ทำไม AI ถึงยังทำมือผิดพลาด และทำไมบางครั้งถึงทำถูก

เหตุใดมือถึงเป็นเรื่องยากอย่างแท้จริง

ไม่ใช่เรื่องบังเอิญ มือมีข้อต่อที่เป็นอิสระมากกว่าส่วนอื่นๆ ของร่างกายแทบทุกส่วน และจำนวนรูปแบบการจัดวางที่มือสามารถทำได้นั้นมีมหาศาลเมื่อเทียบกับใบหน้าซึ่งแปรผันอยู่ในช่วงที่แคบกว่ามาก

นอกจากนี้ มือยังบังตัวเองอยู่ตลอดเวลา นิ้วมักอยู่ด้านหลังนิ้วอื่น การกำมือปิดบังฝ่ามือส่วนใหญ่ และโครงร่างที่มองเห็นได้จะเปลี่ยนไปโดยสิ้นเชิงเพียงแค่หมุนมือเล็กน้อย โมเดลที่เรียนรู้จากภาพถ่ายจึงเห็นรูปทรงบางส่วนที่หลากหลายสำหรับวัตถุชิ้นเดียว

และข้อมูลที่ใช้ฝึกสอนก็ไม่ได้ช่วยอะไร ภาพถ่ายมักจัดองค์ประกอบโดยเน้นใบหน้า และมือมักปรากฏอยู่ที่ขอบเฟรม เบลอจากการเคลื่อนไหว ถูกครอป หรือถือสิ่งที่บดบังมือไว้ ตัวอย่างที่มีอยู่มากมายนั้นมีคุณภาพต่ำในแบบที่เป็นปัญหาพอดี

เมื่อรวมกันแล้ว จึงเกิดความล้มเหลวที่คุ้นเคย คือโมเดลที่รู้ว่ามือมีสิ่งที่คล้ายนิ้วติดอยู่ แต่ไม่มีความเข้าใจที่เชื่อถือได้ว่าควรมีกี่นิ้ว จัดวางอย่างไร หรือมีขนาดเท่าใด

สิ่งที่ช่วยแก้ไข

ไม่มีอะไรซับซ้อน คือข้อมูลที่มากขึ้นและได้รับการระบุคำอธิบายที่ดีขึ้น ประกอบกับการเปลี่ยนแปลงทางสถาปัตยกรรมที่ปรับปรุงการจัดการโครงสร้างเชิงพื้นที่ของโมเดลโดยทั่วไป รวมถึงความใส่ใจอย่างชัดเจนจากทีมงานที่เบื่อหน่ายกับคำวิจารณ์

ประโยคสุดท้ายคือประเด็นสำคัญของบทความนี้ สัญญาณบ่งชี้ถูกแก้ไขไปหลายปีแล้วแต่คำแนะนำยังคงถูกส่งต่อ ซึ่งหมายความว่าผู้คนกำลังตีความภาพผิดพลาดจากการนำวิธีนี้ไปใช้

เหตุใดการนับนิ้วในปัจจุบันจึงล้มเหลวในทั้งสองทิศทาง

อย่างแรกคือผลลบปลอม: มือที่ถูกต้องไม่ได้พิสูจน์อะไร โมเดลปัจจุบันเรนเดอร์มือได้อย่างถูกต้องเกือบตลอดเวลา ดังนั้นภาพที่ผ่านการทดสอบเรื่องนิ้วจึงผ่านการทดสอบที่เกือบทุกภาพผ่านอยู่แล้ว

อย่างที่สองคือผลบวกปลอม ซึ่งกรณีนี้ก่อให้เกิดความเสียหายมากกว่า มือจริงที่ถูกถ่ายในขณะเคลื่อนไหวจะสร้างรูปทรงที่เบลอ รวมกัน หรือดูผิดรูป ภาพถ่ายจริงของคนที่กำลังทำท่าทางในงานเลี้ยงสามารถดูเหมือนสิ่งที่ถูกเตือนให้ระวังได้สำหรับคนที่ตั้งใจจะนับนิ้ว

ความไม่สมมาตรนี้มีความสำคัญเพราะต้นทุนที่เกิดขึ้นไม่เท่าเทียมกัน การปฏิเสธภาพที่สร้างจาก AI ว่าเป็นของจริงมักจะแก้ไขได้ แต่การกล่าวหาภาพถ่ายจริงและตัวบุคคลในภาพนั้นแก้ไขได้ยาก

นอกจากนี้ยังเป็นการตอกย้ำตัวเอง คนที่ถูกบอกว่ามือคือสัญญาณบ่งชี้จะพบมือที่ดูแปลกไป สรุปว่าภาพนั้นปลอม และส่งต่อคำแนะนำที่ทำให้เกิดข้อผิดพลาดเดิม ซึ่งเป็นวิธีที่การสันนิษฐานที่ล้าสมัยยังคงอยู่เกินความจำเป็นไปหลายปี

สิ่งที่เหตุการณ์นี้สอนเกี่ยวกับสัญญาณบ่งชี้อื่นๆ ทั้งหมด

มือเป็นตัวอย่างของการทำงานตามรูปแบบทั่วไป และรูปแบบนั้นมีประโยชน์มากกว่าเคล็ดลับเฉพาะเจาะจงใดๆ

• ข้อบกพร่องที่มองเห็นได้คือเกณฑ์มาตรฐานสาธารณะ อะไรก็ตามที่ตั้งชื่อได้จะถูกวัดผล และอะไรก็ตามที่ถูกวัดผลจะได้รับการปรับปรุงให้ดีขึ้น
• ความนิยมช่วยเร่งการแก้ไข ยิ่งสัญญาณบ่งชี้ถูกพูดถึงมากเท่าไร ก็ยิ่งมีแรงจูงใจในการกำจัดมันออกไปมากขึ้นเท่านั้น
• คำแนะนำยังคงอยู่ยาวนานกว่าตัวข้อผิดพลาด การแก้ไขไม่เคยแพร่กระจายเร็วเท่ากับเคล็ดลับดั้งเดิม
• การแก้ไขในแต่ละเครื่องมือไม่เท่ากัน สัญญาณบ่งชี้ที่ถูกนำออกไปในโมเดลเรือธงอาจยังคงปรากฏอยู่ในโมเดลที่เก่ากว่าหรือขนาดเล็กกว่า
• สารตกค้างเลื่อนระดับลง สิ่งที่เหลืออยู่ไม่ใช่ข้อบกพร่องที่มองเห็นได้ แต่เป็นพื้นผิวทางสถิติ ซึ่งต่ำกว่าระดับที่ดวงตามองเห็น

ประเด็นสุดท้ายคือเหตุผลว่าทำไมเครื่องมือตรวจจับจึงยังคงมีอยู่ หากความแตกต่างยังคงมองเห็นได้ด้วยตาเปล่า ก็ไม่มีใครต้องการโมเดลเพื่อค้นหามัน และสาขานี้ทั้งหมดคงเป็นเพียงรายการสิ่งที่ต้องคอยมองหา

สิ่งที่ยังคงใช้ได้ผล

การตรวจสอบสองประเภทที่ต้านทานรูปแบบนี้ได้ และทั้งสองอย่างเกี่ยวข้องกับความสอดคล้องทั่วทั้งเฟรมมากกว่ารายละเอียดเฉพาะจุด

แสงคือประเภทแรก พื้นผิวทุกอย่างในภาพถ่ายได้รับแสงจากแหล่งกำเนิดเดียวกัน ดังนั้นทิศทางของเงา ความคมชัด และอุณหภูมิสีจึงต้องสอดคล้องกัน ฉากที่สร้างจาก AI มักจะทำส่วนประกอบหลักได้ถูกต้องและส่วนรอบข้างใกล้เคียงความเป็นจริง แต่ความไม่สอดคล้องมักปรากฏให้เห็นในเงา

ความต่อเนื่องทางกายภาพคืออย่างที่สอง สายรัดที่พาดผ่านด้านหลังไหล่แล้วปรากฏขึ้นผิดตำแหน่ง ภาพสะท้อนที่แสดงห้องที่ไม่ควรมีอยู่จริง ลวดลายที่แนวไม่ตรงกันผ่านจุดที่ถูกบัง สิ่งเหล่านี้จำเป็นต้องใช้โมเดลของโลกมากกว่าโมเดลของรูปลักษณ์ภายนอก

ไม่มีอย่างไหนที่เป็นวิธีทดสอบที่รวดเร็ว และนั่นคือบทสรุปที่ตรงไปตรงมา การตรวจสอบที่ยังได้ผลต้องมองภาพในฐานะพื้นที่หนึ่ง ส่วนการตรวจสอบที่รวดเร็วคือสิ่งที่ได้รับการแก้ไขไปแล้ว

สิ่งที่สิ่งนี้หมายถึงสำหรับผู้ที่กำลังสอนเรื่องนี้

สื่อการสอนความรู้เท่าทันสื่อจำนวนมากยังคงนำด้วยการนับนิ้ว ซึ่งตอนนี้เป็นการสอนให้คนทำแบบทดสอบที่สร้างข้อผิดพลาดที่มั่นใจได้ ใครก็ตามที่เขียนการฝึกอบรม คำแนะนำ หรือบทเรียนในโรงเรียนเกี่ยวกับเรื่องนี้กำลังเจอปัญหาเรื่องเวอร์ชันของข้อมูลมากกว่าปัญหาเรื่องเนื้อหา

เวอร์ชันที่ยั่งยืนของบทเรียนคือเรื่องเกี่ยวกับวิธีการมากกว่าเรื่องคุณลักษณะ จงสอนว่าข้อบกพร่องที่มองเห็นได้นั้นชั่วคราว สัญญาณบ่งชี้ใดที่ได้รับความนิยมพอที่จะถูกสอน ก็ได้รับความนิยมพอที่จะถูกแก้ไข และคำถามที่เชื่อถือได้คือเรื่องเกี่ยวกับแหล่งที่มาและบริบท

นอกจากนี้ยังคุ้มค่าที่จะสอนเกี่ยวกับรูปแบบความล้มเหลวอย่างชัดเจน คนที่รู้ว่ามือจริงขณะเคลื่อนไหวดูผิดเพี้ยนได้มีโอกาสน้อยที่จะทำการกล่าวหาที่ก่อให้เกิดความเสียหายจริง นั่นคือการกล่าวหาว่าภาพถ่ายจริงของคนจริงๆ เป็นของปลอม

หัวข้อที่ตรงไปตรงมาที่สุดสำหรับสื่อประเภทนี้คือ ไม่มีวิธีทดสอบทางสายตาที่รวดเร็วใดที่คงอยู่ได้เมื่อเผชิญกับโมเดลในปัจจุบัน และทักษะที่มีประโยชน์คือการถามว่าภาพนั้นมาจากไหนและใครได้รับประโยชน์จากการที่คนเชื่อว่ามันเป็นของจริง