檢測 AI 影像的 9 種簡單方法（附範例）

在當今世界，任何能夠存取少數 AI 引擎（包括OpenAI 的 DALL-E 、Midjourney、Gencraft 或 Stable Diffusion）的人都可以創建AI 圖像。 它們出現在各地的社交媒體和網站上，經常沒有任何標誌清楚地解釋它們是人工生成的。

事實上，人工智慧圖像已被用於數十起惡作劇。 他們欺騙人們，讓他們認為川普在一場巨大的公共事件中被捕，或者教宗已經發展出一種激進的新時尚感。

也許你認為你總是能發現人工智慧影像。 或者也許你害怕你永遠不會。 無論如何，我們都會為您提供協助。 事實是，人工智慧生成的圖像無法完全取代現實生活中的照片——至少目前還不能。

1：奇怪的手指

眾所周知，人工智慧影像很難掌握。 他們將包括第六根手指、去除拇指或添加額外的關節。 有些手的手掌可能有靜脈，有些手指可能會混合在一起。

對於人工智慧引擎來說，手是整個人類的一小部分，並且在圖像中的顯示效果不像人臉那樣一致。 由於數據更加有限，對於人工智慧來說，要獲得正確的比率和位數是很困難的。 但對人類來說，這些錯誤會憑直覺跳出來。 這使它們成為識別假貨的好方法。

AI 影像最近改進了它們的雙手，2023 年 3 月中旬，Midjourney 軟體更新因其逼真的雙手而成為頭條新聞。儘管如此，第六根手指仍然是一個常見的贈品。

2：背景模糊或異常

許多人工智慧影像產生器會完全模糊背景，確保任何奇怪的細節不會輕易跳出來。 因此，完全模糊的背景已經讓人有點懷疑了。 但你應該看得更深入：人工智慧影像的背景很可能會變得混亂。

建築是一種贈品。 台階可能會錯位，牆壁可能會奇怪地彎曲，天花板可能會無緣無故地傾斜。 辦公椅可能大得令人反感，或是咖啡桌的腿可能太少。 燈具是另一個常見問題，因此請檢查它們，看看是否可以在一排表面上相同的吊燈中發現任何結構上的不可能性或差異。

在人群眾多的情況下，模糊的背景可能隱藏著真正的大錯誤，例如缺少四肢或三眼的人。

3：糟糕的頭髮

對人工智慧來說，個體毛髮是一個大問題。 影像引擎可能會產生銳利的細節、薄紗般的呼嘯、模糊的部分以及紋理的徹底變化——所有這些都在同一個頭上。 透過檢查紋理不一致，您可以標記 AI 影像。

尋找不可能的頭髮也可能有所幫助。 頭髮可能會離頭部太高，或者可能像蘇斯博士的角色一樣奇怪地纏繞在兩端連接到頭部。 在最極端的情況下，頭髮甚至可以變成圍巾或衣服。 但在很多情況下，頭髮不會有明顯的錯誤：它只是有點太厚，或者比你想像的更模糊一些。

4：銳利、過度「渲染」的外觀

人工智慧圖像的紋理問題不僅限於頭髮。 許多完整的圖像都帶有光澤、不切實際的光澤，讓人想起隨機排列的電玩角色永遠無法完全複製電影。

這與許多人工智慧影像的模糊性形成鮮明對比，儘管影像通常包括兩者：模糊的背景、清晰平滑的前景，或兩者的波動組合。 這種奇怪的外觀在人工智慧創作的類似卡通的藝術作品中最為明顯，但在表面上逼真的創作中也有很多這種現象。

有一天，我們也許能夠找到詞彙來描述這種獨特的「渲染」外觀，而不僅僅是「人工智慧外觀」。 但在那之前，這是識別假貨的一種方法。

5：配件錯誤

襯衫領子、項鍊、耳環、圍巾、錢包帶和襯衫紐帶。 在現實生活中，所有這些小附加元件的大小都合適、有意義並且遵守物理定律。 在人工智慧影像中，一切皆有可能。

檢查是否有變形的珠寶或一隻耳環是否與另一隻尺寸不一樣。 戒指可能不會纏繞在手指上，或者項鍊可能會掛在脖子上太高。 再一次，模糊可能會神奇地將你的注意力從錶盤等難以創建的細節上轉移開。

手持物體是人工智慧的一個問題領域，部分原因是手的問題：檢查是否有細長的咖啡杯或懸停的筆。 物體保留也是一個問題：手杖的頂部可能在腿上可見，而整個下半部則無法重新出現在腿下。

6：亂碼文本

人工智慧圖像旨在對現有內容進行新的組合。 但當涉及到書面語言時，我們實際上並沒有使用新的字母“組合”，給出或採用一些術語，例如“rizz”。

試圖創建自己的店面、臥室海報或街道標誌的人造圖像最終更有可能看起來像外星語言，而不是人類能識別的任何語言。 檢查背景中隱藏的任何文本，您可能會發現確定圖像是騙局所需的最終線索。

7：刻板印象

人工智慧的工作原理是現有的數據和想法。 它重新混合。 結果，它複製了該數據中存在的基礎或事實錯誤。 不幸的是，世界上存在著許多偏見。 其中包括種族主義、性別歧視、階級歧視、肥胖恐懼症和無能主義——這只是 TikTok 演算法受到可信指控的五個例子。

讓人工智慧圖像產生器為你提供一位“醫生”，它會產生一個穿著實驗室外套、戴著聽診器的白人。 您必須提供更多細節才能產生反映現實世界多樣性的範例，即使這樣，有一半的時間您也會得到更具體的刻板印象。

拋開偏見不談，人工智慧圖像甚至傾向於重現常見的姿勢或照明條件，因為它們的數據集擁有最多的此類範例。

8：錯誤的細節

您現在可能已經注意到一個主題了嗎？ 人工智慧影像往往會弄亂小事。 我們已經提到背景中的架構錯誤、珠寶戴在錯誤的手指上或手指戴在錯誤的手上，但這些類型的錯誤最終可能會出現在任何足夠詳細的東西上。

人工智慧仍然無法像大自然一樣完美複製的其他常見領域包括：

• 牙齒
• 眼睛
• 耳朵
• 工具，如剪刀或扳手
• 小擺設和裝飾品

將圖像視為查找更改頁面，您可能會發現一些洩露遊戲真相的東西。

9：人工智慧檢測工具失敗

培養檢測人工智慧影像的眼睛是一種非常有用的超能力：它可以提高你當下避免錯誤訊息的幾率，並且可以讓你更快地看到人造影像。 但隨著生成式人工智慧工具的不斷發展，你可能無法像以前那樣相信自己的眼睛。 這就是人工智慧檢測工具的用武之地。

下載應用程式或瀏覽器擴充功能後，您只需單擊即可判斷圖像的真實性。 一個選擇是“Hive AI Detector”，這是一款 Chrome 擴展程序，它將發布一個分數，對圖像真實與否的幾率進行排名。 例如，它可能會告訴您一張圖像「85.9%」可能是人工智慧生成的。 它甚至顯示哪個人工智慧引擎可能創建了圖像，以及圖像的哪些區域是最明顯的人造區域。

您也可以嘗試反向影像搜尋工具：TinEye 是最好的工具之一。

需要注意的是：人工智慧探測器可能會出錯，這就是為什麼我們將它們排在這個清單的最後。 建立自己對要尋找的內容的理解，從模糊的背景細節到過於時尚和閃亮的渲染，可能是了解什麼是真實的、什麼是不是的最佳方法。 而且速度肯定快很多。