对于每个担心发现AI出生面孔的人来说，令人放心的是，生成的对手网络仍然存在生物识别对称性问题。
一支美国研究人员说，他们已经编写了能够检查数字图像中的学生的代码，这是伪造面部照片的最后一个可靠的生物识别提示之一。 gans不会产生对称或光滑圆或椭圆形的学生。
令人鼓舞的是听到揭示假货的方法，但不仅对策是不可避免的，而且程序员使以有害方式模拟现实非常容易。
一段时间以来，可以发现许多制造的数字面孔，因为耳朵和耳朵珠宝在所有照片中都没有匹配。在早期努力中的耳朵是高度对称的，而真实的耳朵明显不同。
由于训练算法以避免对称性，因此他们最终会产生奇怪的，有时是荒谬的耳朵，包括珠宝不匹配的耳朵。
这些线索在许多令人信服的模拟面孔中都可以看到出版去年11月，《纽约时报》采用了独特的滚动技术，展示了假货的现实程度。在每个图像中，不可能清楚地看到学生，但是在不同的地方，可以辨别差异。
纽约州立大学系统和西雅图的Keya Medical的五名研究人员发现，学生的问题是因为“ GAN模型中缺乏生理限制”。
模拟数字面部照片的最有效制造商正在解决耳朵不对称的问题。
随着报纸被发行商收集，技术评论是报告在一个在线工具上，该工具只需单击即可将上载的照片安装到先前的性爱行为中。
该杂志是马萨诸塞州理工学院的出版物，扣留了所有识别有关该网站的信息，而不是为其所有者提供新客户。
编辑无法与与生物识别应用程序开发相关的任何人联系，但他们指出，在尝试后，在网站上放置了一条笔记，说这是不可用的。
技术评论说，这是某人第一次发布一键式的DeepFake工具，毫无疑问，这对犯罪分子有吸引力，包括任何随机被拒绝的情人或愤怒的前配偶。
在这种情况下，似乎有些阳光充满了抗药性，至少使深层色情更加困难。遗憾的是，并非所有的错误都会从光线下运行。
