Сгенерированные лица людей стали слишком идеальными

Ученые из Австралии выяснили ^[1], 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 ^[2] показали минимальное преимущество перед контрольной группой.

Современные нейросети научились создавать лица, которые все чаще проходят проверку человеческим зрением ^[3]. 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 ^[4] 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 ^[5] оказалась небольшая группа сверхраспознавателей – людей с исключительными способностями к запоминанию ^[6] и различению лиц.

В исследовании участвовали 36 таких экспертов и 89 подготовленных добровольцев с высокими результатами в тестах на восприятие ^[7]. 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 ^[8]: 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 ^[9]. 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 ^[10] 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 ^[11]! Для доступа к сервису не требуется VPN и можно использовать российскую карту. По ссылке ^[12] вы можете получить 300 000 бесплатных токенов для первых задач и приступить к работе с нейросетями прямо сейчас!

Источник ^[1]