AI против настоящих фотографий: полное руководство по распознаванию изображений, созданных AI
SUS IT
Как распознать изображения, созданные Midjourney, DALL-E, Stable Diffusion и Flux — от визуальных признаков до криминалистического анализа пикселей.
В 2026 году умение отличить настоящую фотографию от изображения, созданного AI, стало одним из наиболее практически важных навыков визуальной грамотности. Midjourney v6, DALL-E 3, Stable Diffusion XL и Flux способны создавать изображения, которые проходят беглую проверку. Такие изображения появляются в новостных материалах, социальных сетях, юридических документах и рекламных материалах. Умение оценивать их — как визуально, так и криминалистически — больше не является необязательным навыком для тех, кто работает с цифровым контентом.
Почему визуальное распознавание становится сложнее
У ранних генераторов изображений AI были устойчивые, хорошо известные слабости: руки со слишком большим количеством пальцев, искажённый текст, «водянистые» глаза и неестественная текстура кожи. Улучшения от поколения к поколению в моделях вроде Midjourney и Flux в значительной степени устранили эти поверхностные признаки. Новые модели обучаются на значительно более крупных наборах данных, используют более сложные механизмы внимания и проходят специальные процедуры обучения для исправления известных ошибок. В результате изображения выдерживают пристальный визуальный осмотр так, как это было попросту невозможно ещё два года назад. Именно поэтому всё более важным становится криминалистический анализ — изучение свойств, невидимых человеческому глазу.
Руки, зубы и тело
Несмотря на улучшения, человеческая фигура остаётся относительно слабым местом для генераторов AI. Внимательно приглядитесь к рукам на любом изображении, созданном AI — особенно там, где пальцы взаимодействуют с предметами, сливаются друг с другом в суставах или оказываются позади других элементов. Хотя проблема «шести пальцев» в основном решена, остаются более тонкие нюансы: необычные пропорции пальцев, ногти под странным углом или суставы, которые сгибаются неправильно. Зубы представляют похожую сложность — на AI-сгенерированных улыбках иногда видно слишком много зубов, зубы, не соответствующие форме челюсти, или необычную геометрию линии дёсен. Тела, показанные под непривычным углом или в необычных позах, с большей вероятностью выдают искажения.
Текст и цифры
Читаемый текст на изображениях, созданных AI, по-прежнему остаётся одним из самых надёжных сигналов для распознавания. Буквы могут быть слегка деформированы — строчная «a», которая выглядит чуть неправильно, «s» с необычным изгибом, цифры на циферблате часов или табло, которые не совсем складываются в смысл. Даже когда отдельные символы выглядят правильно, слова и фразы могут быть бессмысленными, содержать опечатки или грамматические ошибки. Вывески, этикетки, логотипы и заголовки газет на изображениях AI часто не выдерживают внимательного прочтения. Это особенно полезно для распознавания AI-сгенерированных «новостных фотографий» или изображений в документальном стиле.
Фон и согласованность окружения
Генераторы AI обучены создавать изображения, которые выглядят правильно на переднем плане, но часто теряют согласованность ближе к краям и на фоне. Обратите внимание на: здания с окнами, которые не выровнены или не подчиняются перспективе; лестницы, ведущие в невозможные места; природные текстуры, которые «плиткой» повторяются неестественным образом; растительность, которая по отдельности выглядит органично, но у краёв кадра образует невозможные конфигурации. Особую сложность представляет вода — отражения должны соответствовать тому, что находится над ними, а волны должны подчиняться физике. AI часто создаёт воду, которая локально выглядит правдоподобно, но некорректно сочетается с остальной частью окружения.
Освещение, тени и отражения
Согласованное освещение по всему изображению — одна из самых трудных задач для генераторов AI. Обратите внимание на: тени, падающие в разных направлениях, что говорит о разных источниках света для разных элементов; блики на объектах, не соответствующие видимому источнику света; отражения в глазах, очках или окнах, не отражающие то, что логически должно отражаться; освещение кожи, которое как будто идёт с другого направления, чем освещение фона. Эти несоответствия часто едва заметны, но становятся очевидными, как только вы знаете, на что смотреть.
Сигнатура шума
Настоящие фотографии содержат шум — случайные вариации значений пикселей, возникающие из-за сенсора камеры. Этот шум обладает специфическими статистическими свойствами, которые зависят от типа сенсора, настройки ISO и обработки. У изображений, созданных AI, принципиально иная структура шума. GAN-генераторы (более старые модели) создают структурированные шумовые паттерны в областях, которые должны быть однородными — они видны как текстура на гладких поверхностях вроде неба или кожи. Диффузионные генераторы (Midjourney, Stable Diffusion, DALL-E) создают другие артефакты — характерные паттерны в том, как детали воспроизводятся на разных пространственных частотах. Инструменты криминалистического анализа изучают эти шумовые сигнатуры на статистическом уровне, невидимом человеческому глазу, но надёжно отличающем фотографическое происхождение от синтетического.
Метаданные и происхождение
Настоящие фотографии несут в себе EXIF-метаданные: модель камеры, объектив, выдержку, диафрагму, GPS-координаты и временную метку. У изображений, созданных AI, этих данных обычно нет, либо они удалены. Отсутствие метаданных не является однозначным доказательством AI-генерации — фотографии регулярно очищаются от метаданных перед публикацией из соображений приватности, — но их наличие служит положительным сигналом фотографического происхождения. Кроме того, обратный поиск изображений иногда позволяет выявить источник AI-генерации: сгенерированные изображения порой индексируются вместе с промптами или совпадают по паттернам с известными репозиториями синтетических изображений.
Когда визуального осмотра недостаточно
Для ответственной проверки в высоких ставках — журналистики, юридического контекста, модерации контента — визуального осмотра недостаточно. Криминалистический анализ на уровне пикселей изучает: содержание изображения в частотной области (у генераторов AI характерные спектры мощности), распределение шума по цветовым каналам, паттерны артефактов сжатия и статистические свойства краёв и текстур. Конвейер анализа изображений SUS IT применяет эти методы, выдавая результат распознавания с соответствующим уровнем достоверности, выявляя AI-генерацию даже на изображениях, которые визуально выглядят безупречно. Когда ставки высоки, криминалистическая проверка должна дополнять визуальный анализ, а не заменять его.