এআই-জেনারেটেড মুখগুলো কীভাবে চিনবেন

পুরো চেক লিস্ট কেন কাজ করা বন্ধ করে দিল

লক্ষণগুলির প্রতিটি ব্যাপকভাবে শেয়ার করা তালিকার একই সমস্যা রয়েছে: এটি লেখার সময় বিদ্যমান মডেলগুলির দুর্বলতাগুলি বর্ণনা করে। সেই দুর্বলতাগুলি সর্বজনীন, পরিমাপযোগ্য এবং বিব্রতকর, যা পরবর্তী রিলিজটি ঠিক করার জন্য সেগুলোকে ঠিক উপযোগী করে তোলে।

হাত হলো সবচেয়ে স্পষ্ট উদাহরণ। আঙুল গণনা করা প্রায় আঠারো মাস ধরে সত্যিই দরকারী ছিল, তারপর এটি উভয় দিকে আত্মবিশ্বাসের সাথে ভুল করার একটি উপায় হয়ে দাঁড়াল: জেনারেটেড হাতগুলো এখন সাধারণত সঠিক থাকে, এবং গতিশীল আসল হাতগুলো এমন আকারে ঝাপসা হয়ে যায় যা গণনা করতে বলা হয়েছে এমন কারো কাছে ভুল বলে মনে হয়।

চোখের প্রতিফলন, কানের অসামঞ্জস্য এবং দাঁতের জ্যামিতির ক্ষেত্রেও মোটামুটি একই ক্রমানুসারে এই ঘটনা ঘটেছে। ভাইরাল পোস্টে বর্ণনা করা যায় এমন যেকোনো বিষয়ের বেঞ্চমার্ক করা হয়, এবং বেঞ্চমার্ক করা যেকোনো বিষয় ঠিক করা হয়।

মুখের দিক থেকে নজর সরিয়ে নিন

যেখানে মনোযোগ বেশি, জেনারেশনের প্রচেষ্টা সেখানেই ঘনীভূত হয়। পোর্ট্রেটের ওপর ট্রেন করা একটি মডেল সেই অঞ্চলটিতে খুব ভালো হয়ে ওঠে যেদিকে মানুষ তাকায়, এবং প্রশিক্ষণের সিগন্যাল যেটিকে ব্যাকগ্রাউন্ড হিসেবে গণ্য করে সেটির ক্ষেত্রে দুর্বল থাকে।

সেখানেই দীর্ঘস্থায়ী পরীক্ষাগুলো রয়েছে। ল্যানিয়ার্ডে কী লেখা আছে, শার্টের প্যাটার্নটি বাহুর পিছন দিক দিয়ে সঠিকভাবে চলছে কি না, নেকলেসের চেনটি ঘাড়ের পিছন দিয়ে গিয়ে সঠিক জায়গায় বের হচ্ছে কি না, এবং কাঁধের পিছনের ঘরটি এমন কোনো জায়গা কি না যা বাস্তবে থাকতে পারে, তা যাচাই করুন।

পুনরাবৃত্তিমূলক বিবরণ হল আরেকটি নির্ভরযোগ্য দিক। ওয়ালপেপার, ইটের কাজ, গাছের পাতা এবং ভিড়ের মুখের ধারাবাহিকতা বজায় রেখে জেনারেট করা ব্যয়বহুল, তাই সামনের পোর্ট্রেটটি নিখুঁত হলেও চোখ এড়িয়ে যাওয়ার মতো উপায়ে সেগুলো পুনরাবৃত্তি ঘটে, সরে যায় বা তাদের ভ্যানিশিং পয়েন্ট হারিয়ে ফেলে।

• কেন্দ্র থেকে দূরে থাকা লেখা। ব্যাজ, সাইনবোর্ড, বইয়ের স্পাইন, প্যাকেজিং। কেন্দ্রীয় লেখাগুলো এখন সাধারণত সঠিক হয়; পাশের লেখাগুলো এখনও বিভ্রান্তিকর।
• একটি অবরুদ্ধ এলাকার মধ্য দিয়ে ধারাবাহিকতা। কোনো কিছুর পিছন দিয়ে যাওয়া এবং ভুলভাবে ফিরে আসা একটি স্ট্র্যাপ, চেন বা ডোরাকাটা দাগ।
• জনতা এবং পুনরাবৃত্ত বস্তু। ভিড়ের দ্বিতীয় এবং তৃতীয় সারি, বা সারির চতুর্থ চেয়ারটি প্রথমটির তুলনায় কম মনোযোগ পায়।
• অতিরিক্ত বিবর্ধনে (ম্যাগনিফিকেশন) ত্বক। আসল ত্বকে পোরস, এলোমেলো চুল এবং অসমমিত দাগ থাকে। জেনারেট করা ত্বক প্রায়ই এমনভাবে মসৃণ হয় যার পক্ষে কোনো আলোই যুক্তিযুক্ত নয়।
• যেখানে চুল সবকিছুর সাথে মিলিত হয়। চুল এবং ব্যাকগ্রাউন্ডের মধ্যবর্তী সীমানাটি সুসংগতভাবে ফুটিয়ে তোলার সবচেয়ে কঠিন অঞ্চলগুলোর একটি।

ডিটেক্টর যা দেখে কিন্তু আপনি দেখতে পান না

সরাসরি দেখার ওপর ভরসা না করে চেক চালানোর কারণ হল বাকি পার্থক্যগুলো মানুষের দৃষ্টিশক্তির রেজোলিউশনের নিচে। একটি ক্যামেরা সেন্সর এক ধরণের নয়েজ তৈরি করে; একটি জেনারেশন প্রসেস অন্য ধরণের নয়েজ তৈরি করে, এবং সাধারণ দেখার আকারে দুটোর কোনটিই দৃশ্যমান হয় না।

এটি এই কারণেও হয় যে একটি ডিটেক্টর এবং আপনার চোখ একমত নাও হতে পারে। স্পষ্ট ভিজ্যুয়াল ত্রুটিযুক্ত একটি ছবির স্কোর কম হতে পারে কারণ এর টেক্সচারটি ফটোগ্রাফিক, এবং নিখুঁত দেখতে একটি ছবির স্কোর বেশি হতে পারে কারণ এর টেক্সচারটি সেরকম নয়। উভয় পাঠই তথ্যপূর্ণ, এবং একটি অন্যটিকে ভুল প্রমাণ করে না।

শেষ সারিটি কাজের। মডেলের প্রতিটি রিলিজের সাথে সাথে ভিজ্যুয়াল লক্ষণগুলো নষ্ট হয়ে যায়; অনেক জেনারেটরের ওপর প্রশিক্ষিত একটি ডিটেক্টর আরও ধীরে ধীরে নষ্ট হয়, কারণ এটি একক কোনো পণ্য এক বছরে কী ভুল করেছিল তা শেখার চেয়ে সিন্থেটিক টেক্সচারের সাধারণ বৈশিষ্ট্যগুলো কী তা শিখেছে।

সবচেয়ে গুরুত্বপূর্ণ মামলা: একটি আসল মুখ, পরিবর্তিত

বেশিরভাগ গুরুত্বপূর্ণ জালিয়াতি সম্পূর্ণ জেনারেট করা পোর্ট্রেট নয়। সেগুলো হল আসল মানুষের ছবি যেখানে একটি জিনিস পরিবর্তন করা হয়েছে: একই শরীরে একটি ভিন্ন মুখ, হাতে যুক্ত করা কোনো বস্তু, পরিবর্তিত ব্যাজ, ফ্রেম থেকে সরানো দ্বিতীয় কোনো ব্যক্তি।

একটি সম্পূর্ণ-ফ্রেমের স্কোর ডিজাইন অনুসারে এটিকে খারাপভাবে হ্যান্ডেল করে, কারণ চিত্রের নব্বই শতাংশই আসলে একটি ছবি এবং গড়টি সেটাই প্রতিফলিত করে। অঞ্চল মানচিত্র (রিজন ম্যাপ) এটিকে ফুটিয়ে তোলে, এবং সংখ্যার চেয়ে মানচিত্র পড়া মুখগুলোর ক্ষেত্রে নির্ভুলতা সবচেয়ে বেশি উন্নত করে।

একটি কার্যকর অভ্যাস

পোর্ট্রেটটিকে পেরিফেরাল পরিদর্শনের জন্য পাঁচ সেকেন্ড সময় দিন: লেখা, ধারাবাহিকতা, পুনরাবৃত্ত প্যাটার্ন, চুলের সীমানা। তারপরে একটি চেক চালান এবং মানচিত্রটি পড়ুন। দুটি একসাথে এককভাবে যেকোনো একটির চেয়ে অনেক বেশি ধরে ফেলে, এবং পুরো কাজটি এক মিনিটেরও কম সময়ে হয়ে যায়।

যেখানে ঝুঁকি বাস্তব, সেখানে পিক্সেল বিশ্লেষণের চেয়েও যে ধাপটি কোনো কিছু প্রতিস্থাপন করতে পারে না তা যোগ করুন: অন্য কোথাও ইতিহাসের সাথে একই মুখ খুঁজুন। তিন বছরের পোস্টসহ একটি প্রোফাইল, অন্য লোকেদের ট্যাগ করা ছবি এবং একজন ধারাবাহিক নিয়োগকর্তা এমন এক ধরনের প্রমাণের সাক্ষী যা কোনো জেনারেটর তৈরি করে না।

যে লক্ষণগুলো সরে যায়নি

দুটি জিনিস চার বছরের উন্নতিকে প্রতিরোধ করেছে, এবং উভয়ই স্থানীয় বিবরণের চেয়ে দূরত্বের ধারাবাহিকতা সম্পর্কে। প্রথমটি হল আলো: ফ্রেমের প্রতিটি পৃষ্ঠ একই উৎস দ্বারা, একই দিক থেকে, একই নরমতার ছায়া সহ আলোকিত কিনা।

একটি জেনারেট করা পোর্ট্রেটে সাধারণত মুখটি সঠিক হয় এবং চারপাশের পরিবেশ মোটামুটি ঠিক থাকে, এবং অমিলটি ছায়ায় প্রকাশ পায়। পেছনের দেয়ালে নরম ছায়ার পাশে চিনের নিচে একটি শক্ত ছায়া দুটি ভিন্ন ঘরের বর্ণনা দেয়।

দ্বিতীয়টি হল গভীরতা। প্রতিফলিত পৃষ্ঠ, কাঁচ, জল এবং আয়নাকে অন্য সবকিছুর জ্যামিতির সাথে মিলতে হবে, এবং তারা প্রায়শই তা করে না। কোনো বিষয়ের পিছনের একটি জানলা এমন একটি দৃশ্য দেখাচ্ছে যা সেখানে থাকতে পারত না, এমন একটি ত্রুটি যা মডেল আপগ্রেড সহ্য করে, কারণ এর মুখের মডেলের পরিবর্তে বিশ্বের একটি মডেল প্রয়োজন।

দুটিই এমন কোনো পরীক্ষা নয় যা আপনি যান্ত্রিকভাবে প্রয়োগ করতে পারেন, এবং দুটির জন্যই আঙুল গণনার চেয়ে বেশি সময় লাগে। এটিই হল সেই দরকষাকষি: যে পরীক্ষাগুলো এখনও কাজ করে তা হল সেই পরীক্ষাগুলো যেগুলোর জন্য ত্রুটি স্ক্যান করার পরিবর্তে ছবিটিকে একটি জায়গা হিসেবে বিবেচনা করার প্রয়োজন হয়।