Thời buổi nhiễu nhương của AI tạo sinh khiến việc “vẽ” mặt người bằng phần mềm dễ dàng hơn bao giờ hết, để rồi dẫn đến nỗi lo mới về việc thật/giả lẫn lộn.
Để đối phó với thực trạng nhức nhối, một nhóm các nhà nghiên cứu tại Đại học Hull đăng tải một nghiên cứu mới, mô tả một phương pháp phát hiện hình ảnh deepfake/làm bằng AI thông qua phân tích ánh sáng phản chiếu trong mống mắt chủ thể. Cách thức mới mẻ ứng dụng phương pháp vốn được sử dụng bởi các nhà thiên văn học, nhằm phân tích ánh sáng phát ra từ các thiên hà xa xôi.
Adejumoke Owolabi, một sinh viên đang theo đuổi tấm bằng Thạc sĩ Khoa học tự nhiên tại Đại học Hull, là chủ biên báo cáo khoa học mới, dưới sự giám sát của Giáo sư Kevin Pimbblet chuyên ngành vật lý thiên văn.
Phương pháp dựa trên một nguyên tắc căn bản: hai mắt mắt được một nguồn sáng chiếu vào sẽ chứa những hình ảnh phản chiếu tương đồng. Rất nhiều hình ảnh tạo ra bằng AI không tính tới khả năng phản chiếu của mắt, do đó hình phản chiếu của mắt trong ảnh dựng thường không tương đồng.
Thực tế mà nói, chúng ta có thể phát hiện ra những khác biệt này bằng mắt thường. Nhưng việc ứng dụng công cụ dùng trong thiên văn học vẫn là một phát kiến mới trong nỗ lực phát hiện ảnh giả.
Nội dung nghiên cứu mới
Trong thông cáo, Giáo sư Pimbblet giải thích rằng anh Owolabi đã phát triển một công cụ tự động phát hiện ảnh AI. Sau khi để công cụ quét bộ dữ liệu gồm ảnh thật và ảnh tạo bởi AI, nhóm nghiên cứu phát hiện ra những cặp mắt tạo bởi AI cho thấy những khác biệt rõ rệt.
Cụ thể, nhóm sử dụng một phương pháp đo đạc có tên Hệ số Gini, vốn dùng để đo đạc phân bổ ánh sáng trong ảnh chụp thiên hà, để so sánh ánh sáng phản chiếu xuất hiện trên hai mống mắt trái phải.
“Để đo đạc hình dáng của các thiên hà, chúng tôi phân tích xem liệu chúng có đọng ở vùng trung tâm, liệu có đối xứng và xem tính phẳng của chúng. Chúng tôi phân tích sự phân bổ của ánh sáng”, Giáo sư Pimbblet so sánh việc đo đạc ánh sáng phản chiếu trong mống mắt với hoạt động nghiên cứu thiên hà thường thấy.
Nhóm các nhà khoa học cũng áp dụng phương pháp tham số CAS (viết tắt của các tiêu chí: Concentration – mật độ, Asymmetry – tính bất đối xứng, Smoothness – tính phẳng) để phát hiện ảnh do AI tạo ra, tuy nhiên phương pháp này không chính xác bằng.
Ứng dụng thực tế
Có thể so sánh những bước tiến giữa mô hình AI tạo sinh và công cụ phát hiện ảnh giả như một cuộc chạy đua vũ trang: phương pháp phát hiện mới xuất hiện, thì những người làm ảnh AI sẽ tìm cách vẽ mắt sao cho giống thật hơn. Chưa hết, phương pháp mới yêu cầu hình ảnh mắt phải rõ ràng.
Thực tế, phương pháp nêu trên vẫn có thể sai lầm, khi trong những bức ảnh chụp “người thật việc thật”, ánh sáng phản chiếu trong mắt cũng có thể khác biệt.
Để đạt độ chính xác cao, những nhà phát triển công cụ tương lai có thể kết hợp phương pháp này với những tiêu chí khác, như cấu trúc tóc, tính chính xác trong giải phẫu, chi tiết trên da, hay những chi tiết phi lý trong quang cảnh.
Giáo sư Pimbblet nhận định phương pháp rất hứa hẹn trong tương lai gần, nhưng vẫn cho ra những kết quả sai và “không thể đúng hoàn toàn được”.
“Tuy nhiên, phương pháp cung cấp cho chúng ta một phương án phản công cơ bản, trong cuộc chạy đua vũ trang phát hiện ảnh deepfake”, ông nói thêm.
Nguồn tin: https://genk.vn/nhom-nghien-cuu-su-dung-phuong-phap-dung-trong-thien-van-hoc-de-phat-hien-anh-lam-bang-ai-20240729150310857.chn