تست تشخیص عکس واقعی از تصاویر ساخته شده با هوش مصنوعی

چالش چشم و هوش؛ می تونی عکس واقعی را از تصویر هوش مصنوعی جدا کنی؟

فکر می کنی در تشخیص عکس واقعی از هوش مصنوعی حرفه ای هستی؟ این آزمون با چند عکس ChatGPT و نمونه های واقعی، قدرت دقتت را حسابی به چالش می کشد. کیفیت تصاویر ساخته شده با هوش مصنوعی آن قدر بالا رفته که دیگر نمی شود فقط با دیدن دست های عجیب، پوست پلاستیکی یا پس زمینه های کج وکوله مچشان را گرفت.

قانون بازی خیلی ساده است؛ هر مرحله را بخوان، انتخابت را انجام بده و بعد سراغ جواب برو. لطفاً هم تقلب نکن و قبل از تصمیم گیری، پاسخ را نبین! در پایان تعداد جواب های درستت را بشمار تا مشخص شود چشم تیزبینی داری یا هوش مصنوعی خیلی راحت سرت کلاه گذاشته است.

مطالعه مقاله قبلی در دسته بندی تکنولوژی با عنوان ایجنت های هوش مصنوعی خودسر تهدیدی تازه برای امنیت سایبری.

مرحله اول؛ چهره ای که زیادی بی نقص به نظر می رسد

در تصویر اول با پرتره نزدیک یک زن جوان روبه رو هستیم. نور نرم از کنار صورت می تابد، چند تار مو روی پیشانی افتاده و حتی منافذ پوست هم دیده می شوند. آن طرف، تصویر دیگری قرار دارد که نورش طبیعی تر است اما کمی شبیه عکس های تبلیغاتی به نظر می رسد.

کدام یکی واقعی است؟ چند ثانیه به چشم ها، موها، گوش ها و انعکاس نور روی پوست دقت کن. قدیم ها پوست صاف و براق یک نشانه واضح بود، ولی مدل های جدید دیگر این اشتباه ساده را تکرار نمی کنند.

پاسخ: تصویری که جزئیات بیشتری روی پوست داشت، توسط هوش مصنوعی ساخته شده بود. مدل تصویرساز عمداً کک ومک، چین ریز و موهای پراکنده اضافه کرده بود تا عکس طبیعی تر دیده شود. تصویر کمی تبلیغاتی تر، عکس واقعی بود.

این مرحله نشان می دهد در تست عکس واقعی یا هوش مصنوعی نباید تصور کنیم هر چیزی که تمیز و حرفه ای است، حتماً جعلی است. دوربین، نورپردازی و ویرایش حرفه ای هم می توانند یک عکس واقعی را کاملاً مصنوعی جلوه دهند.

مرحله دوم؛ صبحانه ای که شاید هیچ وقت خورده نشده باشد

روی میز یک فنجان قهوه، نان تست، تخم مرغ و ظرف کوچکی از میوه قرار دارد. نور صبح از پنجره وارد شده و بخار قهوه هم کاملاً مشخص است. همه چیز آن قدر خوشمزه به نظر می رسد که احتمالاً قبل از پیدا کردن جواب، گرسنه می شوی!

برای تصمیم گیری به لبه بشقاب، دسته فنجان، شکل چنگال و محل افتادن سایه ها نگاه کن. تصاویر ساخته شده با هوش مصنوعی معمولاً در ارتباط منطقی میان اجسام گیر می کنند؛ مثلاً دسته قاشق وارد بشقاب می شود یا سایه جسم در جهت اشتباه می افتد.

پاسخ: این صبحانه جذاب یک تصویر هوش مصنوعی بود. اگر با دقت نگاه می کردی، یکی از دندانه های چنگال کوتاه تر بود و انعکاس پنجره روی فنجان با جهت نور هماهنگی نداشت.

البته این ایرادها در نگاه اول اصلاً توی ذوق نمی زنند. مغز ما با دیدن ترکیب آشنای قهوه و نان، خیلی سریع تصویر را واقعی فرض می کند و دیگر دنبال اشتباه های کوچک نمی گردد.

مرحله سوم؛ سگ بازیگوش پارک

یک سگ پشمالوی قهوه ای وسط پارک ایستاده و زبانش بیرون است. پشت سرش چند درخت، یک نیمکت و آدم هایی دیده می شوند که به خاطر عمق میدان دوربین محو شده اند. موهای سگ هم زیر نور خورشید جزئیات فوق العاده ای دارند.

حیوانات یکی از سوژه های محبوب برای ساخت عکس ChatGPT هستند. خز و مو به مدل کمک می کند ایرادهای مربوط به لبه بدن را پنهان کند. بااین حال، چشم ها، پنجه ها و قلاده هنوز می توانند سرنخ های خوبی باشند.

پاسخ: سگ کاملاً واقعی بود. نامنظم بودن موهای اطراف گوش، خاک روی پنجه ها و کشیدگی طبیعی قلاده با حرکت بدن، جزئیاتی بودند که واقعی بودن عکس را لو می دادند.

اگر گزینه هوش مصنوعی را انتخاب کردی، خیلی هم ناراحت نباش. دوربین گوشی های امروزی پس زمینه را نرم می کند، رنگ ها را بالا می برد و حتی نور چهره یا بدن سوژه را اصلاح می کند. همین پردازش ها گاهی عکس واقعی را شبیه خروجی هوش مصنوعی نشان می دهند.

مرحله چهارم؛ خیابان خیس بعد از باران

چراغ فروشگاه ها روی آسفالت خیس منعکس شده اند، چند نفر با چتر راه می روند و یک تاکسی زرد در انتهای خیابان دیده می شود. تصویر حس وحال سینمایی دارد و ترکیب رنگ آبی و نارنجی آن حسابی چشم نواز است.

اینجا باید آدم های دورتر را بررسی کنی. مدل های تصویرساز روی سوژه اصلی تمرکز زیادی دارند، اما گاهی شخصیت های پس زمینه را نصفه ونیمه تحویل می دهند. پاهای ادغام شده، چترهای بدون دسته و تابلوهای ناخوانا از نشانه های رایج اند.

پاسخ: خیابان بارانی ساخته هوش مصنوعی بود. یکی از افراد پس زمینه سه پا داشت و نوشته بالای فروشگاه بیشتر شبیه ترکیبی از حروف بی معنی بود. انعکاس تاکسی روی زمین هم دقیقاً با زاویه خودرو جور درنمی آمد.

در تشخیص عکس واقعی از هوش مصنوعی نوشته ها هنوز سرنخ مهمی هستند، ولی دیگر نمی شود همیشه روی آن ها حساب کرد. نسل جدید ابزارها می تواند کلمات کوتاه را درست بنویسد و تابلوهایی نسبتاً باورپذیر بسازد.

مرحله پنجم؛ دستی که دیگر شش انگشت ندارد

در این مرحله دستی را می بینیم که یک لیوان شیشه ای را نگه داشته است. پنج انگشت سر جای خودشان هستند، ناخن ها طبیعی اند و حتی خطوط کف دست هم دیده می شوند. پس حتماً عکس واقعی است، نه؟

نه به این سرعت! دوران دست های شش انگشتی و انگشت های پیچ خورده تقریباً رو به پایان است. برای تشخیص دقیق تر باید نحوه گرفتن جسم، فشار انگشت ها و تغییر شکل پوست در محل تماس را بررسی کرد.

پاسخ: دست و لیوان هر دو با هوش مصنوعی تولید شده بودند. تعداد انگشت ها درست بود، اما انگشت اشاره بدون وارد کردن فشار دور لیوان پیچیده بود. از آن عجیب تر، بخشی از شیشه میان دو انگشت ناپدید می شد.

این نوع خطاها خیلی ریزند و احتمالاً هنگام رد شدن سریع از یک پست در شبکه های اجتماعی دیده نمی شوند. دقیقاً به همین دلیل است که تصاویر جعلی می توانند در چند ثانیه وایرال شوند.

مرحله ششم؛ منظره کوهستانی رویایی

یک دریاچه شفاف میان کوه های برفی قرار دارد و کلبه ای چوبی نزدیک ساحل دیده می شود. انعکاس کوه ها روی آب تقریباً بی نقص است و چند پرنده هم در آسمان پرواز می کنند.

تصاویر طبیعت معمولاً سخت ترین بخش این آزمون اند. ما انتظار نداریم هر سنگ، شاخه یا موج شکل مشخصی داشته باشد؛ بنابراین هوش مصنوعی آزادی بیشتری برای پنهان کردن اشتباه هایش پیدا می کند.

پاسخ: این منظره یک عکس واقعی بود. تفاوت ظریف میان تصویر کوه و انعکاس آن در آب، وجود موج های نامنظم و پراکندگی تصادفی سنگ ها از مهم ترین نشانه ها بودند.

مدل های مولد معمولاً دوست دارند منظره را بیش ازحد مرتب بسازند. کوه ها متقارن می شوند، ابرها دقیقاً در جای مناسب قرار می گیرند و رنگ آسمان شبیه پوسترهای گردشگری از آب درمی آید. طبیعت واقعی خیلی شلخته تر از این حرف هاست!

مرحله هفتم؛ محصولی آماده برای تبلیغات

یک جفت کفش ورزشی سفید روی سکویی خاکستری قرار گرفته و نور از سمت چپ به آن می تابد. دوخت ها مرتب اند، لوگو واضح است و بندها هم ظاهراً مسیر طبیعی خودشان را طی می کنند.

عکس محصول از آن حوزه هایی است که هوش مصنوعی در آن واقعاً می درخشد. پس زمینه ساده، نور کنترل شده و نبود آدم باعث می شود احتمال بروز خطا کمتر شود. برای همین برندها هم روزبه روز بیشتر سراغ چنین تصاویری می روند.

پاسخ: کفش ها ساخته هوش مصنوعی بودند. یکی از بندها از داخل بدنه عبور کرده بود و تعداد سوراخ های بند در دو طرف کفش برابر نبود. سایه کفش سمت راست نیز کمی بالاتر از سطح سکو شروع می شد.

این مرحله احتمالاً خیلی ها را گول می زند. در نگاه اول همه چیز تمیز، شیک و حرفه ای است؛ درست مثل عکسی که در یک فروشگاه اینترنتی می بینیم. ایراد فقط زمانی خودش را نشان می دهد که تصویر را بزرگ کنی.

مرحله هشتم؛ عکس خانوادگی یا خانواده خیالی؟

چهار نفر کنار میز تولد ایستاده اند. کیک وسط میز است، بادکنک ها در پس زمینه دیده می شوند و همه رو به دوربین لبخند می زنند. نور فلاش هم روی دیوار افتاده و حس یک عکس معمولی خانگی را دارد.

برای انتخاب جواب، به ارتباط میان آدم ها توجه کن. آیا دست ها واقعاً روی شانه یکدیگر قرار گرفته اند؟ نگاه افراد به یک نقطه است؟ اندازه سرها و فاصله بدن ها طبیعی به نظر می رسد؟

پاسخ: این عکس واقعی بود. تاری جزئی دست کودک، قرمزی چشم یکی از افراد و کادر نه چندان دقیق دوربین نشانه هایی بودند که واقعی بودن آن را تقویت می کردند.

هوش مصنوعی اغلب دنبال ساختن نسخه ای زیبا و بی نقص از یک خاطره است. اما عکس های واقعی خانوادگی معمولاً ایراد دارند؛ یک نفر پلک زده، دیگری حواسش نیست و گوشه ای از تصویر هم با انگشت عکاس پوشانده شده است.

مرحله نهم؛ کتاب فروشی دنج

قفسه های چوبی تا سقف بالا رفته اند و تعداد زیادی کتاب رنگارنگ در آن ها چیده شده است. یک گربه روی صندلی خوابیده و چراغ زرد کوچکی فضای گرم و صمیمی ساخته است.

در اینجا بهترین سرنخ، نوشته روی جلد کتاب هاست. البته فقط ناخوانا بودن متن کافی نیست؛ ممکن است کیفیت تصویر پایین باشد یا دوربین روی گربه فوکوس کرده باشد. تکرار شدن جلدها و ادغام مرز کتاب ها نشانه های مطمئن تری هستند.

پاسخ: کتاب فروشی یکی از تصاویر ساخته شده با هوش مصنوعی بود. چند کتاب با فاصله های مختلف دقیقاً جلد یکسانی داشتند و پایه صندلی پشت دم گربه به شکل عجیبی محو می شد.

مدل های مولد با مفهوم کلی قفسه کتاب مشکلی ندارند، اما وقتی صدها شیء کوچک باید هم زمان منظم و متفاوت باشند، احتمال اشتباه بالا می رود. شلوغی تصویر، هم نقطه قوت هوش مصنوعی است و هم نقطه ضعفش.

مرحله دهم؛ سلفی معمولی داخل آسانسور

آخرین مرحله شاید سخت ترین مورد باشد. مردی داخل آسانسور جلوی آینه ایستاده و با گوشی از خودش عکس گرفته است. لکه های روی آینه، نور تند سقف و کادر نامرتب باعث شده تصویر کاملاً روزمره به نظر برسد.

اینجا انعکاس ها اهمیت زیادی دارند. موقعیت گوشی در آینه، جهت نوشته روی لباس، جای دست و زاویه بدن را بررسی کن. ساخت یک انعکاس هماهنگ، حتی برای مدل های قدرتمند هم کار ساده ای نیست.

پاسخ: این سلفی یک عکس ChatGPT بود. گوشی در دست راست قرار داشت، اما انعکاس انگشت ها نشان می داد باید در دست چپ باشد. دکمه یکی از طبقات آسانسور نیز در آینه تکرار نشده بود.

اگر جواب این مرحله را درست دادی، واقعاً دقت خوبی داری. بااین حال یادت باشد یک عکس بدون ایراد ظاهری هم می تواند مصنوعی باشد. نبود اشتباه، مدرک قطعی واقعی بودن نیست.

امتیازت در آزمون تشخیص تصویر چقدر شد؟

اگر بین صفر تا سه جواب درست داشتی، هوش مصنوعی حسابی غافلگیرت کرده است. البته نگران نباش؛ بیشتر این تصاویر دقیقاً با هدف فریب دادن چشم ساخته می شوند و تشخیصشان در نگاه اول واقعاً دشوار است.

چهار تا هفت جواب درست یعنی عملکردت خوب بوده و می دانی کجا دنبال سرنخ بگردی. احتمالاً تناقض های مربوط به نور، انعکاس، دست ها و نوشته ها را سریع تر از بقیه پیدا می کنی.

هشت تا ده جواب درست هم یعنی چشم عقابی داری! بااین حال زیادی مطمئن نشو. ابزارهای تولید تصویر مدام بهتر می شوند و نشانه ای که امروز جواب می دهد، شاید چند ماه دیگر کاملاً بی فایده باشد.

چطور تصاویر هوش مصنوعی را راحت تر شناسایی کنیم؟

اول از همه، به حس اولیه خودت اکتفا نکن. یک تصویر ممکن است عجیب به نظر برسد اما واقعی باشد؛ از طرف دیگر، یک عکس کاملاً معمولی می تواند توسط هوش مصنوعی تولید شده باشد.

نور و سایه را بررسی کن. اگر نور از سمت راست می آید، سایه تمام اجسام باید با همان منطق شکل گرفته باشد. انعکاس در شیشه، آب، آینه و سطوح فلزی هم معمولاً اطلاعات زیادی در اختیارت می گذارد.

سراغ جزئیات تکراری برو. دکمه های لباس، پنجره های ساختمان، جلد کتاب ها، برگ درختان و افراد پس زمینه نقاط مناسبی برای پیدا کردن الگوهای غیرطبیعی هستند.

بعد هم ارتباط فیزیکی اجسام را ببین. دستی که فنجان را گرفته باید واقعاً به آن فشار وارد کند. پایه صندلی نباید داخل فرش حل شود و بند کیف هم باید از مسیر منطقی روی شانه عبور کند.

در نهایت، منبع انتشار تصویر و موضوع آن را جدی بگیر. وقتی یک عکس ادعای عجیب یا خبری باورنکردنی را همراهی می کند، فقط به ظاهرش اعتماد نکن. جست وجوی منبع اولیه و مقایسه روایت ها خیلی مطمئن تر از زل زدن به پیکسل هاست.

تشخیص عکس واقعی از هوش مصنوعی دیگر یک بازی ساده نیست. این مهارت می تواند جلوی باور کردن خبر جعلی، تبلیغ فریبنده یا تصویری ساختگی را بگیرد. چشم ها هنوز ابزار خوبی هستند، اما باید کنارشان از منطق، بررسی منبع و کمی شک سالم هم استفاده کنیم.

برای دریافت جدیدترین اخبار تکنولوژی با مجله هوش مصنوعی با ما همراه باشید