Жакында жүргүзүлгөн изилдөөлөр көрсөткөндөй, заманбап жасалма интеллект реалдуу адамдарга окшош жүздөрдү жарата алат. Адамдар бул сүрөттөрдү реалдуу деп кабыл алышпастан, оригиналдуу сүрөттөргө караганда «чындыкка жакын» деп эсептешет. Изилдөө бул көрүнүштүн негизги себебин ачыкка чыгарды: ИИ уникалдуу жүздөрдү эмес, статистикалык жактан «идеалдуу» варианттарды түзөт.
Изилдөөчүлөр катышуучулардын сгенерирленген портреттерди кантип тааныганын жана алардын көпчүлүгү бул тапшырмада кыйынчылыкка учураганын изилдөөгө көңүл бурушту. Негизги көңүл «супер тааныгандар» деп аталган кичинекей топко бурулду — жүздөрдү эстеп калуу жана айырмалоо боюнча мыкты жөндөмдөргө ээ адамдар.
Бул изилдөөгө 36 мындай эксперт жана жогорку көрсөткүчтөргө ээ 89 волонтер катышты. Катышуучуларга 200 сүрөт көрсөтүлдү: алардын жарымы нейрондук тармак тарабынан түзүлгөн, калганы реалдуу сүрөттөр болду. Бардык сүрөттөр жынысы жана жүздүн эмоциясы сыяктуу параметрлер боюнча айырмаланбашы үчүн тандалды.
Натыйжалар таң калыштуу болду. Ордундагы катышуучулар «жасалма» жана оригиналдарды айырмалай алышкан жок, алардын таанышы ыктымалдуу болжолдоого жакын болду. Супер тааныгандар кыйла жакшы натыйжаларды көрсөтүштү, бирок алардын тактыгы болгону 57% болду.
Бул тапшырманын жогорку квалификациялуу эксперттер үчүн да кыйын экенин көрсөтөт.
Ошол эле учурда изилдөөчүлөр маанилүү бир мыйзам ченемдүүлүктү байкашты: реалдуу жүздөрдү жакшы тааныган адамдар жасалма сүрөттөрдү да жакшы аныктай алышат. Бул жөндөмдөр арасында туруктуу байланыш бар, бул ИИ портреттерин таануу техникалык кемчиликтерди издөө эмес, жүздөрдү кабыл алуу боюнча терең механизмдерге негизделгендигин көрсөтөт.
Топтук баалоолордо кызыктуу эффект байкалган. Сегиз супер тааныгандар өз пикирлерин бириктиргенде, тактык кыйла жогорулады. Контрольдук топто «топтун акылмандыгы» иштебей калды, бул эксперттердин өз пикирлерине ишеними жана өз каталарын так баалоо жөндөмү бар экенин көрсөтөт.
Тереңирээк айырмачылыктарды түшүнүү үчүн, илимпоздор жүздөрдү таанууга үйрөтүлгөн нейрондук тармактар аркылуу сүрөттөрдү анализдешти. Бул «жүздөрдүн мейкиндиги» деп аталган картаны түзүүгө мүмкүндүк берди — ар бир жүз белгилердин жыйындысы менен көрсөтүлгөн көп өлчөмдүү модель.
Чындык жүздөр бул мейкиндикте биркелки эмес жана ар түрдүү таралган. Алар бири-биринен көптөгөн майда жана уникалдуу деталдар менен айырмаланат, ал эми сгенерирленген сүрөттөр борборго жакын — «орто» жүздүн аймагында топтолгон.
Ошентип, ИИ максималдуу орточо, статистикалык жактан типтүү портреттерди түзүүгө аракет кылат. Изилдөөчүлөр бул эффектти «гиперорточолук» деп аташкан. Ал генеративдик моделдердин иштөө принциптеринен улам пайда болот: алгоритмдер сейрек жана туруктуу эмес мүнөздөрдү басат, эң көп таралган мүнөздөргө көңүл бурат. Натыйжада, конкреттүү инсан эмес, нормадан минималдуу четтөөлөр менен идеалданган портрет пайда болот.
Парадоксалдуу, бирок ИИ жүздөрдү ынандыргыч кылган да ушул. Көпчүлүк адамдар уникалдуу белгилердин айкалыштарына ээ, алар бирге сейрек кездешет, жана мындай жүздөр статистикалык жактан «тегиз эмес». Нейрондук тармак болсо, тирүү адамдарга караганда, гармониялуу жана «туура» образдарды жаратууда.
Супер тааныгандар, жүргүзүлгөн анализге ылайык, бул өзгөчөлүктү интуитивдүү түрдө сезишет. Алар жүздүн жагымдуулугуна же эмоциясына эмес, «орто үлгүгө окшоштугуна» көңүл бурушат. Бул критерий аларга сгенерирленген сүрөттөрдү айырмалоого жардам берет.
Анткен менен, эксперттер чечимдерди кандай кабыл алышарын так түшүндүрө алышпайт. Алардын мамилеси интуитивдүү болуп, аң-сезимсиз тажрыйбага негизделет.
Изилдөө авторлору эң мыкты байкоочулар да өз мүмкүнчүлүктөрүнүн чегине туш болорун белгилешет. Генеративдик моделдердин өнүгүшү менен тапшырма улам кыйын боло берет.
Бул изилдөөнүн практикалык жыйынтыктары ар кандай тармактар үчүн маанилүү. Илимпоздор ИИ жүздөрүн психологиялык изилдөөлөрдө, окутууда жана сот процесстеринде колдонуу кабыл алууларды бурмалап, чечимдерге таасир эте тургандыгы жөнүндө эскертет. Мындай сүрөттөр нейтралдуу эмес — алар системалуу түрдө «идеалдуу нормага» бурулган.
Келечекте изилдөөчүлөр алгоритмдерди адамдык экспертизалар менен бириктирген гибриддик аныктоо системаларын өнүктүрүүнү сунушташат. Компьютерлер статистикалык мыйзам ченемдүүлүктөрдү анализдешет, ал эми адистер татаал учурларды интерпретациялай алышат. Нормадан майда четтөөлөрдү байкаган жөндөм цифралык доордо маанилүү жөндөмгө айланат. Изилдөө «жасалма» жүздөрдү аныктоо — бул технологиялык чакырык гана эмес, адамдык кабыл алууну жаңы шарттарга адаптациялоо маселеси экенин жыйынтыктоодо.
