- راهنماها
- مطلب توضیحی
چرا هدشاتهای هوش مصنوعی واقعی به نظر نمیرسند: هفت نشانه
پوست مصنوعی، نگاه غیرطبیعی، نوری که با صحنه نمیخواند و چهرهای که تقریباً — اما نه کاملاً — خود شماست. هفت خطای هدشاتهای هوش مصنوعی، هر کدام با نمایش زنده از سازندهٔ رایگان خودمان، و راه جلوگیری از هر یک. نوشتهٔ کسانی که خودشان همین را میفروشند.
اول دو نکته را روشن کنیم، چون نحوهٔ خواندن این مطلب را عوض میکنند.
ما هدشات هوش مصنوعی میفروشیم. این فهرست خطاهای همان دستهٔ محصولی است که خودمان میفروشیم — به قلم کسانی که تمام روز به این عکسها نگاه میکنند.
همهٔ نمونههای خراب پایین از سازندهٔ رایگان خودمان آمدهاند. خروجیاش از چیزی که چند سازندهٔ پولی میفروشند بهتر است — بعضی از خطاهای پایین در نتایج روزمرهاش دیده میشوند و برای نادرترها مجبور شدیم بارها دوباره بسازیم و دستچین کنیم. در هر حال، بدترین حالت نسخهٔ رایگان را میبینید؛ کف منصفانهای برای قضاوت دربارهٔ هر ابزار دیگر.
ریشهٔ همهٔ این خطاها یکی است. مدل تصویری از شما عکس نمیگیرد؛ از نویز شروع میکند و پیکسلها را به سمت یک پرترهٔ باورپذیر از چهرهٔ شما حرکت میدهد. این روش برای بخشهایی از تصویر که از نظر آماری رایجاند خوب جواب میدهد — سطوح پوست، یقهٔ کت، دفترهای محو — و برای هر چیز نادر، ریز، بازتابنده یا وابسته به فیزیک بد: نگین بینی، جفت گوشواره، نحوهٔ شکست نور در عدسی. هر یک از هفت نشانه در یکی از همین نقطهکورها زندگی میکند.
نشانهٔ ۱: بافت مصنوعی پوست
بافت پوست واقعی نامنظم است — منافذی با اندازههای مختلف، خطوط ریز، رنگی که از گونه تا پیشانی فرق میکند. مدل این بافت را از عکس شما کپی نمیکند؛ آن را از روی آمار دوباره میسازد، و آمار در یکی از دو جهت خطا میکند. یا بافت ناپدید میشود — پوستی صافشده تا حد سطحی مومی، همان «ظاهر هوش مصنوعی» که همه میشناسند — یا بافتی مصنوعی جایش مینشیند: منافذی که با فاصلههای یکنواخت تکرار میشوند، چینهای تصادفی، تکههایی که با زوم کردن موزاییکی به نظر میرسند. هر دو از یک محدودیت میآیند: مدل میداند پوست بهطور کلی چه شکلی است، نه اینکه پوست شما دقیقاً چه شکلی است.
یک نفر، یک ظاهر، دو مدل: مدل سبک رایگان و مدل پولی. روی پوست زوم کنید.
راه جلوگیری: سلفی فیلترشده به مدل ندهید. فیلتر بافت واقعی را میزداید و مدل مجبور میشود جایگزینی از خودش بسازد. یک عکس موبایل شارپ و ویرایشنشده در نور روز چیزی واقعی برای کار به مدل میدهد؛ راهنمای هدشات با موبایل ما نحوهٔ گرفتنش را توضیح میدهد. موقع انتخاب از بین نتایج، روی گونه ۱۰۰٪ زوم کنید و هر دو جهت را بررسی کنید: منافذی که نیستند، و منافذی که تکرار میشوند.
نشانهٔ ۲: نگاه غیرطبیعی
در پرترهٔ واقعی هر دو چشم روی یک نقطه — لنز — متمرکزند و بیننده حس میکند به او نگاه شده است. مدل هر چشم را کمابیش مستقل رندر میکند: هر کدام بهتنهایی باورپذیر است، اما جهتشان دقیقاً با هم نمیخواند؛ در نتیجه پرتره از کنار شما یا از میان شما رد میشود. خطا کسری از یک درجه است — کوچکتر از آنکه بشود نشانش داد، بزرگتر از آنکه دیده نشود.
همان سلفی، همان ظاهر. مدل رایگان: نگاهی غیرطبیعی، خیره به دوردست. مدل پولی: نگاهی طبیعی به دوربین.
کچلایتها — بازتاب منبع نور در چشمها — به همین شکل خراب میشوند و بررسیشان آسانتر است. بازتاب باید در هر دو چشم در یک موقعیت و به یک شکل باشد؛ رندرها اغلب آنها را جای متفاوتی میگذارند، تغییر شکل میدهند یا یکی را کلاً حذف میکنند.
همان ترکیب روی مدل رایگان: کچلایتهای دو چشم با هم نمیخوانند. رندر پولی آنها را هماهنگ نگه میدارد.
راه جلوگیری: هیچ ورودیای این یکی را درست نمیکند؛ قرعهکشیِ هر رندر است. در دو مرحله بررسی کنید. در اندازهٔ عادی، آیا عکس به شما نگاه میکند؟ با زوم، آیا چشمها روی یک نقطه متمرکزند و کچلایتها با هم میخوانند؟ اگر هر کدام از این دو بررسی رد شد، نتیجهٔ دیگری از همان دسته بردارید. نگاه اولین چیزی است که بیننده در پرتره میخواند.
نشانهٔ ۳: پیرسینگها و جواهراتی که حذف میشوند
مدل چیزی را بازتولید میکند که از نظر آماری انتظارش را دارد، و بیشتر پرترههای دادهٔ آموزشیاش گوش خالی، ابروی خالی و بینی خالی دارند. پیرسینگ هلیکس، حلقهٔ ابرو یا نگین بینی در آن دادهها نادر است؛ پس رندر بیسروصدا حذفش میکند — یا از یک جفت گوشواره فقط یکی را نگه میدارد. چیزی کجومعوج نمیشود، چیزی داد نمیزند «هوش مصنوعی»؛ فقط جزئی از شما جایش خالی است. دندانها برعکسش را میگیرند: مدل ردیف کمی ناصاف شما را کپی نمیکند؛ دندانهایی عمومی میکشد — صافتر و سفیدتر از دندانهای توی سلفیتان.
او در هر دو گوش حلقه میاندازد — هم در سلفیاش، هم در رندر پولی. مدل رایگان گوشهای خالی برگرداند.
راه جلوگیری: نتیجه را قلمبهقلم با سلفیتان مقایسه کنید. همهٔ پیرسینگها و گوشوارههایی که میاندازید هنوز سر جایشان هستند؟ دندانها مال شماست؟ مدل معمولاً در همهٔ رندرها همان جزئیات را حذف میکند؛ پس اگر برای ظاهرتان مهم است، نتیجهای را انتخاب کنید که آن را نگه داشته است.
نشانهٔ ۴: عینک بدون اپتیک
عدسی واقعی هیچوقت نامرئی نیست. دستکم بازتابی کمرنگ از نور روبهرویتان میگیرد، لبهٔ صورتی را که از پشتش دیده میشود کمی جابهجا میکند و فریم سایهای نازک روی گونه میاندازد. مدل عینک را مثل برچسب میکشد: شیشهای کاملاً شفاف و کاملاً تخت — چیزی بازتاب نمیدهد، چیزی جابهجا نمیشود، سایهای در کار نیست. خود فریم میتواند خوب کشیده شده باشد و عکس باز هم شبیه «عینکِ بعداً اضافهشده» دربیاید، چون شیشه مثل شیشه رفتار نمیکند.
به عدسیها نگاه کنید. مدل رایگان عدسیهایی بدون هیچ بازتابی کشیده؛ در رندر پولی شیشه نور اتاق را میگیرد.
راه جلوگیری: اگر فقط گاهی عینک میزنید، سلفی بدون عینک بدهید — این کار وابستهترین شیء کادر به فیزیک را حذف میکند. اگر عینک جزئی از چهرهٔ شماست، نگهش دارید و در نتیجه عدسیها را بررسی کنید: بازتابی کمرنگ جایی روی شیشه طبیعی است؛ عدسیِ کاملاً بیبازتاب همان رندر است.
نشانهٔ ۵: نوری که با صحنه نمیخواند
عکس یک چیدمان نور دارد: همان نوری که صورت شما را روشن میکند اتاق را هم روشن میکند و همهچیز با هم میخواند — جهت، رنگ، شدت. مدل نور را شبیهسازی نمیکند؛ صورت را آنطور رندر میکند که صورتها معمولاً نور میگیرند و صحنه را آنطور که صحنهها معمولاً دیده میشوند — دو عادت جدا از هم. نتیجه نزدیک است اما منسجم نیست: صورتی در نور نرم استودیویی، ایستاده در دفتری گرم با نور چراغ؛ سمتِ سایهای که پشت به پنجره نیست؛ هایلایتی که هیچ منبعی در اتاق ندارد. بینندهها بهندرت نور را مقصر میدانند — میگویند طرف انگار روی عکس چسبانده شده.
یک نفر، یک ظاهر. مدل رایگان: صورتی با نور عکس پرسنلی در صحنهٔ ساعت طلایی. رندر پولی صورت را با نور خود صحنه روشن میکند.
راه جلوگیری: روشنترین چیز صحنه را پیدا کنید و بعد بررسی کنید که سمت روشن صورت رو به همان باشد — همین یک مقایسه بیشترِ رندرهای ناهماهنگ را میگیرد. پسزمینهٔ ساده هم کمک میکند: پسزمینهٔ سادهٔ استودیویی تقریباً چیزی ندارد که با نور صورت تناقض پیدا کند. و انسجام نور از رندری به رندر دیگر فرق میکند؛ پس بهجای قضاوت روی اولین نتیجه، گزینههای دسته را با هم مقایسه کنید.
نشانهٔ ۶: لبههای مالیدهٔ مو و آبشدن پسزمینه
به جایی نگاه کنید که مو به پسزمینه میرسد. تارهای تکی جزئیات پرتراکماند — رندر کردنشان گران است — پس مدل تودهٔ مو را خوب میکشد و مرزش را بد: گذاری نرم و نقاشیمانند بهجای تارهای جدا. موهای بیرونزده یا کلاً ناپدید میشوند و خطی غیرطبیعی و تمیز دور سر میگذارند، یا در مهی مبهم حل میشوند. پسزمینه هم به همین شکل وامیرود، چون سهم کوچکی از توجه مدل میگیرد: عطف کتابهایی با حروفِ تقریباً حرف، گلدانهایی که یک نگاه را تاب نمیآورند.
خط دور مو را دنبال کنید: نوکهای مالیده در برابر تارهای جدا. هر دو رندر از مدل رایگان است — همان سلفی، همان ظاهر، شانسِ متفاوت.
راه جلوگیری: نتایجی را ترجیح دهید که پسزمینهٔ کمی محو دارند — لنزهای واقعی پرتره هم پسزمینه را محو میکنند و در محوی چیز پرجزئیاتی نمیماند که خراب شود. خط رویش مو را در ۱۰۰٪ بررسی کنید، مخصوصاً با موهای بیرونزده یا فر: تارهای جدا که از روی پسزمینه میگذرند نشانهٔ خوبیاند؛ مرزی که قلمموخورده یا مالیده به نظر برسد همان رندر است.
نشانهٔ ۷: از دست رفتن شباهت
بزرگترین خطا اصلاً آرتیفکت نیست. عکس از نظر فنی تمیز است — فقط دقیقاً شما نیست. فک کمی مربعتر، بینی کمی صافتر، چند سال جوانتر. هدشات یک وظیفه دارد: اینکه بهوضوح خود شما باشد. عکس گیرایی از کسی که تقریباً شماست، در این وظیفه رد میشود.
این فاصله معمولاً از ورودی شروع میشود: مدل چهرهٔ شما را از روی عکسهایی که آپلود میکنید میسازد، و یک زاویهٔ عجیب یا فیلتر غلیظ از همان اول نسخهای از شما به دستش میدهد که شبیه خودتان نیست.
سلفی و رندری که شباهت را از دست داده: شباهت زیاد، آدمی دیگر.
برای محک: همان سلفی، این بار از مدل پولی. نور، لباس و دفتر تازهاند؛ چهره همان چهرهٔ عکس موبایل است.
همان سلفی از مدل پولی: نور تازه، لباس تازه، همان چهره — با همهٔ چینها و موهای سفیدش.
راه جلوگیری: سلفیای را مبنا بگذارید که در آن همانطور دیده میشوید که همکارانتان میبینند — از روبهرو، بدون فیلتر. بعد خروجی را محک بزنید: کسی که شما را فقط در تماسهای تصویری دیده، این عکس را بدون اسمِ کنارش میشناسد؟ اگر مدل نسخهٔ گیراتری از تقریباً-شما برگرداند — پیش میآید — منتشرش نکنید.
بررسی ۹۰ ثانیهای
این را روی هر هدشات هوش مصنوعی — مال خودتان یا هر کس دیگر — بهترتیب اجرا کنید:
- گونه در ۱۰۰٪. منافذ دیده میشوند — و تکرار نمیشوند؟
- نگاه. عکس به شما نگاه میکند؟ کچلایتها با هم میخوانند؟
- سایهها. بینی و چانه همان جهتی را نشان میدهند که چشمها ادعا میکنند؟
- نور در برابر صحنه. سمت روشن صورت رو به منبع نور صحنه است؟
- پیرسینگها و گوشوارهها. هر چه واقعاً میاندازید سر جایش است؟
- دندانها. مال شما، یا ردیف کاتالوگی؟
- عینک. شیشه مثل شیشه رفتار میکند — ردی از بازتاب، جابهجایی لبهٔ صورت؟
- خط مو. تارهای جدا، یا گذاری مالیده؟
- پسزمینه. اشیا پنج ثانیه نگاه کردن را تاب میآورند؟
- شناسایی. همکاری که فقط در تماس تصویری شما را دیده، اسم این آدم را میگوید؟
ده بررسی، نود ثانیه. اگر عکسی از هر ده بررسی سربلند بیرون آمد، یا واقعی است — یا هیچکس هرگز نخواهد فهمید که نیست.
جمعبندی
خطاها مشخص و قابلبررسیاند. تمام حرف این مطلب همین است.
برای دیدن نشانهها بهصورت زنده، سازندهٔ رایگان از یک سلفی یک هدشات میسازد — رایگان، بدون ثبتنام، با همان مدلی که همهٔ نمونههای خراب بالا را ساخته. نسخهٔ پولی مدل قویتری دارد و ۲۴ عکس در دو ظاهر برمیگرداند، با قیمت ۷ تا ۱۰ دلار. پول در واقع شانس میخرد: آرتیفکت کمتر، نتایج بیشتری که از چکلیست عبور میکنند. اگر هیچکدام عبور نکردند، ۱۴ روز فرصت دارید به ما بگویید و پولتان را پس بگیرید.
پرسشهای پرتکرار
استخدامکنندهها میفهمند عکس با هوش مصنوعی ساخته شده؟
کمتر از آنچه خودشان فکر میکنند. در نظرسنجی ژوئن ۲۰۲۴ Ringover از ۱٬۰۸۷ استخدامکنندهٔ آمریکایی، ۸۰٪ مطمئن بودند هدشات هوش مصنوعی را تشخیص میدهند؛ در عمل فقط در ۳۹٫۵٪ موارد درست گفتند. در همان نظرسنجی، ۷۶٫۵٪ در مقایسهٔ کور هدشاتهای هوش مصنوعی را ترجیح دادند — و ۶۶٪ گفتند اگر بفهمند عکسی با هوش مصنوعی ساخته شده، دلسرد میشوند. هدشات هوش مصنوعیِ خوب مشکلی ندارد؛ هدشاتی که لو برود مشکل است. چکلیست برای همین است.
هدشات هوش مصنوعی قوانین لینکدین را نقض میکند؟
نه، با یک شرط. در فوریهٔ ۲۰۲۶ لینکدین به CBS News گفت استفاده از ابزارها، از جمله هوش مصنوعی، برای ساخت یا بهبود عکس پروفایل مجاز است، اما عکس باید «چهرهٔ واقعی شما را بازتاب دهد». همین، از دست رفتن شباهت را به تنها نشانهای تبدیل میکند که سیاستی رسمی پشتش است. رندر مومی بد به نظر میرسد؛ چهرهٔ فاصلهگرفته را میشود به این دلیل که شما نیست حذف کرد.
اگر آدمها چهرهٔ ساختگی را تشخیص نمیدهند، چرا هدشاتهای هوش مصنوعی هنوز خراب میشوند؟
چون اینها دو کار متفاوتاند. چهرهٔ کاملاً ساختگی — آدمی که وجود ندارد — سالها پیش از سد چشم انسان گذشت: در پژوهشی از PNAS در ۲۰۲۲ شرکتکنندهها چهرههای ساختگی را از واقعی تشخیص ندادند و حتی آنها را قابلاعتمادتر ارزیابی کردند. هدشات هوش مصنوعی مسئلهٔ سختتری است: مدل باید شباهت یک آدم مشخص را در لباس، نور و پسزمینهای مشخص حفظ کند. هفت نشانهٔ بالا همان جاهایی است که این کار سختتر میشکند.