该研究包括3个实验。在前两个实验中，样本必须被区分为真实人脸和GAN创建的人脸。在第一个实验中，由315名参与者组成的一组的均匀区分准确率为48.2%，低于有时性的表现。在第二部分实验中，219名新参与者接管了关于合成人脸的基本信息辅导，并在每次回答后被奉告是否做对了。这次精确答案的百分比略高于之前的实验，达到了59%。在这两种情形下，最难区分的人脸都是白人。南丁格尔认为，虽然这些差异会随着韶光的推移而越来越小，但这紧张是由于这些算法更多地是用这种类型的人脸进行演习的。
在第三部分实验中，研究职员想更进一步，衡量人脸在参与者中产生的可信度，并剖析合成人脸是否触发了相同的可信度判断。为此，223名参与者必须对所有人脸进行评分，从1分（非常不可信）到7分（非常可信）。对付真实的人脸，均匀可信度评分为4.48分，而合成人脸的均匀评分为4.82分。只管差异仅为7.6%，但研究作者强调这是“显著的”差异。在4个最值得相信的人脸中，有3个是合成的，而产生最低可信度的4个人脸都是真实人脸。
该研究剖析的所有人脸都来自于800张图像的样本，一半是真实的，另一半是虚构的。合成的一半是由GAN创建的。样本由男性和女性组成，来自4个不同的种族——非裔美国人、高加索人、东亚人和南亚人。对付真实的人脸，研究职员根据年事、性别、种族和一样平常外表特色创建了相应的合成面孔。每个参与研究的志愿者须要对128张人脸进行剖析或评分。（编译/田策）
来源：参考网
