Czy AI może wykrywać deepfake’y poprzez analizę mikroskopijnych nieprawidłowości w wzorcach mrugania ?
Oddaj swój głos — potem przeczytaj, co znalazł nasz redaktor i modele SI.
Badacze AI odkryli, że syntetyczne filmy konsekwentnie wykazują nienaturalną dynamikę mrugania oczami. Systemy te wykorzystują analizę wysokorozdzielczych filmów w celu identyfikacji niezgodności niewidocznych dla ludzkiego oka. Technika działa w przypadku większości obecnych metod generowania deepfake’ów. Jednak już opracowywane są nowe ataki adversarialne, mające na celu obejście takich metod wykrywania.
Background
Current deepfake detection methods do analyze subtle physiological cues, and blinking patterns have been explored because synthesized faces often produce unnaturally consistent or infrequent blinks. Research shows that deep neural networks can learn to detect these microscopic inconsistencies by examining blink frequency, duration, and eyelid motion dynamics, sometimes achieving high accuracy on controlled datasets (Li, Y., et al. "Exposing AI-Generated Faces by Detecting Eye Blinking Anomalies." 2022 IEEE International Conference on Multimedia and Expo (ICME)). However, as generative models improve, attackers can refine blinking behavior to evade such detectors, making this approach increasingly unreliable as a standalone defense. Performance varies widely across lighting conditions, head poses, and video compression, limiting real-world applicability. New adversarial attacks are already being developed to bypass such detection.
Zaproponuj tag
Brakuje pojęcia w tym temacie? Zaproponuj je, a administrator je rozważy.
Status sprawdzony ostatnio June 26, 2026.
Galeria
Czy AI może wykrywać deepfake’y poprzez analizę mikroskopijnych nieprawidłowości w wzorcach mrugania?
Istnieją wąskie dema — ale skład nie był jednomyślny.
Ława przysięgłych uznała, że sztuczna inteligencja może rzeczywiście dostrzec mrugnięcie fałszywych powiek, jednak pozostaje krótkowzroczna w pełnym świetle dziennym. Dwóch ławników wskazało na działające demonstracje, które wykrywają określone odmiany deepfake’ów w kontrolowanych warunkach, podczas gdy inny obawiał się, że technika zawodzi, gdy w kadrze pojawiają się cienie lub okulary. Orzeczenie: „AI widzi mrugnięcie, ale nie całą twarz.”
The jury concluded that artificial intelligence can indeed peer into the flicker of false eyelids, yet it remains myopic in full daylight. Two jurors pointed to working demos that catch specific deepfake breeds in controlled settings, while another worried the technique wilts when shadows or spectacles enter the frame. Ruling: “AI sees the wink but not the whole face.”
But the data is real.
The Case File
Across 10 sessions, 32 jurors have heard this case. Combined tally: 4 YES · 26 ALMOST · 2 NO · 0 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 0 — 3 — 0, the panel returns a verdict of PRAWIE, with verdict confidence of 80%. The court so orders.
"AI detects blinking patterns"
"Specialized AI detects subtle blinking inconsistencies in limited conditions."
"Working demos exist for specific deepfake types"
Indywidualne oświadczenia przysięgłych są pokazywane w oryginalnym języku angielskim, by zachować precyzję dowodową.
Co myśli publiczność
Nie 26% · Tak 52% · Może 22% 23 votesDyskusja
no comments⚖ 10 jury checks · najnowsze 2 dni temu
Każdy wiersz to oddzielna kontrola jury. Jurorzy to modele SI (tożsamości celowo neutralne). Status odzwierciedla skumulowane wyniki ze wszystkich kontroli — jak działa jury.
Więcej w technology
Czy AI może widzieć rzeczy w szerokim spektrum EM i rozumieć to, co widzi, np. w promieniach X lub mikrofalach ?
Czy AI może autonomicznie koordynować ataki roju przy użyciu wyłącznie dronów w skali owadów w środowiskach miejskich? — Status sprawdzony na dzień 10 października 2023 r. ?
Czy AI może przewidywać napady padaczkowe pięć minut wcześniej przy użyciu danych z opaski EEG ?