人工智能检测器是西方污点分类器的穷人:对准确性和预测值的研究
1Precision Medicine Unit, Biomedical Data Science Center, Lausanne University Hospital (CHUV), Lausanne, Switzerland.
PeerJ
|February 24, 2025
概括
免费的人工智能检测器难以识别人工智能生成的西方污点图像,这对学术完整性构成风险. 迫切需要新的,专门的工具,可靠地检测操纵的科学图像.
科学领域:
- 生物技术是生物技术.
- 学术诚信 学术诚信
- 科学中的人工智能.
背景情况:
- 生成型人工智能 (AI) 可以创建现实的科学图像,挑战学术欺诈检测.
- 西方污点是一种常见的生物技术,经常用于图像操纵.
研究的目的:
- 评估三个免费的,基于网络的AI检测器在识别人工智能生成的西部黑斑图像方面的有效性.
- 评估图像缩小对探测器性能的影响.
主要方法:
- 测试了三个AI探测器 (Is It AI?,蜂巢调节,Illuminarty) 在48个AI生成的和48个真实的西方污点图像上.
- 分析了每个探测器的灵敏度,特异性和正预测值 (PPV).
- 研究了减少西部污染图像文件大小对检测准确性的影响.
主要成果:
- 检测器的性能差异很大,所有检测器的积极预测值都很低.
- 这是AI吗? 显示高灵敏度 (0.9583) 但适度的特异性 (0.5417).
- 蜂巢调节具有高特异性 (0.8750),但敏感性低 (0.1875).
- 伊卢米纳提显示中度敏感性 (0.7083) 和低特异性 (0.4167).
- 缩小图像大小对检测器的灵敏度和特异性产生了不同的影响,PPV的改进最小.
结论:
- 当前的免费人工智能探测器在验证科学图像方面不可靠,就像西方污点一样.
- 通用探测器缺乏科学内容所需的强度和特异性.
- 需要专门的AI检测工具,以科学图像进行训练,以打击学术欺诈.
