← Alla guider Guider

Är detta foto AI? En kontroll på 60 sekunder

Du har fått ett fotografi framför dig och något känns inte rätt. Här är det snabbaste pålitliga sättet att avgöra det, vad du ska titta på först och när du ska sluta gissa.

· 8 min läsning · Best AI Image Detector

Kör bilden genom en analys på pixelnivå och läs sedan av områdeskartan snarare än bara slutresultatet. Ett helhetsresultat svarar på om bilden genererades från grunden; kartan visar om en del av ett äkta foto har bytts ut, vilket är det vanligare fallet.

Börja med vad du redan vet

Innan du öppnar något verktyg, ägna tio sekunder åt det ett verktyg inte kan se. Varifrån kommer bilden? Vem skickade den, och vad har de att vinna på att du tror på den? Publicerades den på en plats med historik, eller dök den upp från ett konto som skapades förra veckan?

Ursprung avgör fler fall än pixelanalys. Ett fotografi som har funnits på ett företags webbplats i tre år är nästan säkert vad det utger sig för att vara. En bild som kom i ett direktmeddelande tillsammans med en begäran om pengar förtjänar skepsis oavsett vad en detektor säger.

Detta är viktigt eftersom en detektor svarar på en specifik fråga: bär den här bilden på den statistiska texturen av något en modell har producerat? Den har ingen uppfattning om huruvida bilden visar det avsändaren påstår, och det är två olika frågor som ofta blandas ihop.

Sextio sekunder, steg för steg
  • Fråga varifrån den kom Källa och motiv avgör fler fall än pixlar, och kostar ingenting.
  • Skaffa originalfilen om du kan En skärmdump av ett foto har förlorat det mesta av vad en analys läser av.
  • Kör en pixelgranskning Cirka fyra sekunder när modellen har lästs in.
  • Läs av områdeskartan före helhetsresultatet En markerad ruta i en i övrigt opåverkad bild är ett annat resultat än en jämnt fördelad signal.
  • Kontrollera vad filen anger Ett signerat ursprungsintyg avgör frågan direkt när ett sådant finns bevarat.
Ordningen som avgör de flesta bilder snabbast. Varje steg kräver lite resurser, och vart och ett kan avsluta undersökningen.

Skaffa bästa möjliga kopia

Den enskilt viktigaste faktorn du kan påverka är kvaliteten på filen du testar. Detekteringen läser av textur på pixelnivå, och varje gång en bild sparas om, storleksändras eller skickas via en meddelandeapp går en del av den texturen förlorad.

En skärmdump är det sämsta scenariot. Den ersätter den ursprungliga kodningen helt med en ny version skapad av din egen enhet, vilket är anledningen till att en skärmdump av ett äkta fotografi ofta får ett högre resultat än själva originalet. Om en skärmdump är allt du har bör du betrakta resultatet som en svag indikation snarare än ett definitivt svar.

Be om filen så som den såg ut när den lämnade kameran eller programmet som skapade den. I praktiken innebär det den bifogade filen snarare än förhandsvisningen, filhämtningen snarare än att högerklicka och spara, samt originalet snarare än versionen som vidarebefordrats flera gånger.

Kör kontrollen

Själva analysen är den snabbaste delen. En modell analyserar hela bilden och returnerar ett kalibrerat värde från 0 till 100, läser sedan av den igen som ett rutnät av överlappande områden och poängsätter varje del för sig. Båda värdena levereras tillsammans inom några sekunder.

Inget av detta kräver uppladdning. Modellen körs lokalt i webbläsarfliken, vilket innebär att bilden du kontrollerar aldrig lämnar din enhet och att känsligt material förblir privat. Det har större betydelse än det kan verka när det du kontrollerar är ett pass, en medicinsk bild eller någon annans privata fotografi.

Läs av kartan före siffran

Det övergripande slutresultatet är vad folk oftast citerar, men också den minst informativa delen av svaret. Det komprimerar en hel bild till ett enda värde, vilket fungerar när hela bilden är syntetisk men missvisar när den inte är det.

Det är i områdeskartan den användbara informationen finns. Ett äkta fotografi där ett föremål lagts till eller tagits bort ger en neutral bild med en enda markerad ruta, och helhetsresultatet kan ligga tryggt runt fyrtio samtidigt som den rutan visar åttiosju. Att bara hänvisa till fyrtiotvå vore helt felaktigt.

Vad varje typ av resultat faktiskt innebär
Vad du serMest sannoliktRekommenderad åtgärd
Låg poäng, platt kartaEtt vanligt fotografiIngen ytterligare åtgärd
Hög poäng, platt kartaGenererad rakt igenomHantera som syntetisk
Låg poäng, en varm rutaEtt äkta foto med en redigeringGranska det området
Medelhög poäng, platt kartaKraftig komprimering eller filtreringBe om originalet
Medelhög poäng, utspridd hettaTvetydigtFatta inte beslut enbart på detta

Fjärde och femte raden är de som är värda att memorera. Ett värde i mitten är inte ett svagt ja; det är modellen som rapporterar att den inte kan skilja på de två förklaringarna. Det ärligare svaret är att skaffa en bättre fil snarare än att avrunda siffran i den riktning du redan trodde.

Kontrollera vad filen säger om sig själv

Separat från pixlarna kan en bildfil innehålla en signerad post om hur den skapades. Content Credentials är kryptografiska snarare än statistiska: när en sådan finns och är giltig är det inte en uppskattning, det är en signatur.

De flesta bilder har ingen. Nästan alla plattformar rensar bort dessa data vid uppladdning, så frånvaron av en credential säger ingenting alls. Dess närvaro kan å andra sidan avgöra frågan i ett enda steg, vilket är anledningen till att skanningen är värd att köra även om den oftast inte hittar något.

När sextio sekunder inte räcker

En snabb kontroll passar för att avgöra om man ska lita på en annons på en marknadsplats, om en profilbild är värd en extra titt, eller om en bild i en gruppchatt är värd att skicka vidare. Kostnaden för att ha fel är låg och reversibel.

Det är fel verktyg när konsekvensen av att ha fel drabbar en person. Ett anställningsbeslut, ett försäkringsärende, en disciplinär process eller något som en jurist ska läsa kräver bekräftelse som ett enskilt automatiserat resultat inte kan ge: originalfilen, redogörelsen för hur den inhämtades och en människa som har granskat den.

Den praktiska skiljelinjen är om någon annan kommer att behöva förlita sig på din slutsats. Att kontrollera för egen del är en bedömningsfråga som du kan ompröva på en minut. Att föra in svaret i en akt som någon annan agerar utifrån är en helt annan sak, och det kräver originalfilen och ytterligare ett par ögon bakom.

Frågor som ställs

Hur lång tid tar en kontroll egentligen?
Ungefär fyra sekunder per bild när modellen väl har laddats ned. Den första kontrollen i en session är långsammare, eftersom modellen måste laddas ner innan något kan köras. Därefter ligger den kvar i webbläsarens cache, så efterföljande kontroller startar omedelbart.
Måste jag ladda upp bilden?
Nej. Modellen och körmiljön laddas ner till din webbläsare och analysen sker där, så filen lämnar aldrig din enhet. Det är anledningen till att detta tillvägagångssätt lämpar sig för identitetshandlingar, skadefotografier och annat som du inte skulle klistra in på en främmande webbplats.
Vilken poäng betyder att det definitivt är AI?
Ingen av dem. Skalan anger en sannolikhet med en publicerad beslutslinje vid 65, inte en strömbrytare. 95 är starka indikationer och 12 är starka indikationer åt andra hållet, men ingetdera är ett bevis. Den ärliga tolkningen av allt mellan 45 och 65 är att modellen inte kunde skilja de två förklaringarna åt.
Kan jag kontrollera en bild som jag bara har som skärmavbild?
Det kan du, men du bör ta resultatet med en nypa salt. En skärmavbild kodar om bilden med din egen enhets komprimering, vilket skriver över mycket av den textur som modellen läser av. Skärmavbilder av äkta fotografier får ofta högre poäng än originalen av just den anledningen.
Fungerar det på bilder från en mobilkamera?
Ja, även om modern bildbehandling i mobiler driver upp poängen. Nattläge, porträttoskärpa och beräkningsfotografi skriver alla om pixlar efter tagning, och ett kraftigt bearbetat mobilfoto kan hamna i mitten av skalan trots att det är helt äkta.
Vad händer om resultatet motsäger det jag ser med egna ögon?
Lita inte blint på någotdera enskilt. Synliga fel i händer, text eller reflektioner blir mer sällsynta för varje modellgeneration, så frånvaron av dem bevisar lite, och en detektor kan ha fel på en bild som ser helt normal ut. Om de två inte stämmer överens, skaffa en bättre kopia av filen och granska igen.