Fizyka, ostatnia barykada. Jak rozpoznać obraz AI, który oszukał ludzkie oko?
Generatory obrazów AI tworzą uderzająco realistyczne sceny, lecz ich fundamentalna nieznajomość praw fizyki staje się kluczem do odróżnienia prawdy od cyfrowej iluzji dla każdego uważnego obserwatora.
Żyjemy w epoce, w której powiedzenie „uwierzę, jak zobaczę” bezpowrotnie traci na znaczeniu. Rozwój sztucznej inteligencji, w szczególności modeli dyfuzyjnych, doprowadził do powstania narzędzi zdolnych w kilka sekund wygenerować obrazy niemal nieodróżnialne od prawdziwych fotografii. O ile wczesne generatory zdradzały się charakterystycznymi błędami, takimi jak zdeformowane dłonie z sześcioma palcami, nienaturalne twarze czy bezsensowne napisy, o tyle najnowsze modele radzą sobie z tymi wyzwaniami coraz lepiej. Potrafią nawet naśladować subtelne niedoskonałości optyki, takie jak szum matrycy czy artefakty soczewki, co czyni identyfikację fałszerstwa niezwykle trudną. Paradoksalnie, treści generowane przez AI często są dla nas bardziej atrakcyjne wizualnie niż rzeczywistość - cechują się lepszymi kadrami i bardziej spektakularnymi kolorami, przywodząc na myśl sceny z wysokobudżetowych produkcji filmowych. Ta sztuczna „idealność”, bazująca na milionach przeanalizowanych zdjęć i grafik, sprawia, że fałszywki zyskują ogromną popularność w mediach społecznościowych.
Mimo oszałamiającego postępu, sztuczna inteligencja wciąż posiada fundamentalną słabość: nie rozumie praw fizyki i geometrii, które rządzą naszym światem. Jak wskazuje Hany Farid, ekspert w dziedzinie cyfrowej kryminalistyki, AI doskonale radzi sobie z naśladowaniem ogólnego wyglądu sceny, lecz potyka się na detalach, których ludzkie oko zazwyczaj nie analizuje świadomie. Jednym z najskuteczniejszych sposobów na zdemaskowanie cyfrowego oszustwa jest analiza geometrii perspektywy. W każdym rzeczywistym zdjęciu linie, które w świecie fizycznym są równoległe - np. fugi między płytkami podłogowymi, krawędzie budynków czy deski tarasowe - powinny zbiegać się w jednym, spójnym punkcie na horyzoncie, zwanym punktem zbiegu. Sztuczna inteligencja, nie posiadając fizycznego modelu trójwymiarowej sceny, często generuje obrazy, w których te linie prowadzą do wielu różnych, rozproszonych punktów. Poprowadzenie kilku linii pomocniczych na kwestionowanym obrazie może błyskawicznie ujawnić taką niespójność.
Podobne zasady optyki i geometrii dotyczą odbić i cieni. Chociaż AI generuje lustra i refleksy na wodzie wyglądające bardzo realistycznie, dokładniejsza analiza często wykazuje błędy. W rzeczywistości, linie łączące odpowiadające sobie punkty obiektu i jego odbicia w płaskim lustrze również powinny zbiegać się we wspólnym punkcie. Generatory AI mają trudność z zachowaniem tej spójności. Kolejnym potężnym narzędziem demaskatorskim jest analiza cieni rzucanych przez Słońce. Ponieważ nasza gwiazda znajduje się bardzo daleko, docierające do Ziemi promienie słoneczne są niemal równoległe. Oznacza to, że cienie rzucane przez różne obiekty w świetle dziennym muszą być ze sobą geometrycznie zgodne i zbiegać się w odpowiednim punkcie zbiegu. Modele AI często generują cienie, które na pierwszy rzut oka wyglądają poprawnie, ale po głębszej analizie okazują się fizycznie niemożliwe. Eksperci zwracają także uwagę na zjawiska dynamiczne, takie jak eksplozje, które w wykonaniu AI bywają przesadnie dramatyczne, z nadmiarem ognia i dymu odbiegającym od rzeczywistego przebiegu tego typu zdarzeń.
Obok ścisłych praw fizyki istnieją także inne, bardziej intuicyjne wskazówki. Obrazy tworzone przez AI często zawierają błędy logiczne i nieproporcjonalne elementy, które zdradzają ich syntetyczne pochodzenie. Na wygenerowanym zdjęciu kuchni drzwi od zmywarki mogą przypominać front pralki, a w miejscu płyty grzewczej może nagle pojawić się zlew. Przedmioty często mają też zaburzone proporcje względem siebie - książka leżąca na kanapie jest kilkukrotnie mniejsza od stojącego obok laptopa, a w niewielkiej szafce mieszczą się setki naczyń. Inne charakterystyczne cechy to nienaturalnie intensywna kolorystyka, przypominająca film animowany, oraz zbyt gładkie lub przeciwnie - dziwnie rozmyte - tekstury, szczególnie widoczne na skórze, włosach czy ubraniach. Choć problem nienaturalnie wyglądających dłoni jest coraz rzadziej spotykany, wciąż warto zwracać uwagę na to, jak palce są splecione lub wygięte.
Nawet jeśli jesteśmy w stanie zidentyfikować fałszywy materiał, problem jest znacznie głębszy, niż mogłoby się wydawać. Badania przeprowadzone na Uniwersytecie Bristolskim dowiodły, że sama świadomość obcowania z deepfake'em nie chroni nas w pełni przed jego wpływem. Uczestnikom eksperymentu pokazywano fałszywe nagrania, w których postać przyznawała się do przestępstwa, jednocześnie informując część badanych, że materiał jest nieprawdziwy. Mimo to, nawet osoby świadome manipulacji wciąż były skłonne uznawać bohatera nagrania za winnego. Jak tłumaczą psychologowie, nasz mózg ma skłonność do automatycznego ufania dowodom wizualnym, nawet jeśli logicznie wiemy, że są one sfabrykowane. Inne badania, m.in. z Uniwersytetu Cornella, potwierdzają, że jest to problem globalny, niezależny od różnic kulturowych. Co więcej, prace naukowców z UAM w Poznaniu pokazują, że ludzie często ufają AI nawet wtedy, gdy podaje ona irracjonalne wskazówki, co dodatkowo wzmacnia naszą podatność na manipulację.
Ta sytuacja napędza nieustanny wyścig zbrojeń między twórcami generatorów AI a badaczami opracowującymi metody ich wykrywania. Powstają co prawda zautomatyzowane systemy do oceny autentyczności, jednak wielu ekspertów, w tym Hany Farid, ostrzega przed ślepym zaufaniem do nich. Same będąc modelami AI, takie narzędzia nie są nieomylne i mogą mylić się przy nietypowych materiałach. Co ciekawe, specjaliści podkreślają, że dziś potwierdzenie autentyczności prawdziwego zdjęcia może być trudniejsze, niż udowodnienie fałszu. Jeśli po wnikliwej analizie perspektywy, światła, cieni i logiki sceny nie jesteśmy w stanie znaleźć żadnych błędów, rośnie prawdopodobieństwo, że obraz faktycznie powstał w aparacie fotograficznym. Ostatecznym celem nie jest jednak całkowite wyeliminowanie fałszywek, co wydaje się niemożliwe, lecz podniesienie poprzeczki dla dezinformatorów - sprawienie, by tworzenie przekonujących podróbek było na tyle trudne i czasochłonne, by przestało być opłacalne na masową skalę. W tej walce kluczową rolę, ważniejszą niż jakiekolwiek oprogramowanie, odgrywa edukacja medialna i promowanie krytycznego myślenia, które stają się najważniejszymi kompetencjami cyfrowej ery.