Čak i ako mislite da ste dobri u analizi lica, istraživanje pokazuje da mnogi ljudi ne mogu pouzdano razlikovati fotografije stvarnih lica od slika koje su generirane računalom. Ovo je posebno problematično sada kada računalni sustavi mogu stvoriti realistične fotografije ljudi koji ne postoje.
Nedavno je lažni LinkedIn profil s računalno generiranom slikom profila dospio u vijesti jer se, na primjer, uspješno povezao s američkim dužnosnicima i drugim utjecajnim pojedincima na platformi za umrežavanje. Protuobavještajni stručnjaci čak kažu da špijuni rutinski stvaraju fantomske profile s takvim slikama kako bi se uvjerili u strane mete preko društvenih medija .
Ovi deepfake-ovi postaju rašireni u svakodnevnoj kulturi, što znači da bi ljudi trebali biti svjesniji načina na koji se koriste u marketingu, oglašavanju i društvenim medijima. Slike se također koriste u zlonamjerne svrhe, poput političke propagande, špijunaže i informacijskog rata.
Njihovo stvaranje uključuje nešto što se zove duboka neuronska mreža, računalni sustav koji oponaša način na koji mozak uči. Ovo se “trenira” izlaganjem sve većim skupovima podataka stvarnih lica.
Zapravo, dvije duboke neuronske mreže postavljene su jedna protiv druge, natječući se u stvaranju što realističnijih slika. Kao rezultat toga, krajnji proizvodi su nazvani GAN slike, gdje GAN označava Generative Adversarial Networks. Proces generira nove slike koje se statistički ne razlikuju od slika treninga.
U studiji objavljenoj u iScienceu , pokazalo se da neuspjeh u razlikovanju ovih umjetnih lica od pravih ima implikacije na naše ponašanje na internetu. Navedeno Istraživanje je pokazalo da lažne slike mogu narušiti naše povjerenje u druge i duboko promijeniti način na koji komuniciramo na internetu.
Naime, otkrili su da ljudi doživljavaju lica GAN-a još stvarnijima od originalnih fotografija lica stvarnih ljudi. Iako još nije jasno zašto je to tako, ovo otkriće ističe nedavni napredak u tehnologiji koja se koristi za generiranje umjetnih slika.
Sva lica osim jednog stvorila je generativna protivnička mreža (GAN). Pročitajte do kraja članka kako biste saznali koji je pravi. NVIDIA putem thispersondoesnotexist.com , autor je naveo (bez ponovne upotrebe)
Također su pronašli zanimljivu poveznicu s privlačnošću: lica koja su ocijenjena kao manje privlačna također su ocijenjena kao stvarnija. Manje privlačna lica mogu se smatrati tipičnijima, a tipično lice može se koristiti kao referenca prema kojoj se procjenjuju sva lica. Stoga bi ova GAN lica izgledala stvarnije jer su sličnija mentalnim šablonama koje su ljudi izgradili iz svakodnevnog života.
Ali promatranje ovih umjetnih lica kao autentičnih također može imati posljedice na opće razine povjerenja koje pružamo krugu nepoznatih ljudi – koncept poznat kao “društveno povjerenje”.
