AIが自ら騙された!生成された写真詐欺はAI識別器の目を楽々と逃れ、マスクのロボットガールフレンドと3メートルの巨人は両方とも「実現」

AIが自ら騙された!生成された写真詐欺はAI識別器の目を楽々と逃れ、マスクのロボットガールフレンドと3メートルの巨人は両方とも「実現」

AI が生成した画像は非常にリアルなので、AI 自身も違いを区別できません。

マスク氏とロボットのガールフレンドのこの写真は、5人の鑑別者のうち2人によって本物だと判断されました。

また、人間と高さ 3 メートルの巨人が写っているこの写真も、5 人の判別器が全員一致で真実であると判断しました。

ああ、AI識別器は信頼できないようです。

これはニューヨークタイムズが最近実施したテストです。彼らは市場で一般的な 5 つの AI 識別装置を見つけ、テスト用に 100 枚以上の写真を入力しました。

AI識別器はAIの写真を本物と誤認するだけでなく、本物の写真をAIが生成したものとして分類してしまうことも判明した。

さらに、異なる識別器間のレベルのギャップもかなり大きいです。

具体的な症状は何ですか?一緒に見ましょう

粒子を追加すると識別器を欺くことができる

このテストでは合計 5 つの AI 識別器が使用されました。

  • うーん、多分
  • イルミナティ
  • AIか否か
  • ハイブ
  • 感性

テスト内容にはAIと人間が作成した画像が含まれており、各識別器に入力してどのように判断するかを確認します。

使用されるAI作成ツールには、Midjourney、Stable Diffusion、Dall-eなどがあります。

ニューヨークタイムズは主にそのような例をいくつか紹介しています。 AIが作成した写真5枚と、実際に人が撮影した写真2枚が含まれています。

統計結果から、5 つの識別器のうち Hive のみがすべての正しい判断を下しました。

うーん、おそらく最も悪い成績で、2枚の写真しか正しく判断できませんでした。

たとえば、この写真は AI によって生成されたものです。2 月に行われた写真コンテストでグランプリを受賞したそうです。この質問は、ほとんどの識別器を困惑させました。

しかし、この完全に AI によって生成された写真は、ほとんどの差別主義者の目を逃れることはできませんでした。

人間が作成した写真の場合、AI識別器の方が正解率が高く、うーん多分識別器のみが両方の写真に対して誤った判断を下しています。

さらに、研究チームは特に美術絵画をテストし、ほとんどの AI 識別器が絵画が実際の人間によって描かれたものであると判断できることも発見しました。

AIが作成した別の画像と比較した場合も、4つの識別器は正しい判断を下しました。

(うーん、そうでもないかな…本当に良くない)

AI 画像が何らかの方法で処理されると、AI 識別器は失敗することに注意してください。

たとえば、このナイキの男性の写真では、4 つの識別器が最初はこれが AI によって生成されたものであると判断しました。

しかし、画像にいくつかの粒子を追加すると、AI 識別子はこの画像の AI コンテンツを 99% からわずか 3.3% と判断するようになります。

最後に、実用化できるいくつかの識別器(Umm-maybe、Illuminarty、AI or Not)もテストしました。

結果によると、「ソビエト連邦のムスク」の写真については、Umm-maybe は、それが人間によって作成された可能性が 85% あると感じています。

イルミナティ氏は、これが AI によって作成される確率はわずか 5.4% だと考えています。

AI 生成であるかどうかは、AI かどうかによってのみ確認されます。

AI識別の基準は何ですか?

では、AI はどのようにして真正性を識別するのでしょうか?

一般的に言えば、AI の判断基準は人間とは異なります。人間は一般的に画像コンテンツの合理性に基づいて判断しますが、AI はピクセルの配置、鮮明度、コントラストなどの画像パラメータに基づいて判断します。

これで、すべての差別主義者が冒頭の巨大な写真が非常に本物であると考える理由が説明されます。

AIペイントが普及してから1年以上が経ち、市場には多くの識別器が登場しています。

誰でも無料で使用できるようにHugging Faceに直接配置されているものもあれば、すでに会社が設立されていてAPIインターフェースのみを提供しているものもあります。

たとえば、Hive はビジネスソリューションを提供する会社です。上記のテスト結果から、Hive のパフォーマンスが最も優れており、ほぼ常に正しい判断を下すことができることがわかります。

それ以前の主な事業は、プラットフォームのウェブサイト向けに画像、動画、テキストをサポートするデータレビューサービスを提供することでした。サービス提供プラットフォームには、Reddit、Quora などがありました。

参考リンク:
https://www.nytimes.com/interactive/2023/06/28/technology/ai-detection-midjourney-stable-diffusion-dalle.html

<<:  中国チームが世界初のAI全自動設計CPU「Enlightenment 1」を発表:人間の介入なし、性能は486に匹敵

>>:  AIとMLがコネクテッドデバイスの成長を促進

ブログ    
ブログ    

推薦する

小売業界におけるRPA活用事例11選

世界各国がインダストリー4.0の時代を迎える中、多くの業界団体がプロセス自動化の重要性を認識し始め、...

GPT-4 の補完精度はわずか 6% です。北京大学などが、初の「マルチラウンド、マルチモーダル」PPTタスク完了ベンチマークPPTCを提案

大規模言語モデル(ChatGPT や GPT-4 など)に関する最近の評価作業は、主に基本的な自然言...

...

機械学習モデルの導入における課題に対処する方法

[[377893]] [51CTO.com クイック翻訳] データとオープンソースの機械学習フレーム...

[ビッグガイがやってくるエピソード4] データ駆動型の製品意思決定とインテリジェンス

データと製品を組み合わせるトピック 1 は、データと製品の組み合わせです。Stitch Fix を例...

未来のスマートシティ: 必須のテクノロジー 10 選

スマート シティは単なる概念や未来の夢ではなく、今や現実のものとなっています。モノのインターネット、...

...

CPU、GPU、NPU、FPGA はディープラーニングでどのように優位性を発揮するのでしょうか?

AIの応用が広まるにつれ、ディープラーニングは現在のAI研究と応用の主流の方法となっています。膨大...

...

...

モノのインターネット向けのデータストリーミング、AI、機械学習プラットフォームを構築する方法

[[342159]]今日の IoT のユースケースでは、デバイスが生成した大量のデータを分析したり、...

強風にも耐えられるドローン?カリフォルニア工科大学は12分間の飛行データを使い、ドローンに風の中での飛行を教える

傘が吹き飛ばされるほど風が強いときでも、ドローンは次のように安定した状態を保ちます。風に乗ることは、...

...

...

ビッグデータとディープラーニングは、仕事帰りの交通渋滞の回避にどのように役立つのでしょうか?

携帯電話のバスアプリでバス路線 112 の残りの停留所の数を確認するとき、バスに GPS をインスト...