Мындай нейрондук тармактар адамдардын көз карашынан өтүп жаткан жүздөрдү түзүүгө жөндөмдүү. Кээде адамдар сгенерирленген сүрөттөрдү чыныгы сүрөттөр менен жаңылыштыкка учурап гана тим болбостон, аларды кадимки сүрөттөргө караганда «чындыкка жакын» деп эсептешет. Ушул темада жүргүзүлгөн изилдөө, жасалма интеллекттин индивидуалдуу жүздөрдү эмес, статистикалык орточо образдарды түзөөрүн көрсөтөт.
Изилдөөнүн жүрүшүндө окумуштуулар адамдардын сгенерирленген портреттерди кандай кабыл алышарын жана алардын көпчүлүгү чыныгылардан айырмалоо мүмкүнчүлүгүнө ээ эместигин анализдешти. Негизги көңүл «жогорку таануу» жөндөмүнө ээ адамдардын тобуна бурулду — жүздөрдү таанууда жана эстеп калууда мыкты жөндөмдөргө ээ адамдар.
Изилдөөгө 36 мындай эксперт жана кабыл алган жогорку натыйжаларды көрсөткөн 89 волонтер катышты. Участниктерге 200 сүрөттү көрүү сунушталды, алардын жарымы нейрондук тармак тарабынан түзүлгөн, ал эми калган жарымы чыныгы сүрөттөрдү түзгөн. Бардык сүрөттөр жыныс, жүздүн эмоциясы жана башка негизги параметрлер боюнча айырмаланбашы үчүн тандалган.
Натыйжалар абдан көрсөткүчтүү болду. Обыкновенные участниктер «жасалмаларды» оригиналдарынан айырмалоо боюнча тапшырманы дээрлик аткара алышпады, алардын тактыгы такыр эле ыктымалдуу болжолдоого жакын болду. Жогорку таануу жөндөмүнө ээ адамдар кыйла жакшы натыйжаларды көрсөтүштү, бирок алардын тактыгы дагы 57% гана жетти.
Бул, адистер үчүн да тапшырманын кыйын экенин көрсөтөт.
Изилдөөчүлөр ошондой эле кызыктуу мыйзам ченемдүүлүктү аныкташты: адам чыныгы жүздөрдү канчалык жакшы тааный алса, жасалма жүздөрдү идентификациялоо ошончолук эффективдүү болот. Бул жөндөмдөр арасында туруктуу байланыш бар, бул ИИ-портреттерди таануу негизинен техникалык кемчиликтерди издөө эмес, жүздөрдү кабыл алуунун негизги механизмдерине негизделгенин көрсөтөт.
Группалык чечимдерде кызыктуу эффект байкалат. Сегиз жогорку таануу жөндөмүнө ээ адамдар өз бааларын бириктиргенде, тактык кескин жогорулайт. Контрольдук топто «топтун акылы» байкалган жок, бул адистердин өзүнө болгон ишениминин жогору экенин жана өз каталарын так баалоо жөндөмүнө ээ экенин баса белгилейт.
Аралыктагы айырмачылыктарды түшүнүү үчүн, окумуштуулар сүрөттөрдү жүздөрдү таанууга үйрөтүлгөн нейрондук тармактардын жардамы менен анализдешти. Бул «жүздөрдүн мейкиндик картасын» түзүүгө мүмкүндүк берди — ар бир жүздүн мүнөздөмөлөрдүн топтому менен көрсөтүлгөн көп өлчөмдүү модел.
Чыныгы жүздөр бул мейкиндикте бирдей эмес жана ар түрдүү бөлүштүрүлгөн, көптөгөн майда уникалдуу деталдар менен айырмаланат. Ал эми сгенерирленген сүрөттөр борборго жакын — «ортомо» жүздөрдүн аймагында топтолгон.
Башкача айтканда, ИИ максималдуу орточо, статистикалык типтүү портреттерди түзүүгө аракет кылат. Ушул изилдөөнүн жүрүшүндө байкалган эффект «гиперорто» деп аталат. Бул генеративдик моделдердин иштөө принциптеринен келип чыгат, алар атайын сейрек жана туруксуз мүнөздөмөлөрдү басаңдатып, эң көп таралган мүнөздөмөлөрдү күчөтөт. Ошентип, конкреттүү адам эмес, нормадан минималдуу четтөөлөрү бар идеалданган портрет пайда болот.
Парадоксалдуу, бирок бул ИИ-жүздөрдү ишенимдүү кылат. Чындыгында, көпчүлүк адамдар уникалдуу мүнөздөмөлөрдүн аралашмаларына ээ, алар бирге сейрек кездешет. Мындай жүздөр статистикалык нормаларга туура келбейт. Ал эми нейрондук тармактар реалдуу адамдарга караганда «туура» жана гармониялуу көрүнгөн образдарды түзөт.
Анализ көрсөткөндөй, жогорку таануу жөндөмүнө ээ адамдар интуитивдүү түрдө ушул өзгөчөлүктү сезишет. Алар жүздөрдүн «ортомо образга окшоштугуна» көңүл бурушат, жандуу, жагымдуу же «социалдык активдүү» көрүнүшүнө эмес. Ушул фактор аларга сгенерирленген сүрөттөрдү чыныгыларынан айырмалоого жардам берет.
Обыкновенные байкоочулар болсо, өз кезегинде, көбүнчө бети канчалык жандуу, жагымдуу же «социалдык активдүү» көрүнүшүнө негизделишет. Бул параметрлер чыныгы сүрөттөрдүн тактыгын аныктоодо натыйжалуу индикаторлор болбой, айырмалоону кыйындатат.
Анткен менен, адистер өздөрүнүн чечимдерин кантип кабыл алышканын так түшүндүрө алышпайт. Алардын мамилеси интуитивдүү жана аң-сезимсиз тажрыйба деңгэлесинде калыптанат.
Изилдөөнүн авторлору эң мыкты байкоочулар да өз мүмкүнчүлүктөрүнүн чегине туш болорун баса белгилешет. Генеративдик моделдердин өнүгүшү менен тапшырмалар дагы да кыйын боло берет.
Изилдөөнүн натыйжалары ар кандай тармактар үчүн маанилүү. Окумуштуулар ИИ-жүздөрдү психологиялык эксперименттерде, билим берүү процессинде же соттук талаштарда колдонуу кабыл алууну бузуусу жана чечимдерге таасир этиши мүмкүн экенин эскертет. Бул сүрөттөр нейтралдуу эмес жана системалуу түрдө «идеалдуу нормага» бурулган.
Келечекте изилдөөчүлөр алгоритмдерди жана адамдык экспертизаны бириктирген гибриддик табуу системаларын иштеп чыгууга сунушташат. Компьютерлер статистикалык мыйзам ченемдүүлүктөрдү анализдей алышат, ал эми адистер татаал чекиттик учурларды интерпретациялай алышат. Нормадан майда четтөөлөрдү байкаган жөндөм санарип доорунда маанилүү жөндөмгө айланышы мүмкүн. Изилдөө «жасалмаларды» аныктоо — бул технологиялык чакырык гана эмес, адамдык кабыл алуунун жаңы реалияларга адаптациясы боюнча суроо экенин жыйынтыктап жатат. ```
