Cách phát hiện khuôn mặt do AI tạo ra

Ngừng nhìn vào khuôn mặt. Các dấu hiệu đáng tin cậy đã chuyển sang các cạnh của khung hình từ nhiều năm trước: phông nền, đồ trang sức, răng, tai và ranh giới nơi tóc tiếp xúc với mọi thứ khác. Bản thân khuôn mặt là phần mà mỗi mô hình mới sẽ khắc phục đầu tiên.

Tại sao danh sách kiểm tra cũ không còn hiệu quả

Mọi danh sách dấu hiệu được chia sẻ rộng rãi đều có chung một vấn đề: nó mô tả điểm yếu của các mô hình tồn tại vào thời điểm nó được viết. Những điểm yếu đó là công khai, có thể đo lường được và đáng xấu hổ, điều này khiến chúng chính là những thứ mà bản phát hành tiếp theo sẽ được điều chỉnh để khắc phục.

Bàn tay là ví dụ rõ ràng nhất. Việc đếm ngón tay thực sự hữu ích trong khoảng mười tám tháng, sau đó nó trở thành một cách để tự tin đoán sai theo cả hai hướng: bàn tay do AI tạo ra hiện nay thường chính xác, và bàn tay thật khi chuyển động sẽ bị mờ đi thành những hình dạng trông có vẻ sai đối với người đã được bảo là phải đếm.

Điều tương tự cũng xảy ra với sự phản chiếu của mắt, sự bất đối xứng của tai và hình dạng của răng, gần như theo thứ tự đó. Bất cứ điều gì có thể được mô tả trong một bài đăng lan truyền đều trở thành tiêu chuẩn đo lường, và bất cứ điều gì được đo lường đều sẽ được khắc phục.

2019
Phông nền bị hòa tan Các công cụ tạo khuôn mặt đời đầu thường tạo ra khuôn mặt sắc nét trên nền mờ nhòe. Lỗi này đã được khắc phục khi mô hình học được toàn bộ khung cảnh.
2022
Tai và hoa tai không khớp Trang sức bất đối xứng từng là dấu hiệu nhận biết rõ ràng cho đến khi dữ liệu huấn luyện bao quát được điều này.
2023
Bàn tay và ngón tay Dấu hiệu thường được nhắc đến nhiều nhất. Phần lớn đã được giải quyết chỉ sau hai chu kỳ phát hành.
2024
Văn bản trong khung hình Biển hiệu và nhãn dán đã trở nên rõ chữ, loại bỏ đi một dấu hiệu nhận biết dễ thấy.
2026
Những gì còn lại mang tính thống kê Các khác biệt còn lại nằm ở kết cấu bề mặt và độ nhiễu hạt, vượt quá khả năng phân giải của mắt thường.

Gần như là thời điểm mỗi dấu hiệu phổ biến không còn đáng tin cậy nữa. Quan trọng là mô hình chung, không phải ngày tháng chính xác.

Hãy nhìn ra ngoài khuôn mặt

Nỗ lực tạo ảnh tập trung vào nơi người xem chú ý. Mô hình huấn luyện chân dung xử lý rất tốt vùng người ta hay nhìn, nhưng vẫn yếu ở mọi chi tiết bị coi là hậu cảnh.

Đó là nơi tồn tại các dấu hiệu kiểm tra bền vững. Hãy xem dây đeo thẻ viết gì, họa tiết áo có liền mạch sau cánh tay không, dây chuyền có vòng qua cổ đúng vị trí không và căn phòng phía sau có hợp lý trong thực tế không.

Chi tiết lặp lại là một nhóm dấu hiệu đáng tin cậy khác. Giấy dán tường, mảng gạch, tán lá và khuôn mặt đám đông rất khó tạo đồng nhất, nên chúng dễ bị lặp, lệch hoặc mất điểm tụ theo cách mắt thường thấy được dù chân dung phía trước rất hoàn hảo.

Văn bản ở xa trung tâm. Phù hiệu, biển hiệu, gáy sách, bao bì. Chữ ở trung tâm hiện thường chuẩn; chữ ở vùng rìa vẫn là nơi dễ lộ lỗi.
Tính liên tục qua vật che khuất. Dây đeo, dây xích hoặc sọc kẻ đi vòng qua phía sau một vật thể rồi xuất hiện lại bị sai lệch.
Đám đông và vật thể lặp lại. Hàng thứ hai, thứ ba trong đám đông hoặc chiếc ghế thứ tư trong dãy thường ít được chăm chút hơn phần đầu.
Da ở độ phóng đại cao. Da thật có lỗ chân lông, sợi lông tơ và khuyết điểm bất đối xứng. Da do AI tạo thường mịn màng theo cách không ánh sáng nào giải thích được.
Ranh giới giữa tóc và cảnh nền. Vùng tiếp giáp giữa tóc và hậu cảnh vẫn là một trong những phần khó xử lý liền mạch nhất.

Những gì trình phát hiện nhìn thấy mà bạn không thể

Lý do nên chạy công cụ kiểm tra thay vì chỉ nhìn là vì các khác biệt còn lại nằm dưới ngưỡng phân giải của mắt người. Cảm biến máy ảnh tạo ra dạng nhiễu hạt riêng; quá trình tạo ảnh AI tạo ra dạng khác, và cả hai đều không thể thấy ở kích thước xem thông thường.

Đây cũng là lý do công cụ phát hiện và mắt bạn có thể bất đồng. Ảnh có lỗi thị giác rõ ràng có thể nhận điểm thấp vì kết cấu là ảnh chụp, còn ảnh trông hoàn hảo có thể nhận điểm cao vì kết cấu là nhân tạo. Cả hai đều có giá trị tham khảo và không cái nào phủ quyết cái nào.

Hai loại bằng chứng khác nhau
	Quan sát bằng mắt	Phân tích điểm ảnh
Hiệu quả với	Lỗi bố cục và tính logic	Kết cấu bề mặt và cấu trúc nhiễu hạt
Khả năng giữ nguyên sau nén	Có	Bị suy giảm
Vẫn tồn tại sau khi chụp màn hình	Có	Suy giảm nặng
Bắt được chỉnh sửa nhỏ	Chỉ khi bạn chú ý thấy	Có, thông qua bản đồ phân vùng
Kém hiệu quả dần theo thời gian	Nhanh chóng	Từ từ

Hàng cuối cùng là hàng quan trọng nhất. Dấu hiệu thị giác mất dần sau mỗi bản cập nhật mô hình; công cụ phát hiện được huấn luyện trên nhiều nguồn suy giảm chậm hơn, vì nó học điểm chung của kết cấu nhân tạo thay vì lỗi của một công cụ cụ thể trong một năm.

Trường hợp quan trọng nhất: mặt thật bị chỉnh sửa

Hầu hết các ảnh giả mạo nguy hiểm không phải là chân dung tạo hoàn toàn bằng AI. Chúng là ảnh chụp người thật bị thay đổi một chi tiết: ghép mặt khác vào thân hình cũ, thêm đồ vật vào tay, sửa phù hiệu, xóa bớt một người khỏi khung hình.

Điểm số toàn khung hình xử lý trường hợp này kém do cơ chế tính toán, bởi 90% bức ảnh thực sự là ảnh chụp và điểm trung bình phản ánh điều đó. Bản đồ phân vùng sẽ bóc tách chi tiết này, và đọc bản đồ thay vì nhìn điểm số là thói quen giúp tăng độ chính xác nhất khi xét khuôn mặt.

14 18 11 16 12 15 89 13 17 10 14 19

Mười một ô hiển thị là ảnh chụp thật. Một ô báo không phải, và đó chính là ô chứa khuôn mặt bị thay.

Một bức ảnh nhóm chụp thật nhưng có một khuôn mặt bị thay thế. Điểm toàn khung hình là 31.

Một thói quen hiệu quả

Dành năm giây quan sát vùng rìa ảnh chân dung: văn bản, tính liên tục, họa tiết lặp lại, đường viền tóc. Sau đó chạy kiểm tra và xem bản đồ phân vùng. Kết hợp cả hai sẽ phát hiện tốt hơn nhiều so với chỉ dùng một cách, và toàn bộ quá trình chưa tới một phút.

Ở những trường hợp quan trọng, hãy làm thêm bước mà phân tích điểm ảnh không thể thay thế: tìm khuôn mặt đó ở nơi có lịch sử hoạt động. Tài khoản có ba năm đăng bài, có ảnh người khác gắn thẻ và nơi làm việc nhất quán là bằng chứng không mô hình tạo ảnh nào làm giả được.

Những dấu hiệu chưa hề thay đổi

Có hai yếu tố vẫn tồn tại qua bốn năm phát triển, và cả hai đều liên quan đến tính nhất quán tổng thể trên toàn khung hình hơn là chi tiết cục bộ. Đầu tiên là ánh sáng: liệu mọi bề mặt trong khung hình có được chiếu bởi cùng nguồn sáng, cùng hướng và có độ mềm bóng đổ như nhau không.

Chân dung tạo bằng AI thường vẽ đúng khuôn mặt và tương đối đúng xung quanh, nhưng sự lệch pha lộ rõ ở bóng đổ. Bóng gắt dưới cằm nằm cạnh bóng mờ trên bức tường phía sau là dấu hiệu của hai không gian ánh sáng khác nhau.

Thứ hai là chiều sâu. Bề mặt phản chiếu, kính, nước và gương phải khớp với hình học của mọi vật thể khác, nhưng chúng thường không khớp. Khung cửa sổ sau lưng chủ thể phản chiếu cảnh không thể có ở đó là dạng lỗi vẫn còn sau các bản cập nhật, vì việc này đòi hỏi mô hình hiểu về thế giới thực chứ không chỉ hiểu khuôn mặt.

Cả hai đều không thể kiểm tra máy móc và mất nhiều thời gian hơn việc đếm ngón tay. Đó là sự đánh đổi: các bước kiểm tra còn hiệu quả là những bước đòi hỏi xem bức ảnh như một không gian thực tế thay vì chỉ quét tìm lỗi cục bộ.

Các câu hỏi mọi người thường đặt ra

Đếm ngón tay còn hữu ích không?

Hiếm khi, và giờ dễ sai ở cả hai chiều. Các mô hình hiện nay dựng bàn tay chuẩn trong hầu hết trường hợp, nên tay đúng không chứng minh được gì, còn tay thật chuyển động bị nhòe lại hay bị nhìn nhầm là ảnh AI. Đó là mẹo hay trong khoảng 18 tháng trước, nhưng giờ không còn đúng nữa.

Còn về mắt thì sao? Tôi đọc thấy hình phản chiếu không khớp nhau.

Điều đó đúng với các mô hình tạo mặt đời đầu, vốn dựng từng bên mắt tương đối độc lập. Các mô hình hiện đại đã tạo đốm sáng trong mắt rất nhất quán. Bạn vẫn nên liếc qua vì không mất gì, nhưng hai bên mắt phản chiếu khớp nhau không còn là bằng chứng xác thực nữa.

Tại sao công cụ phát hiện lại gắn cờ ảnh người thật?

Thường do khâu xử lý hậu kỳ chứ không phải do cắt ghép. Bộ lọc làm đẹp, chế độ chụp chân dung, chụp đêm và khử nhiễu mạnh đều làm thay đổi kết cấu da sau khi chụp, và đó chính là tín hiệu mô hình ghi nhận. Hãy yêu cầu ảnh gốc chưa qua chỉnh sửa trước khi đánh giá một kết quả ở mức trung bình.

Công cụ có cho biết ảnh do phần mềm nào tạo ra không?

Không thể biết từ điểm ảnh. Các mô hình dùng chung kiến trúc và dữ liệu huấn luyện nên dấu vết của chúng trùng lặp, và mọi bước hậu kỳ đều xóa nhòa khác biệt ít ỏi còn lại. Nếu có tên phần mềm xuất hiện trong kết quả, thông tin đó đến từ siêu dữ liệu xác thực trong tệp chứ không phải từ ảnh, và kết quả sẽ nêu rõ điều này.

Công cụ có nhận diện được mặt trong ảnh chụp nhóm không?

Có, và đây chính là lúc bản đồ phân vùng phát huy tác dụng. Một khuôn mặt bị thay thế trong bức ảnh thật hầu như không làm đổi điểm toàn khung hình nhưng sẽ làm sáng một ô trên bản đồ. Hãy luôn xem bản đồ trước với mọi bức ảnh có từ hai người trở lên.

Thế còn cuộc gọi video thì sao?

Đó là bài toán khác với công cụ khác. Nhận diện ảnh tĩnh không áp dụng cho video trực tiếp, và kiểm tra từng khung hình riêng lẻ sẽ bỏ lỡ các lỗi bất nhất quán theo thời gian vốn là dấu hiệu lật tẩy việc hoán đổi khuôn mặt theo thời gian thực. Hãy xử lý riêng chứ đừng mặc định công cụ kiểm tra ảnh tĩnh sẽ phát hiện được.