人工智能图像生成器在很短的时间内就取得了显著的进步，能够生成比真人更逼真的面孔。

然而，一项新的研究指出了我们可以改进人工智能人脸检测能力的途径。

英国的研究人员测试了 664 名志愿者的面部识别能力，其中包括超级识别者（他们在之前的研究中表现出很高的比较和识别真实面孔的技能）和具有典型面部识别能力的人。

两组人员都发现人工智能识别的人脸很难检测，不过正如预期的那样，超级识别者表现得更好。

顶部和底部两行显示的是人工智能生成的面孔，中间一行显示的是真人面孔。

值得注意的是，在测试前经过 5 分钟简短训练的超级识别者参与者，在区分真实面孔和AI 生成面孔方面表现得更好。

利兹大学的心理学研究员艾莉德·诺伊斯表示： “人工智能图像越来越容易制作，也越来越难以检测。”

“它们可能被用于不法目的，因此从安全角度来看，测试检测人造图像的方法至关重要。”

这项研究包括两项不同的任务，分别在有训练和无训练的情况下进行。在第一项任务中，志愿者们被展示一张人脸，并被要求判断它是否是人工智能生成的；在第二项任务中，他们被展示一张真人面孔和一张人工智能生成的面孔，并被要求找出哪一张是假的。

每次实验都由不同的一组人参与。

在未接受任何训练的组中，超级识别者正确识别 AI 人脸的概率为 41%，而具有普通人脸识别能力的人识别 AI 人脸的概率仅为 31%。

考虑到其中一半图像是由人工智能生成的，每位参与者都有 50% 的机会猜对，这进一步证明，人工智能生成的肖像在我们眼中可以比真人更逼真。

在接受训练的人群中，普通人识别人工智能的准确率为51%，与随机猜测的准确率大致相当。而超级识别者的准确率则提升至64%，超过一半的概率都能正确识别出人工智能的面孔。

参与者接受训练，以识别人工智能生成的脸的一些明显特征，包括缺牙和头发和皮肤边缘的奇怪模糊。

“我们的研究表明，利用超级识别者（即人脸识别能力非常高的人）进行训练，可能有助于检测人工智能人脸，”诺伊斯说。

经过训练后，人们能更好地识别人工智能。（Gray等人，

人工智能通常通过生成对抗网络（GAN）来生成人脸。两组算法协同工作：一组用于生成人脸，另一组用于评估生成的人脸与真人的人脸的相似度。这种反馈循环驱动图像生成器生成非常逼真的结果。

如今，人工智能图像的制作变得快捷简便，并被越来越多地应用于各种媒体，从虚假交友资料到身份盗窃诈骗，无所不包。相关培训或许能帮助更多人避免上当受骗。

“我们的培训程序简短易行，”雷丁大学心理学研究员凯蒂·格雷说。

“研究结果表明，将这种训练与超级识别者的自然能力相结合，可以帮助解决现实世界的问题，例如在线验证身份。”