今天小編分享的科學經驗：AI被自己騙了！生成照騙輕松逃過AI鑑别器法眼，馬斯克機器女友、3米巨人都「成真」了，歡迎閲讀。
以假亂真的 AI 生成式圖片，AI 自己分辨不出來了。
這張馬斯克和機器人女友的照片，5 個鑑别器裏有 2 個都覺得是真的：
還有這張人類和 3 米巨人的合照，居然 5 個鑑别器一致判斷為真：
啊這，AI 鑑别器似乎不太靠譜的亞子。
這就是《紐約時報》最近做的一項測試，他們找來了市面上五個常見的 AI 鑑别器，分别喂給它們 100 多張照片做測試。
結果發現，AI 鑑别器不僅會把 AI 照片錯認成真的，也會把真實照片劃定為 AI 生成的。
而且不同鑑别器之間的水平差距也不小。
具體表現如何？一起來看
加點顆粒（Grain）就能騙過鑑别器
在這項測試中一共使用了 5 個 AI 鑑别器，分别是：
Umm-maybe
Illuminarty
A.I or Not
Hive
Sensity
測試的内容包括 AI 和人類創作的圖片，分别喂給每個鑑别器，看它們會怎樣判斷。
使用的 AI 創作工具包括 Midjourney、Stable Diffusion、Dall-e 等。
《紐約時報》主要展示了這樣幾個例子。包含 5 張 AI 創作的圖片，以及 2 張真人拍的照片。
從統計結果來看，五個鑑别器中只有Hive全部判斷正确。
Umm-maybe 的表現最差，只判斷對了兩張圖。
舉例來看，這張照片是 AI 生成的，聽説還在 2 月的一場攝影比賽中拿下大獎，這道題就難倒了大部分鑑别器。
但這張純 AI 生成的照片，就沒有逃過大部分鑑别器的法眼。
對于人類創作的照片，AI 鑑别器的正确率比較高，兩張照片都只有 Umm-maybe 鑑别器判斷錯誤。
此外他們還專門測試了藝術畫，發現大部分 AI 鑑别器能判斷出這是真人畫的。
對比另一幅 AI 創作的，同樣也是四個鑑别器判斷正确。
（Umm-maybe 啊……是真的不太行）
值得一提的是，如果對 AI 影像進行一些加工處理，AI 鑑别器會失效。
比如這張 Nike 男的照片，一開始有 4 個鑑别器判斷它是 AI 生成的。
但如果給圖片加一些顆粒，AI 鑑别器就會将這張圖片的 AI 含量從 99%，判斷為僅有 3.3%。
最後，我們也測試了一些能上手實測的鑑别器（Umm-maybe、Illuminarty、A.I or Not）。
結果顯示，對于 " 馬斯克在蘇聯 " 這張圖，Umm-maybe 覺得它有 85% 的概率是人類創作的。
Illuminarty 覺得它是 AI 創作的概率僅有 5.4%。
只有 A.I or Not 确定了它是 AI 生成的。
AI 鑑别的判斷标準是啥？
那麼 AI 到底是怎麼鑑别真偽的？
普遍來説，它們和人類的判斷标準不太一樣，人類一般以影像内容的合理性為依據，而 AI 更多是從影像的參數入手，比如像素的排列方式、清晰度、對比度等。
所以這就解釋了開頭那張巨人照片，為啥所有鑑别器都覺得很真。
在 AI 畫畫大火一年多以後，如今市面上已經出現了非常多鑑别器。
有的就是直接放在 Hugging Face 上供大家免費使用，有的則是已經成立公司，只提供 API 接口形式。
比如 Hive 就是一家提供商業解決方案的公司，從如上的測試結果可以看到，Hive 的表現效果也是最好的，幾乎都能判斷正确。
而在這之前他們的主要業務是為平台網站提供數據審核服務，影像視頻文字都支持，服務的平台有 Reddit、Quora 等。
參考鏈接：
https://www.nytimes.com/interactive/2023/06/28/technology/ai-detection-midjourney-stable-diffusion-dalle.html
