Эксперты выяснили, почему видео с дипфейками от ИИ становятся всё сложнее отличить от реальных

Профессор Лори Хеллер и её команда проанализировали ошибки детектора глубокой нейронной сети и обнаружили, что детектор, разработанный для классификации звуков окружающей среды, допускает 100 ошибок из 6000.

Анализ показал, что детектор может принять звук, сгенерированный ИИ, за настоящий или счесть настоящий звук искусственным. В исследовании участвовали 20 человек, которые слушали наборы звуков, неправильно распознанных детектором.

Реальные звуки были взяты из общедоступных баз данных, а ИИ-звуки — от победителей конкурса. Люди были точны в 50% случаев при определении фальшивых звуков, что указывает на необходимость улучшения детектора. Однако они были правы в 71% случаев при определении реальных звуков, что показывает их способность более точно классифицировать звуки, чем детектор.