Pierwsze miejsce w XXIX Konkursie Fundacji UEP na najlepszą pracę licencjacką i inżynierską

Tematyka pracy dotyczy jednego z kluczowych wyzwań związanych z rozwojem sztucznej inteligencji – rozpoznawania syntetycznie generowanych twarzy. W dobie coraz bardziej zaawansowanych modeli generatywnych, które potrafią tworzyć realistyczne obrazy ludzi, zdolność odróżniania prawdziwych zdjęć od wygenerowanych obrazów nabiera szczególnego znaczenia. Problem ten ma szerokie konsekwencje, zwłaszcza w kontekście dezinformacji, bezpieczeństwa cyfrowego oraz ochrony prywatności.

W ramach pracy przeprowadzono przegląd literatury dotyczący wizji komputerowej oraz zastosowania sieci neuronowych w analizie obrazów. Istotnym etapem badań było stworzenie własnego zbioru danych zawierającego zarówno rzeczywiste zdjęcia twarzy, jak i obrazy wygenerowane przez sztuczną inteligencję. Na tej podstawie dokonano porównania modeli generatywnych oraz klasyfikujących obrazy, dostrajając sieci neuronowe w celu uzyskania jak najlepszej skuteczności wykrywania fałszywych twarzy.

Wyniki eksperymentów pokazują, że opracowanie skutecznego modelu klasyfikacyjnego jest możliwe, a uzyskane rezultaty mogą stanowić podstawę do dalszych badań i rozwoju bardziej zaawansowanych metod detekcji syntetycznych obrazów. Praca wpisuje się w aktualne wyzwania związane z uczeniem maszynowym i generatywną sztuczną inteligencją, podkreślając potrzebę rozwijania narzędzi zdolnych do identyfikacji fałszywych treści w coraz bardziej cyfrowym świecie.