如何识别人工智能生成的图像

人工智能生成图像——优势与风险

人工智能生成的图像在社交媒体上越来越常见。但它们总会留下蛛丝马迹，从多余的手指到毫无意义的文字等奇怪细节，不一而足。随着虚假内容的泛滥，识别虚假内容变得比以往任何时候都更加重要。

虚假的AI生成图像正以惊人的速度传播，催生出一种新型的“科技垃圾”，以此吸引点击量。尽管GenAI技术自2022年才出现，但互联网上已经流传着超过150亿张AI生成的图像。

根据 OpenAI 的最新数据，每天有超过 200 万张图像使用 DALL-E 2 生成。仅 15 个月，该工具就生成了 9.16 亿张图像。其中大多数图像趣味十足且不切实际，例如用虾制作的耶稣像、具有类人特征的动物等等。

虽然许多人工智能生成的图像仍然带有幽默或超现实主义色彩，但这项技术正在飞速发展，并能生成越来越逼真的图像。这导致了许多争议。

2024年，共和党政治活动家艾米·克莱默分享了一张飓风“海伦”过后女孩抱着小狗的AI图像，并以此作为攻击时任总统乔·拜登的证据。此外，最近一名法国女子也遭遇了类似的骗局，有人利用一张复杂的AI合成的演员布拉德·皮特的图像，骗走了83万欧元。

尽管人工智能图像质量不断提高，但仍有方法可以识别人工智能生成的图像。《义安报》介绍了7种检测人工智能生成图像的方法。

1. 该标志呈人形

最明显的迹象之一体现在人形上。人工智能经常难以复制手部，导致手指过长、过短或数量错误（有时只有四根，有时是六根或七根）。

此外，人工智能也可能造成不自然的身体比例，例如四肢比例失调或面部不对称。眼睛是另一个常见的弱点，它们可能看起来错位、光线反射错误或毫无生气，即使整体图像看起来很逼真。

2. 无意义的文本

人工智能生成图像的一个明显特征是出现乱码或无法辨认的文本。人工智能模型通常难以准确转录文本，导致生成乱码。

例如，标牌、广告牌和产品标签上经常出现人工智能生成的图像，其中包含杂乱无章或毫无意义的字符。一个典型的例子是格拉斯哥臭名昭著的威利·旺卡体验活动，该活动中人工智能生成的海报上出现了诸如“恩切林（可能是“迷人的”）或卡奇通斯（可能是“朗朗上口的曲调”）。

3. 不自然的阴影和反射

光影是区分真实图像和人工智能生成图像的关键要素。在自然照片中，光线始终遵循物理定律，但人工智能有时会生成与实际光源不符的阴影和反射，这使得照片看起来怪异且不真实。

有些人工智能生成的图像光线过于均匀，显得塑料感很强；或者过于光亮，更像是迪士尼动画风格而非真实场景。此外，人工智能生成的图像往往缺乏真实摄影作品中固有的自然瑕疵。

4. 非凡的完美

AI照片的另一个特点是过于完美，显得不自然。在现实生活中，尤其是在光线较暗的环境下，照片中经常会出现噪点。然而，AI要么完全消除这些噪点，要么均匀地制造出人为的噪点，使照片看起来不真实。

人工智能也容易过度平滑纹理，使人脸皮肤、物体表面或织物看起来过于光滑，显得不自然。在某些情况下，人工智能生成的肖像就像经过了喷枪修饰，抹去了真实面部存在的毛孔和皱纹等细节。

5. 不自然的重复图案

人工智能图像的另一个特征是细节重复。人工智能通常难以创建完全不同的元素，从而导致细节出现细微的重复或重叠。

例如，在包含人群的图像中，人工智能可以生成几乎完全相同的面孔。或者，在照片的背景中，某种图案会以不寻常的方式多次出现，而不是像真实照片中那样呈现出自然的变化。

6. 检查图像的上下文

即使人工智能生成的照片看起来很逼真，其背景信息仍可能存在不准确之处。

人工智能生成的图像通常包含一些不协调的细节，例如颜色错误的路标、与实际情况不符的建筑或与现实不符的光线反射。这些都是识别伪造照片的“危险信号”。

7. 使用图像搜索引擎验证真实性

如果图像看起来可疑，用户可以使用人工智能图像检测工具。虽然这些工具并非完美无缺，但它们可以帮助检查图像是否由人工智能生成。

另一种验证方法是执行图片搜索对互联网上的图像进行逆向工程。这有助于确定该图像是否曾出现在其他地方，从而验证其真实性和来源。

人工智能生成的图像越来越复杂，但仍然存在一些特征使其易于识别。通过关注文本细节、光照、纹理、重复图案和上下文，我们可以避免被社交媒体上的虚假内容所蒙蔽。