложные пограничные случаи. Способность замечать тонкие отклонения от нормы может стать важным навыком цифровой эпохи. Исследование резюмирует: выявление подделок – не только технологический вызов, но и вопрос адаптации человеческого восприятия к новой реальности.
Делегируйте часть рутинных задач вместе с BotHub! Для доступа к сервису не требуется VPN и можно использовать российскую карту. По ссылке вы можете получить 300 000 бесплатных токенов для первых задач и приступить к работе с нейросетями прямо сейчас!
Автор: MrRjxrby
