6 tips pour ne pas vous faire berner par les visages générés par IA

Dentition bizarre, moustache asymétrique, dreadlocks intempestives… Les réseaux de neurones commettent de petites erreurs lorsqu’ils génèrent un faux visage. Le site « Which Face is Real » vous invite à les repérer pour ne pas vous faire avoir.

Il va falloir s’y habituer. Les « deepfakes », ces fausses images générées par des modèles d’intelligence artificielle, vont s’immiscer dans nos fils d’actualité. Se pose alors cette question angoissante : comment distinguer le vrai du faux ? Travail déjà compliqué à l’ère des fake news. Heureusement, les algorithmes commettent encore quelques erreurs. Elles peuvent passer inaperçues au premier regard, mais avec un peu d'entraînement, on peut les détecter. 

Le site « Which Face is Real » , mis en ligne en février 2019 par deux chercheurs de l’Université de Washington, propose de nous éduquer aux deepfakes en jouant. Et donne quelques tips pour les identifier. En arrivant sur la page d’accueil du site, le visiteur doit déterminer quel est le vrai visage entre une image réelle et celle générée par ordinateur. Cette dernière a été mise au point par des réseaux de neurones antagonistes génératifs (ou generative adversarial networks appelés « GAN », nous vous en parlions ici). Concrètement, deux réseaux de neurones travaillent en tandem. L’un génère une image et l’autre tente de détecter si l’image est fausse en s’appuyant sur une large base de données. Ils apprennent ensemble, en s’entraînant. En regardant vite, on se laisse facilement avoir par ces GAN. Mais quelques anomalies permettent de détecter le vrai du faux. Suivez le guide.

Des dentitions malmenées

Une incisive deux fois plus grosse que celle d'à côté, une molaire du haut qui fusionne avec celle du bas, ou tout simplement des gencives dénuées de dents. À moins qu'un dentiste mal intentionné ne soit passé par là, il est peu probable que ces sourires appartiennent à une personne réelle. « Les GAN peuvent facilement assembler une scène globale, mais rencontrent plus de difficultés avec des détails semi-répétitifs comme les dents », explique l’artiste numérique Kyle McDonald, dans un article Medium sur les bugs des GAN publié en décembre 2018. L’auteur note toutefois que sur les deepfakes les plus récents, les dentitions sont un peu moins irrégulières. 

Des asymétries forcées

Ce n’est pas forcément une erreur facile à repérer, car un visage humain est toujours légèrement asymétrique. Mais les GAN forcent le trait. Les yeux générés par l’IA sont régulièrement vairons et ne regardent pas dans la même direction. Une moustache peut apparaître fournie d’un côté et dégarnie de l’autre. L’oreille droite peut être beaucoup plus longue que la gauche…

Attention aux zones floues

Si la personne que vous regardez en photo ne porte pas de boucle d’oreille et qu’un petit point flou s’est incrusté juste en dessous du lobe, méfiez-vous. C’est probablement l’œuvre d’un ordinateur. « Cela pourrait être dû au réseau de neurones qui tente de générer des boucles d'oreilles et qui échoue, s’interroge Kyle McDonald. (…) Ce n’est pas forcément la cause. D’autres exemples montrent que des points flous peuvent apparaître à d’autres endroits. »

Regardez bien les arrière-plans

Regarder le décor est l’un des moyens les plus faciles pour identifier une image générée par des GAN. Un personnage étrange (comme la personne à l'oreille difforme ci-dessous) peut apparaître à côté ou derrière le personnage principal. Le fond peut s’apparenter à une photo déchirée ou un paysage ondulant, façon Dali. 

Des dreadlocks intempestives

Les algorithmes peuvent générer des paquets de cheveux emmêlés, qui détonnent avec la coupe de cheveu globale de la personne. Ces paquets peuvent être collés sur le front par exemple. « Les coupes de cheveux sont très diverses et comportent de nombreux détails. Ce qui en fait l’une des choses les plus difficiles à générer pour les GAN. Et parfois, certains éléments qui ne sont pas des cheveux ont une texture similaire à une chevelure », explique Kyle Mcdonald.

Des couleurs qui déteignent

Certains visages se retrouvent avec des cheveux fluos. Associés avec les dreadlocks (lire ci-dessus), on pourrait croire à un style Burning Man. Mais non, c’est encore une erreur de l’algorithme. La cause ? Les couleurs fluorescentes du fond de l’image, qui déteignent sur la chevelure.

Vous voilà armés pour identifier les visages créés par les réseaux de neurones. Le hic : les GAN apprennent aussi. Et ils pourraient très bien ne plus générer ces bugs dans les années à venir…  

POUR ALLER PLUS LOIN

>Des nus surréalistes générés par un réseau de neurones artificiels

>D'après les IA, les articles qui parlent de « fake news » sont souvent... des fake news