AI已经到了以假乱真的程度...为什么某些AI面孔真实到难以区分

在这个AI技术无处不在的时代，那些让你心动的直播间主播、广告牌上光彩照人的模特、社交平台上坐拥百万粉丝的网红博主——他们可能从未真实存在过。是的，这些完美面孔很可能只是算法精心设计的数字幻影。

以前的我们总自信满满地认为能轻易识破AI的伪装：

“看！这个模特的手指有六根！”

“这张照片的光影明显不自然！”

“皮肤的纹理太假了，一看就是AI！”

(图源网络，侵删)

但现实给了我们一记响亮的耳光。2023年，澳大利亚国立大学在权威期刊《Psychological Science》上发表了一项颠覆性研究：在数百人的判断测试中，AI生成的面孔竟然比真实人脸更常被认定为“人类”。研究人员将这一现象称为“AI超真实主义”(AI hyperrealism)[1]。

那么，到底什么是AI超真实主义呢？

让我们先来看看这个发表在《Psychological Science》上的实验是怎么进行的：在第一个实验中，研究团队召集了124 名成年人，让他们判断所看到的电脑屏幕上的面孔是真实人类还是用AI算法生成的（下图为文章中呈现的部分面孔示例）。结果发现，AI面孔比真实人类面孔更常被判断为人类。

(图源：Miller et al., 2023)

AI面孔不仅与人类面孔无法区分，而且可能比真实的人类面孔更“像人”。这种反直觉的现象被称为“AI超真实主义”。

其中，尤其是白人的AI面孔更常被判断为人类。这带来了另一层思考——并非AI面孔都看起来一样真实，由于算法在白人面孔上的训练比例过高，因此白人AI面孔可能显得特别逼真。

研究负责人Dawel博士坦言：“当AI技术被用于创建专业形象时，我们发现一个令人担忧的趋势——系统会自动‘漂白’有色人种的面孔，改变他们的肤色和眼睛颜色，使其更接近白人特征。”

当算法主要基于白人特征进行训练时，本质上是在数字世界复制现实社会中的种族不平等。这种技术偏见不仅会延续现有偏见，更可能通过海量AI生成内容进一步强化这些偏见。

不仅如此，这种“算法漂白”现象可能导致文化多样性的隐形消亡。在社交媒体、广告、影视作品中大量使用这类AI生成形象，会潜移默化地塑造“白人特征=专业、可信、美丽”的单一审美标准，挤压其他族裔的文化表达空间。

(图源网络，侵删)

为什么如今的AI面孔会如此具有迷惑性呢？

过去，人工或者类人面孔之间常常存在明显的不一致之处，特别是眼睛、光影等因素，会暴露面孔到底是真实还是人工的。但现在，对于静态图像，AI已经做得越来越好。AI技术发展如此迅速，AI 面孔和人类面孔之间的差异可能很快就会消失。

可供解释的理由之一，是Valentine等人提出的脸空间理论（face-space theory）[2]。

你可以想象这样一个多维的“人脸宇宙”：

在这个宇宙中心，存在着一个统计学意义上的“平均脸”（下图所示为不同国家和地区的女性平均脸）；

每张真实人脸都依据与“平均脸”的差异程度，分布在这个空间的特定位置；

越接近中心的面孔，大脑处理起来越轻松，也越容易产生熟悉感和吸引力。

(图源网络，侵删)

而AI算法（如该研究中使用的StyleGAN2模型）在训练过程中，会特别强化数据集中最常见的面部特征[3]。这就导致生成的人脸会不自觉地滑向脸空间的中心区域，这种“超级平均化”反而让AI面孔比真人看起来更像真人。

(图源网络，侵删)

具体而言，被用来识别面孔的关键属性有哪些呢？

为了破解AI面孔的超真实之谜，研究团队进行了更深入的探索。研究的第二部分招募了610名成年人，目的在于探索导致 AI 超现实主义的视觉关键属性。研究团队采用面部空间理论框架，结合参与者质性报告，识别出导致“AI超真实主义”现象的核心特征维度。结果发现，AI 面孔被认为比人类面孔更平均、熟悉和吸引人，但记忆度更低。

也就是说，当面孔呈现以下特征时更易被判定为人类：对称的面部结构、生动有神的眼部特征以及较高的面孔熟悉度；反之，具有不对称性、缺乏吸引力以及皮肤纹理粗糙等特征的面孔，其被判定为人类的可能性则会显著降低。

在实验中，研究者还观察到一个特别的趋势：对自己判断更自信的人也是犯错误更多的人。

也就是说，判断人脸真实性时，最容易被AI欺骗的观察者，往往对自己的判断表现出最强的信心。这种认知偏差显示出人类知觉系统的局限性——那些将AI生成面孔误认为真人的被试，浑然不觉自己正陷入算法的“完美陷阱”。

这一现象在很多社会和智力领域都是如此，它还有个专门的名词，叫做邓宁-克鲁格效应（ The Dunning-Kruger effect）[4]。

(图源网络，侵删)

邓宁-克鲁格效应，也被称为达克效应，揭示了这样一个有趣的心理现象：人们对自己能力的判断往往存在系统性偏差。

这个效应主要表现在两个方面：一方面，在某个领域技能水平较低的人，常常会高估自己的能力；相反，真正精通某个领域的人反而会低估自己的能力。

这种现象可以用一个简单的比喻来理解：知识就像一个圆圈，圈内是你知道的，圈外是你不知道的。知道得越少，这个圆圈越小，接触到的“未知领域”边界也就越少，因此容易高估自己。而知道得越多，圆圈越大，接触到的未知边界就越多，反而更能意识到自己的不足。

而这种认知偏差几乎存在于所有需要专业技能的领域，从驾驶技术到医疗判断，再到该研究中的AI人脸识别能力。这也解释了为什么在AI人脸识别实验中，那些判断错误最多的人反而对自己的答案最为自信[4]。

更值得警惕的是，数字时代的信息过载可能会加剧这种效应。在社交媒体和AI技术营造的信息茧房中，人们更容易陷入“虚假精通”的认知陷阱。比如，一个看过几篇AI科普文章的人，可能会误以为自己已经完全理解人工智能的工作原理；或者一个使用过AI图像生成的用户，可能会高估自己识别AI生成图像的能力。

在这个AI与真人界限日渐模糊的时代，我们似乎陷入了一场关于真实的认知危机。那些算法精心雕琢的面孔，比真实人类更符合我们想象。

这不禁让人困惑：究竟什么才是真正的“真实”？

但或许，真实从来就不是非黑即白的绝对概念。

就像我们每个人，AI可以模仿我们的外貌，却无法复制我们独特的生命体验和情感历程。每一个决定背后的思考，每一次选择蕴含的价值观，都是算法永远无法企及的人类特质。

在这个虚实交织的数字时代，或许我们最需要守护的，不是辨别AI的能力，而是对自己真实性的确信。

因为无论技术如何发展，那些由独特经历塑造的思想闪光，永远只属于独一无二的你。