باتوجه به اینکه یک تولیدکننده پیشگام تصویر هوش مصنوعی پی‌برد که چگونه تصاویری واقعی از دست ایجاد کند، ممکن است یکی از بزرگ‌ترین نشانه‌های پنهان برای تشخیص یک تصویر جعل عمیق (دیپ‌فیک)، رفع شده باشد.

جدیدترین نسخه «میدجرنی»، که از متن‌های مکتوب ساده تصویر تولید می‌کند، در مقایسه با نسخه‌های پیشین فناوری هوش مصنوعی مولد که معمولا دست‌های انسان را به شکل عجیب و غریب یا با تعداد انگشتان اشتباه به تصویر می‌کشند، پیشرفت قابل‌توجهی را نشان می‌دهد.

به گفته سازندگان، میدجرنی وی۵ کیفیت تصویر بسیار بالاتر، خروجی‌های متنوع‌تر، دامنه سبک‌‌شناختی گسترده‌تر، پشتیبانی از بافت‌های یکپارچه، نسبت‌های تصویری گسترده‌تر و تصویری بهتر [و دامنه دینامیکی گسترده‌تر] ارائه می‌کند.

پیشرفت‌ها عبارت‌اند از بافت‌های واقعی‌تر پوست، بازتاب‌ها و سایه‌های بهتر و حالت‌ چهره‌ها ‌با جزئیاتی بیشتر.

اما کاربران به‌سرعت متوجه شدند که به نظر می‌رسد بزرگ‌ترین ارتقا و بهسازی به توانایی هوش مصنوعی در راستای تولید دست‌هایی شبیه به دست انسان مربوط می‌شود.

بسیاری از هنرمندان دست‌ انسان را یکی از پیچیده‌ترین چیزها برای طراحی در نظر می‌گرفتند و نخستین تصویرساز‌های هوش مصنوعی در میدجرنی، استیبل دیفیوژن و اوپن‌ای‌آی دال‌ئی، نشان دادند که هوش مصنوعی مولد نیز با مشکلاتی مواجه است.

— هوش مصنوعی عجیب‌غریب (@weirddalle) ۲۲ ژانویه ۲۰۲۳

این بدان معنا است که در غیر این صورت، جعلی بودن تصاویر قابل باور از شخصیت‌های سیاسی مانند دونالد ترامپ و امانوئل مکرون را می‌توان تنها با نگاه کردن به دست‌ها تشخیص داد.

دل واکر، هنرمند بازی‌های ویدیویی، گفت: «فقط یک هشدارــ هوش مصنوعی میدجرنی اینک می‌تواند طراحی دست‌ها را به‌درستی انجام دهد.»

«به هر تصویر سیاسی به‌ویژه عکاسی، نگاهی نکته‌سنج‌‌تر داشته باشید، به خصوص تصاویری که در فضای مجازی می‌بینید و سعی در برانگیختن واکنش دارند.»

محققان هوش مصنوعی پیش‌تر تلاش کرده‌اند توضیح دهند که چرا هوش مصنوعی مولد که با میلیاردها تصویر از اینترنت آموزش داده شده است، با جنبه‌های خاصی از فرم [بدن] انسان مشکل دارد.

سخنگوی استیبیلیتی ای‌آی اوایل سال جاری به بازفید نیوز گفت: «به طور کلی این موضوعی آشنا است که تصاویر انسان در مجموعه داده‌های هوش مصنوعی دست‌ها را مشخصا کمتر از صورت‌ها نشان می‌دهند.»

«دست‌ها معمولا در تصاویر منبع هم بسیار کوچک‌ترند. چرا که در قالب بزرگ، نسبتا به‌ندرت قابل مشاهده‌اند.»