怎樣辨識出「AI臉」？

圖像來源，ANU (left; generated using StyleGAN3) / Igor Alecsander via Getty Images (right)

2024年，一名香港金融從業員與工程顧問公司奧雅納（Arup）的同事進行視訊會議，討論一宗機密收購案時，一切看似再普通不過。

直到匯出2500萬美元款項後，他們才發現自己被騙了。視訊中的其他人，包括看似是財務長的那個人，全是AI生成的深度偽造影像。

AI生成的臉孔越來越難與真人分辨，根據顧問公司德勤（Deloitte）2024年的報告，使用生成式AI的詐騙預計到明年僅在美國就會造成400億美元的損失。

這正是澳洲國立大學（ANU）心理學副教授艾美·道爾（Amy Dawel）想了解的原因之一——我們是否都能接受訓練，更有效地辨識AI生成的臉孔。

在今年6月發表於《美國國家科學院院刊》（PNAS）的一項研究中，道爾博士與澳洲、加拿大和蘇格蘭的同事測試了一種新的訓練方法。

道爾解釋說，「問題之一是，我們預期AI臉孔會看起來很奇怪，這是基於過去的經驗，但實際上是人類臉孔才不完全對稱、有點怪異，所以整個邏輯已經顛倒了」。

道爾實驗室先前的研究發現，AI生成的臉孔被判定為真人的頻率，比實際人類臉孔還高——他們將此現象稱為「AI超真實感」（AI hyperrealism）。

由於AI演算法傾向於取其訓練的數萬張臉孔的數學平均值，「AI臉孔實際上看起來比人類臉孔更平均，或是『超平均』，」道爾指出。

圖像來源，JohnnyGreig via Getty Images (left) / seb_ra via Getty Images (right)

參與者隨後接受了約一小時的訓練。道爾說，訓練內容包括展示約100張臉孔——一半真實、一半AI生成——並要求他們針對六項整體特徵評分：獨特性、可記憶性、表情豐富度、對稱性、比例協調性與吸引力。

「我們甚至不會告訴他們AI臉孔更對稱，」她說。「他們只需要對對稱性評分。系統會告知這些是AI還是真人，透過這種接觸，他們會逐漸感受到兩者看起來有何不同。」

心理學家，研究視覺感知的英國伯恩茅斯大學埃斯圖迪略博士（Dr Alejandro Estudillo）並未參與這項研究。

「人類並不是靠聚焦個別特徵來處理臉孔。相反，我們使用的是所謂的整體處理，」他解釋道，也就是把所有特徵整合成一個整體，以便有效辨識。

「我們所有的參與者都是年輕人，因此有一些關鍵問題有待解答：這套訓練是否適用於兒童，以及我們知道特別容易成為詐騙目標的年長者，」她補充道。

目前，已有使用演算法偵測AI生成內容的自動化工具，但這些工具也有限制。它們可能只對特定AI產品有效，且當新模型出現或影像被編輯時，可能會難以應付。

她還建議，未來或許可以開發類似的訓練，幫助人們辨識AI生成的語音和影片，而不只是靜態臉孔——如此一來，我們或許都能更有效地判斷，自己是否正與真實的同事通話，還是面對AI深度偽造影像。