喺2025年，人工智能（AI）喺生成人面方面嘅進步令人驚嘆，但同時帶嚟廣泛憂慮。根據最新研究，AI生成嘅「深度假面」（deepfake faces）已經接近真人水平，甚至喺某啲情況更加顯得「真」。不過，好消息係，只要短短幾分鐘嘅訓練，普通人都可以明顯提升辨別能力。呢項發現唔單止有助防範網絡詐騙同社交媒體假新聞，亦揭示咗人類認知喺AI時代嘅作用。2025年12月28日，Live Science 發表報道：面對由 StyleGAN 等生成模型建立嘅人像，即使係最擅長面部識別嘅專家都會出錯，但經過短時訓練，普通人同專家都可以提升識別準確率。
AI生成人面嘅技術基礎係生成對抗網絡（GANs），一種雙階段演算法。首先，生成器由真實數據集（例如 FFHQ 數據庫）生成假圖像；其後，判別器評估佢哋嘅真實性，透過反覆優化，最終輸出高度逼真嘅面部圖像。喺2025年，StyleGAN3 等先進模型進一步提升咗細節處理，例如皮膚紋理、髮絲同表情嘅一致性，導致 AI 人面喺低解析度場景下幾乎難以分辨。例如，AI 可以由幾秒鐘嘅音頻複製聲音，並結合影片生成完整「表演」，喺詐騙中已經造成每日成千上萬嘅假電話事件。據 TechXplore 報道，deepfake 數量由2023年嘅50萬激增到2025年嘅800萬，年增長率達900%，喺社交媒體同假醫生宣傳中大量出現。
該報道描述咗研究嘅具體流程：受試者被展示一系列混合咗真實與 AI 生成嘅人像，喺首次判斷時好多人都會將真實同偽造樣本搞混。研究者冇只停喺「是否會被欺騙」呢個結論，而係將注意力放喺邊啲細節最容易出破綻，以及點樣將呢啲線索教畀人。
具體細節好有參考價值。研究者指出，AI合成面孔常見嘅破綻集中喺幾類細節：牙齒排列同反光唔自然、左右眼反光唔一致或缺失、耳朵形狀模糊且邊界同頭髮重疊異常、髮絲邊緣出現抠圖式嘅鋸齒或模糊、背景紋理喺面部周圍出現重複圖案，以及飾物（例如耳環、頸鍊）位置或對稱性錯誤。仲有啲睇似微不足道嘅線索——眼白嘅紋理、瞳孔處冇清晰嘅鏡面反射、皮膚毛孔同微細瑕疵缺失——都可以成為鑑別依據。
更值得一提係訓練方法：研究畀受試者有針對性嘅範例同短時練習，教佢哋學識優先檢視「牙齒—眼睛—耳朵—頭髮」呢幾個高收益區域，而唔係單憑整體面部嘅美感或對稱性。經過呢類針對訓練後，受試者喺實驗入面嘅判斷穩定提升，特別係喺發現牙齒同眼部反光異常時，準確率提升好明顯。
報道同時討論咗技術層面嘅檢測手段。生成模型喺頻域上可能留低可檢測嘅偽影，研究者同安全團隊會結合自動化工具（例如頻譜分析、壓縮痕跡檢測）同人工審查，互相補足短板。文章亦提到行業正喺探索將來源證明（provenance）同數字水印納入圖像發佈流程，以縮短偽造圖像喺社交平台上嘅傳播時間窗。
對普通受眾嚟講，文章畀咗實用建議：遇到可疑頭像或「太完美」嘅相片時，可以先放大查看牙齒同眼睛、觀察頭髮同背景嘅接縫、做反向圖像搜索，或者結合多個線索而唔好單憑第一印象判斷。作者提醒，AI 生成嘅面孔喺娛樂、廣告同創作上有正當用途，但喺政治、招聘、司法等高風險場景度誤用或濫用會造成嚴重後果。
Live Science 嘅報道強調，人同 AI 並非零和對抗：AI 會繼續改進，檢測亦會同步進步。透過把握細節、合理利用工具同短時訓練，人類觀察者仍然可以對抗現時一代生成圖像嘅大部分偽裝，呢點對內容平台、調查人員同普通用戶都有實際參考價值。
▶️ 鍾意呢篇內容？創作真係幾辛苦！
歡迎追蹤我哋嘅 YouTube 頻道：
AI Rosetta
你嘅讚好、訂閱同分享，係對我哋最大嘅支持！🙏
想睇更多 AI 新聞請到：
https://www.airosetta.com