Μετά το «επεισόδιο» με τη φωτογραφία της Κέιτ Μίντλετον, το BBC αναλύει τα βήματα που μπορούμε να ακολουθήσουμε για να εντοπίσουμε «πειραγμένες», επεξεργασμένες εικόνες.

Σε μια εποχή στην οποία η επεξεργασία μιας εικόνας -ή, ακόμα, και η δημιουργία ψεύτικων φωτογραφιών, με τη βοήθεια της τεχνητής νοημοσύνης- είναι πιο εύκολη από ποτέ, αρχίζει να γίνεται όλο και πιο δύσκολος ο εντοπισμός τέτοιων περιπτώσεων.

Πολλές φορές, η επεξεργασία είναι τόσο διακριτική, ώστε δεν μπορούμε να τη διακρίνουμε εύκολα και πρέπει να κοιτάξουμε σχολαστικά τις λεπτομέρειες, για να παρατηρήσουμε συγκεκριμένα τμήματα της φωτογραφίας που μπορεί να προδίδουν ότι είναι «πειραγμένη».

Μετά το θέμα που δημιουργήθηκε με τη φωτογραφία της Κέιτ Μίντλετον, την οποία απέσυραν πολλά διεθνή πρακτορεία λόγω τη αλλοίωσης που φαίνεται να υπέστη, γεγονός που οδήγησε την πριγκίπισσα της Ουαλίας να γράψει ότι «πειραματίζεται» με την επεξεργασία, το BBC περιγράφει τη διαδικασία που μπορούμε να ακολουθήσουμε για να καταλάβουμε ότι κάτι δεν πάει καλά σε μια εικόνα.

BBC μετά τη φωτογραφία της Κέιτ Μίντλετον: Τι να κοιτάμε για να εντοπίζουμε ψεύτικες εικόνες

«Σε έναν κόσμο όπου οι εικόνες μπορούν να αλλοιωθούν ψηφιακά με μερικά μόνο κλικ ή ακόμη και να δημιουργηθούν εξ ολοκλήρου από το μηδέν από την τεχνητή νοημοσύνη (AI), γίνεται όλο και πιο δύσκολο να εμπιστευόμαστε αυτό που βλέπουν τα μάτια μας» γράφει το BBC πριν παραθέσει τους τρόπους με τους οποίους μπορούμε να διακρίνουμε την επεξεργασία.

Κατά το BBC, ψεύτικες και αλλοιωμένες εικόνες «μπορούν να οδηγήσουν στη διάδοση της παραπληροφόρησης και θα μπορούσαν ακόμη και να επηρεάσουν την κοινή γνώμη σε σημαντικά γεγονότα όπως οι εκλογές».

«Υπάρχει λοιπόν κάτι που μπορούμε να κάνουμε για να εντοπίσουμε μια εικόνα που μπορεί να έχει τροποποιηθεί ή να έχει δημιουργηθεί με τεχνητή νοημοσύνη;» αναρωτιέται το BBC και γράφει τα παρακάτω.

Αντανακλάσεις και σκιές

Ο μη φυσιολογικός φωτισμός είναι συχνά ένα σημάδι ότι μια φωτογραφία έχει αλλοιωθεί. Ελέγξτε τα σημεία φωτός στα μάτια των ανθρώπων, για παράδειγμα- η πηγή φωτός συχνά αντανακλάται στα μάτια τους. Αν το μέγεθος και το χρώμα δεν ταιριάζουν με τη θέση ή αν φαίνονται διαφορετικά μεταξύ των ματιών, τότε μπορεί να έχετε λόγο να είστε καχύποπτοι. Ο τρόπος με τον οποίο τα θέματα και τα αντικείμενα εμφανίζονται στις αντανακλαστικές επιφάνειες μιας εικόνας μπορεί επίσης να παρέχει ενδείξεις.

Οι σκιές των αντικειμένων στην εικόνα μπορεί να μην είναι ευθυγραμμισμένες, αν έχει συναρμολογηθεί από πολλές εικόνες, αν και να έχετε υπόψη σας ότι ορισμένες εικόνες μπορεί να έχουν ληφθεί με πολλαπλές πηγές φωτισμού. Αξίζει να εξετάσετε τον τρόπο με τον οποίο το φως παίζει πάνω στο πρόσωπο ενός ανθρώπου. Εάν ο ήλιος βρίσκεται πίσω του, για παράδειγμα, τα αυτιά του μπορεί να φαίνονται κόκκινα.

Η τεχνητή νοημοσύνη μπορεί επίσης να παράγει ασύμβατο φωτισμό και σκιές, αλλά οι αλγόριθμοι βελτιώνονται όλο και περισσότερο.

Χέρια και αυτιά

Μια άλλη προσέγγιση είναι να αναζητήσετε χαρακτηριστικά που είναι δύσκολο να αναπαραχθούν. Η τεχνητή νοημοσύνη δεν είναι προς το παρόν καλή στην απόδοση των χεριών και των αυτιών, παραποιώντας τα σχήματα, τις αναλογίες και ακόμη και τον αριθμό των δακτύλων. Αυτά είναι τα ίδια χαρακτηριστικά που συχνά προβληματίζουν τους καλλιτέχνες, αλλά καθώς άλλες πτυχές των εικόνων των ανθρώπων που δημιουργούνται από την ΑΙ γίνονται όλο και πιο ρεαλιστικές, αυτές οι ανακρίβειες δημιουργούν μια αλλόκοτη αντίθεση που φαίνεται αφύσικη.

Κοιτάξτε τα μεταδεδομένα (metadata)

Στον κώδικα των ψηφιακών εικόνων κρύβονται κομμάτια πληροφοριών που μπορούν να βοηθήσουν στον εντοπισμό μιας απομίμησης. Κάθε φορά που μια ψηφιακή φωτογραφική μηχανή τραβάει μια εικόνα, τα μεταδεδομένα εγγράφονται στο αρχείο της εικόνας. Οι χρονοσφραγίδες, για παράδειγμα, οδήγησαν σε ερωτήματα σχετικά με το αν ο πρόεδρος Ντόναλντ Τραμπ ήταν πράγματι στη δουλειά του στον Λευκό Οίκο την επομένη της αποκάλυψης ότι είχε κολλήσει Covid-19 τον Οκτώβριο του 2020.

Θόρυβος εικόνας

Κάθε αισθητήρας ψηφιακής φωτογραφικής μηχανής διαθέτει μικροσκοπικά κατασκευαστικά σφάλματα που οδηγούν σε μοναδικά σφάλματα που αφήνουν ένα είδος «δακτυλικού αποτυπώματος» στις εικόνες. Αυτό στη συνέχεια συσχετίζεται με μια συγκεκριμένη φωτογραφική μηχανή και μπορεί να βοηθήσει στον εντοπισμό περιοχών μιας φωτογραφίας που έχουν υποστεί επεξεργασία. Ο κόκκος μιας εικόνας που δημιουργείται με τεχνητή νοημοσύνη μπορεί επίσης να φαίνεται ιδιόμορφος.

Εργαλεία επαλήθευσης

Εταιρείες του Διαδικτύου, όπως η Google, έχουν λανσάρει εργαλεία επαλήθευσης εικόνων που μπορούν να βοηθήσουν τους ανθρώπους να εντοπίσουν τις εικόνες που έχουν δημιουργηθεί με τεχνητή νοημοσύνη. Το Facebook και το Instagram έχουν αρχίσει να επισημαίνουν τις εικόνες που δημιουργούνται από τεχνητή νοημοσύνη και προέρχονται από τα συστήματα της Meta και σχεδιάζει να κάνει το ίδιο για τις εικόνες που δημιουργούνται από τα εργαλεία τεχνητής νοημοσύνης άλλων εταιρειών

Διαβάστε ακόμη: