Снежные дюны и цифровая криминалистика

Начнём с очередных новостей из Петербурга.

Лахта не выдержала и растворилась;

Несмотря на тяжёлые холодные времена, машины стали приветливее;

На Галерной возникли снежные дюны. Высота была покорена ёлкой;

А теперь в продолжение ко вчерашнему моему посту. 

UPD На написание продолжения меня вдохновили ваши комментарии.

Я решила, что не буду называть никаких конкретных имён. Я неуютно себя чувствую в роли обличительницы. 

Да и к тому же, всегда могут появиться новые подобные "художники". Напоминаю, речь идёт о любителях генерировать картинки и притворяться что они это нарисовали сами с нуля.

Разберём способы проверки, чтобы каждый желающий мог сам всё понять.

1. Детекторы.

Детекторы изображений гораздо более точны, чем текстовые. Эта разница обусловлена самой природой данных.

Как же они действуют?

Математическая согласованность против художественной интерпретации. Детектор вычисляет точки схода для теней и отражений. У человека они могут «гулять», но они будут иметь органическую кривизну. У ИИ часто возникают идеальные по отдельности, но невозможные в одной сцене векторы освещения из-за того, что нейросеть собирает картинку из разных статистических «лоскутов».

Диффузионный шум и локальная энтропия. Если изображение создано нейросетью, то при частичной перегенерации оно будет стремиться к определенным математическим аттракторам. Человеческий рисунок при таком тесте ведет себя совершенно иначе — его энтропия распределена не так, как у диффузионных моделей.

Спектральный анализ артефактов дискретизации (Дискретное преобразование Фурье). Если прогнать картинку через фильтр высоких частот, на ИИ-картинке будут видны периодические точки (пики), которых нет на фото или рисунках мышью/стилусом. Это математический след архитектуры нейросети.

На текущий момент лидеры рынка (Hive, Reality Defender) показывают следующие данные:

• Чистая генерация: Точность определения 98% за счет поиска паттернов в частотной области.
• Смешанная техника (ИИ + доработка в графическом редакторе): Точность падает до 75-80%.
• Главный признак: Детекторы ищут не ошибки в анатомии, а специфические закономерности расположения пикселей, которые возникают при работе нейросетевых ядер.

Лично я использую Hive ссылка для установки в браузер

2. Изучаем художника. 

Есть ли у него в портфолио черновики, зарисовки? И самое важное, и главное, есть ли хоть где-то этапы? Или оно состоит сугубо из готовых работ? Если последнее, то художник как художник крайне подозрителен.

3. Субъективное наблюдение.

Хоть оно и субъективное, но не стоит его недооценивать. Внимательно изучаем изображения, есть ли лишние пальцы, странная анатомия, нелогичная штриховка, неведомые и непонятные предметы? Соединяются ли ветви разных деревьев? Есть ли смазанность или расплывчатость в местах, где подразумеваются чёткие или схематичные паттерны?

Используя субъективное наблюдение также можно отличить внимательного и владеющего Фотошопом нейрохудожника от не очень внимательного и халтурщика. 

В заключение скажу на всякий случай. Я вообще не против нейрохудожников, я сама уже в достаточно большой части являюсь таковой, потому что нейросети - это чертовски вдохновляющий и удобный инструмент. Я не собираюсь обесценивать ничей труд. Когда пишешь промпт, иногда становишься тоже, своего рода писателем. А редактировать это всё потом, править, подрисовывать, та ещё задачка.

Я лишь хочу хоть немного помочь людям разобраться и не быть обманутыми.