Психологи научили людей идеально отличать настоящие лица от созданных ИИ |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2026-07-02 13:38 Исследователи из Австралийского национального университета показали: людей можно довольно быстро натренировать отличать настоящие лица от сгенерированных ИИ. Результаты опубликованы в журнале PNAS. Авторы объясняют, что искать грубые огрехи вроде «шестого пальца» уже мало полезно, так как генеративные модели стали слишком качественными. Вместо этого команда психолога Эми Доуэл предложила смотреть на общие черты. ИИ-лица часто кажутся слишком симметричными, пропорциональными и привлекательными — именно поэтому мы нередко принимаем их за реальные. В эксперименте 45 студентам ANU просто показывали лица и просили их угадать, реальные это люди или нет. Затем участники сразу узнавали правильный ответ. Во время такой практики они опирались на шесть признаков: — непохожесть на других, — запоминаемость, — пропорциональность, — симметричность, — привлекательность, — выразительность. Эффект оказался сильным: точность выросла с 41,4% до 81,1%, а лучшие участники почти не ошибались. В работе использовали изображения, созданные нейросетью StyleGAN. Похожий результат затем повторили онлайн в Канаде, в Университете Виктории, что подтвердило надежность метода. По словам авторов, такой подход может лечь в основу коротких обучающих программ для распознавания дипфейков. Изображение: A_Iv/Shutterstock/FOTODOM; PNAS *на втором изображении пример картинок, которые предлагались участникам эксперимента, и перцептивные характеристики, по которым они оценивали лица Телеграм: t.me/ainewsline Источник: vk.com Комментарии: |
|