「コイン投げより少しだけマシ」— ほとんどの人はAI画像に騙されます。あなたもできると思いますか？
コンテンツ作成ツールがより利用しやすくなるにつれ、AIによって生成または改変された画像を識別することがますます重要になります。数年前までは、説得力のある偽物を作成するには専門家でもかなりの時間と労力を要しました。今では、数回のキー操作やクリックで作成できます。
Microsoft AI for Good Labの研究者による最近の調査によると、人間のAI画像識別能力は「コインを投げるよりわずかに高い程度」とのことです。AI画像を識別するゲームに参加した人の成功率は、わずか62%でした。
2024年8月、マイクロソフトはAIによって生成または加工された画像を見分ける「リアルかそうでないか」クイズを公開しました。このゲームが本研究のベースとして利用されました。
約287,000件の画像評価が行われ、12,500人以上が参加しました。
「生成AIは急速に進化しており、新しいジェネレータや更新されたジェネレータが頻繁に発表され、さらにリアルな出力を示している」と研究は結論づけている。
「我々の研究結果は、AIが生成した画像と実際の画像を区別する現代の人々の能力を過大評価している可能性が高いと推測するのは妥当だろう。」
この研究では、AI検出ツールはAI画像の識別において人間よりも信頼性が高いことも判明したが、研究チームは自動化ツールでも間違いは起こると強調した。
Windows と Xbox の熱狂的なファンのための最新ニュース、レビュー、ガイド。
AI画像の識別
研究の結果は、人間は風景よりも人物の識別に優れていることを示唆しています。人物の識別成功率は約65%でしたが、自然の写真の識別成功率はわずか59%でした。
研究者たちは、これらの結果は人間の顔認識能力の高さによるものだと述べています。私たちの脳は顔を認識するようにできているので、この関連性はありそうです。
サリー大学の最近の研究では、人間の脳がどのようにして「どこにいても顔に惹かれ、顔を見つけるのか」が議論されている。
参加者は、実際の画像と AI 生成画像の両方を見た場合 (62%) と、AI 生成画像のみに焦点を当てた場合 (63%) で同様の成功率を確認しました。
クイズ受験者に提示された画像の作成には、最高のAI画像生成ツールがいくつか使用されました。敵対的生成ネットワーク（GAN）によって生成された画像は、最も高い失敗率（55%）を示しました。
研究者らは、このゲームはさまざまなモデルによって作成された画像のフォトリアリズムを識別するために設計されたものではないことを強調した。
「モデルのアーキテクチャが出力の美しさを左右すると考えるべきではない。重要なのはトレーニングデータだ」と論文は述べている。「モデルのアーキテクチャは、モデルがトレーニングセットをどれだけ正確に模倣できるかを決定するだけだ。」
成功率が最も低かった画像には、不自然に見えるものの、実際には本物である要素が含まれていました。例えば、画像の照明は一見「不自然」に見えるかもしれませんが、その効果はAIではなく、特有の照明条件によるものです。
この研究チームは独自のAI検出器を開発しており、実際の画像とAI生成画像の両方で95%以上の検出率を誇ると言われています。AI検出器が、本来の検出対象であるAIツールを上回ることができるかどうか、興味深いところです。
クイズに挑戦
「Real or Not」クイズはまだ開催中なので、誰でも受験できます。AIによって改変または作成された画像を識別するクイズでは、平均以下の47%という結果に終わりました。
中には、突出したアーティファクトや、切り取られたり不完全なオブジェクトなど、AIが使われていることがはっきりとわかるものもありました。しかし、多くの場合、画像が本物か偽物か全く判断できませんでした。
何千人もの人が同じゲームをプレイし、AI 画像の識別がコイン投げよりわずかに優れているだけだったことを考えると、恥ずかしがる必要はないと思います。
クイズに答えたら、下のコメント欄でスコアと体験談を共有してください。テクノロジーに精通した視聴者の方がAI画像の識別が得意なのか苦手なのか、ぜひ知りたいです。
ショーン・エンディコットはWindows Centralのテクノロジージャーナリストで、Windows、Microsoftソフトウェア、AI、PCを専門としています。Windows 10と11からChatGPTのようなAIツールの台頭まで、主要なリリースを取材してきました。ショーンのキャリアはLumia 930から始まり、アプリ開発者との強いつながりを築きました。執筆活動以外では、アメリカンフットボールのコーチも務めており、チームの運営にMicrosoftのサービスを活用しています。ノッティンガム・トレント大学で放送ジャーナリズムを学び、X（@SeanEndicott_）とThreads（@sean_endicott_）で活躍しています。