检测 AI 图像的 9 种简单方法（附示例）

在当今世界，任何能够访问少数 AI 引擎（包括OpenAI 的 DALL-E 、Midjourney、Gencraft 或 Stable Diffusion）的人都可以创建AI 图像。 它们出现在各地的社交媒体和网站上，经常没有任何标识清楚地解释它们是人工生成的。

事实上，人工智能图像已被用于数十起恶作剧。 他们欺骗人们，让他们认为特朗普在一场巨大的公共事件中被捕，或者教皇已经发展出一种激进的新时尚感。

也许你认为你总能发现人工智能图像。 或者也许你害怕你永远不会。 无论如何，我们都会为您提供帮助。 事实是，人工智能生成的图像无法完全取代现实生活中的照片——至少目前还不能。

1：奇怪的手指

众所周知，人工智能图像很难掌握。 他们将包括第六根手指、去掉拇指或添加额外的关节。 有些手的手掌可能有静脉，有些手指可能会混合在一起。

对于人工智能引擎来说，手是整个人类的一小部分，并且在图像中的显示效果不像人脸那样一致。 由于数据更加有限，对于人工智能来说，获得正确的比率和位数是很困难的。 但对于人类来说，这些错误会凭直觉跳出来。 这使它们成为识别假货的好方法。

AI 图像最近改进了它们的双手，2023 年 3 月中旬，Midjourney 软件更新因其逼真的双手而成为头条新闻。尽管如此，第六根手指仍然是一个常见的赠品。

2：背景模糊或异常

许多人工智能图像生成器会完全模糊背景，确保任何奇怪的细节不会轻易跳出来。 因此，完全模糊的背景已经让人有点怀疑了。 但你应该看得更深入：人工智能图像的背景很可能会变得混乱。

建筑是一种赠品。 台阶可能会错位，墙壁可能会奇怪地弯曲，天花板可能会无缘无故地倾斜。 办公椅可能大得令人反感，或者咖啡桌的腿可能太少。 灯具是另一个常见问题，因此请检查它们，看看是否可以在一排表面上相同的吊灯中发现任何结构上的不可能性或差异。

在人群众多的情况下，模糊的背景可能隐藏着真正的大错误，例如缺少四肢或三眼的人。

3：糟糕的头发

对于人工智能来说，个体毛发是一个大问题。 图像引擎可能会生成锐利的细节、薄纱般的呼啸、模糊的部分以及纹理的彻底变化——所有这些都在同一个头上。 通过检查纹理不一致，您可以标记 AI 图像。

寻找不可能的头发也可能有所帮助。 头发可能会离头部太高，或者可能像苏斯博士的角色一样奇怪地缠绕在两端连接到头部。 在最极端的情况下，头发甚至可以变成围巾或衣服。 但在很多情况下，头发不会有明显的错误：它只是有点太厚，或者比你想象的更模糊一些。

4：锐利、过度“渲染”的外观

人工智能图像的纹理问题不仅仅限于头发。 许多完整的图像都带有光泽、不切实际的光泽，让人想起随机排列的视频游戏角色永远无法完全复制电影。

这与许多人工智能图像的模糊性形成鲜明对比，尽管图像通常包括两者：模糊的背景、清晰平滑的前景，或两者的波动组合。 这种奇怪的外观在人工智能创作的类似卡通的艺术作品中最为明显，但在表面上逼真的创作中也有很多这种现象。

有一天，我们也许能够找到词语来描述这种独特的“渲染”外观，而不仅仅是“人工智能外观”。 但在那之前，这是识别假货的一种方法。

5：配件错误

衬衫领子、项链、耳环、围巾、钱包带和衬衫纽扣。 在现实生活中，所有这些小附加组件的大小都合适、有意义并且遵守物理定律。 在人工智能图像中，一切皆有可能。

检查是否有变形的珠宝或一只耳环是否与另一只尺寸不一样。 戒指可能不会缠绕在手指上，或者项链可能会挂在脖子上太高。 再一次，模糊可能会神奇地将你的注意力从表盘等难以创建的细节上转移开。

手持物体是人工智能的一个问题领域，部分原因是手的问题：检查是否有细长的咖啡杯或悬停的笔。 物体保留也是一个问题：手杖的顶部可能在腿上可见，而整个下半部分则无法重新出现在腿下。

6：乱码文本

人工智能图像旨在对现有内容进行新的组合。 但当涉及到书面语言时，我们实际上并没有使用新的字母“组合”，给出或采用一些术语，例如“rizz”。

试图创建自己的店面、卧室海报或街道标志的人造图像最终更有可能看起来像外星语言，而不是人类能识别的任何语言。 检查背景中隐藏的任何文本，您可能会发现确定图像是骗局所需的最终线索。

7：刻板印象

人工智能的工作原理是现有的数据和想法。 它重新混合。 结果，它复制了该数据中存在的基础或事实错误。 不幸的是，世界上存在很多偏见。 其中包括种族主义、性别歧视、阶级歧视、肥胖恐惧症和无能主义——这只是 TikTok 算法受到可信指控的五个例子。

让人工智能图像生成器为你提供一位“医生”，它会生成一个穿着实验室外套、戴着听诊器的白人。 您必须提供更多细节才能生成反映现实世界多样性的示例，即使这样，有一半的时间您也会得到更具体的刻板印象。

抛开偏见不谈，人工智能图像甚至倾向于重现常见的姿势或照明条件，因为它们的数据集拥有最多的此类示例。

8：错误的细节

您现在可能已经注意到一个主题了吗？ 人工智能图像往往会弄乱小事情。 我们已经提到过背景中的架构错误、珠宝戴在错误的手指上或手指戴在错误的手上，但这些类型的错误最终可能会出现在任何足够详细的东西上。

人工智能仍然无法像大自然一样完美地复制的其他常见领域包括：

• 牙齿
• 眼睛
• 耳朵
• 工具，如剪刀或扳手
• 小摆设和装饰品

将图像视为查找更改页面，您可能会发现一些泄露游戏真相的东西。

9：人工智能检测工具失败

培养检测人工智能图像的眼睛是一种非常有用的超能力：它可以提高你当下避免错误信息的几率，并且可以让你更快地看到人造图像。 但随着生成式人工智能工具的不断发展，你可能无法像以前那样相信自己的眼睛。 这就是人工智能检测工具的用武之地。

下载应用程序或浏览器扩展程序后，您只需单击一下即可判断图像的真实性。 一个选择是“Hive AI Detector”，这是一款 Chrome 扩展程序，它将发布一个分数，对图像真实与否的几率进行排名。 例如，它可能会告诉您一张图像“85.9%”可能是人工智能生成的。 它甚至表明哪个人工智能引擎可能创建了图像，以及图像的哪些区域是最明显的人造区域。

您还可以尝试反向图像搜索工具：TinEye 是最好的工具之一。

需要注意的是：人工智能探测器可能会出错，这就是为什么我们将它们排在这个列表的最后。 建立自己对要寻找的内容的理解，从模糊的背景细节到过于时尚和闪亮的渲染，可能是了解什么是真实的、什么是不是的最佳方法。 而且速度肯定快很多。