যেহেতু AI-উত্পাদিত মিডিয়া ইন্টারনেটে প্লাবিত হয়েছে, Google-এর SynthID ওয়াটারমার্কিং প্রযুক্তি সিন্থেটিক চিত্র থেকে খাঁটি বিষয়বস্তুকে আলাদা করার জন্য সবচেয়ে বিশিষ্ট হাতিয়ার হিসেবে আবির্ভূত হয়েছে। একটি কঠোর নতুন স্ট্রেস পরীক্ষা নিশ্চিত করে যে অদৃশ্য ওয়াটারমার্কটি উল্লেখযোগ্যভাবে টেকসই, শত শত রাউন্ডের সংকোচন, আকার পরিবর্তন এবং এমনকি স্ক্রিনশট থেকেও বেঁচে থাকে, কিন্তু ফলাফলগুলি আরও কঠিন সত্যকে আন্ডারলাইন করে: একা প্রযুক্তিগত লেবেলগুলি AI বিভ্রান্তির ক্রমবর্ধমান সংকট সমাধানের সম্ভাবনা কম। সর্বশেষ AI উন্নয়নের উপর চলমান প্রতিবেদনের জন্য, ফলাফলগুলি বিষয়বস্তু-প্রোভেন্যান্স বিতর্কে একটি গুরুত্বপূর্ণ চেকপয়েন্ট চিহ্নিত করে।
সমস্যার স্কেল ওভারস্টেট করা কঠিন। স্টারলিং ল্যাব, স্ট্যানফোর্ড ইউনিভার্সিটি এবং ইউনিভার্সিটি অফ সাউদার্ন ক্যালিফোর্নিয়ার মধ্যে একটি গবেষণা সহযোগিতা, অনুমান করে যে 1975 সাল পর্যন্ত, ক্যামেরা আবিষ্কারের 149 বছর পর, মানবতার জন্য 1.5 বিলিয়ন ছবি তৈরি করতে সময় লেগেছিল। জেনারেটিভ এআই মাত্র 18 মাসে সেই আউটপুটের সাথে মিলেছে। এই বছর তার I/O সম্মেলনে, Google ঘোষণা করেছে যে কয়েক বছরে 100 বিলিয়নেরও বেশি AI ইমেজ এবং ভিডিও তৈরি করতে শুধুমাত্র তার সরঞ্জামগুলি ব্যবহার করা হয়েছে।
কিভাবে SynthID কাজ করে
AI-জেনারেটেড কন্টেন্ট লেবেল করার জন্য বর্তমানে দুটি প্রধান পন্থা রয়েছে: অদৃশ্য ওয়াটারমার্ক যেমন SynthID এবং মেটাডেটা স্কিমা যেমন কোয়ালিশন ফর কনটেন্ট প্রোভেন্যান্স অ্যান্ড অথেনটিসিটি (C2PA) স্ট্যান্ডার্ড। গুগল উভয়ই ব্যবহার করে। C2PA ক্রিপ্টোগ্রাফিকভাবে সুরক্ষিত এবং জাল করা যায় না, তবে এটি ফালা করা তুচ্ছভাবে সহজ। শুধু একটি ছবি সম্পাদনা এবং সংরক্ষণ করা, বা একটি স্ক্রিনশট নেওয়া, C2PA মেটাডেটা সম্পূর্ণরূপে মুছে ফেলতে পারে।
SynthID একটি ভিন্ন পদ্ধতি গ্রহণ করে। একটি ফাইলের পাশে বসে থাকা মেটাডেটার উপর নির্ভর করার পরিবর্তে, ওয়াটারমার্কটি সরাসরি একটি চিত্র বা ভিডিওর পিক্সেলে বা একটি অডিও ক্লিপের তরঙ্গরূপে এনকোড করা হয়। যেহেতু সিগন্যালটি বিষয়বস্তুর মধ্যেই বোনা হয়েছে, গুগল যুক্তি দিয়েছে যে এটি ট্রান্সফর্মেশন, কম্প্রেশন, ক্রপিং এবং রি-এনকোডিং থেকে বেঁচে থাকা উচিত যা স্বাভাবিকভাবেই ঘটে যখন মিডিয়া ইন্টারনেটের চারপাশে পাস হয়।
পিক্সেল-লেভেল সিগন্যালের জন্য একটি স্ট্রেস টেস্ট
আরস টেকনিকা পিলো ইমেজিং লাইব্রেরিতে নির্মিত একটি পাইথন স্ক্রিপ্ট ব্যবহার করে সেই দাবিগুলি পরীক্ষা করে। স্ক্রিপ্টটি ব্যাপকভাবে ত্বরান্বিত হারে বারবার ভাগ করে নেওয়া এবং ডাউনলোড করার ফলে ডেটা ক্ষতির অনুকরণ করে, এলোমেলো কম্প্রেশন প্রয়োগ করে এবং একটি পরীক্ষার চিত্রে মান পরিবর্তন করে এবং প্রতিটি আউটপুটকে পরবর্তী পুনরাবৃত্তির ভিত্তি হিসাবে ফিরিয়ে দেয়। গুগলের ন্যানো ব্যানানা প্রো মডেল থেকে দুটি এআই-জেনারেট করা ছবি, একটি সম্পূর্ণ স্ক্র্যাচ থেকে তৈরি এবং একটি আসল ছবি এআই দ্বারা সম্পাদিত, পরীক্ষার বিষয় হিসাবে পরিবেশন করা হয়েছে।
সিমুলেটেড শেয়ারিংয়ের 300 প্রজন্মের পরে, যে সময়ে খাস্তা আসলগুলিকে সবেমাত্র স্বীকৃত ব্লবগুলিতে অবনমিত করা হয়েছিল, SynthID ওয়াটারমার্ক এখনও উভয় ছবিতে নিবন্ধিত রয়েছে। এমনকি ওয়াটারমার্কটি সম্পূর্ণ স্ক্রিনশট থেকে বেঁচে গিয়েছিল, কারণ বিশেষ মার্কার পিক্সেলগুলি নতুন ফাইলে স্থানান্তরিত হয়। প্রতি 50 প্রজন্মের পরীক্ষক শনাক্তকরণকে আরও দুর্বল করার জন্য ক্রপ করা সংস্করণও তৈরি করে।
যেখানে SynthID অবশেষে ভেঙ্গে যায়
প্রযুক্তির সীমা শুধুমাত্র চরম পরিস্থিতিতে আবির্ভূত হয়েছে। 300 কম্প্রেশন চক্রের পর, অবনমিত পরীক্ষার ইমেজগুলির সীমানা থেকে মুষ্টিমেয় পিক্সেলগুলি সরিয়ে ফেলার ফলে অবশেষে সম্পূর্ণরূপে জেনারেট করা এবং AI-সম্পাদিত ছবি উভয়েই SynthID ভেঙে যায়। যেহেতু ওয়াটারমার্ক সিগন্যালটি সমগ্র পিক্সেল জুড়ে বিতরণ করা হয়, এটি নৈমিত্তিক ক্রপিং প্রতিরোধ করে, কিন্তু একবার পর্যাপ্ত অবক্ষয় জমা হলে, ডিটেক্টর পরাজিত হতে পারে।
গুগল ডিপমাইন্ডের বিজ্ঞানী পুষমিত কোহলি আরসকে বলেছেন যে দলটি আক্রমণের আশায় সিস্টেমটি ডিজাইন করেছে। "পুরো উন্নয়ন প্রক্রিয়ার মাধ্যমে, আমরা অনুমান করেছি যে এই জাতীয় প্রযুক্তি আক্রমণ করা হবে," কোহলি বলেছিলেন। "সুতরাং আমরা SynthID কে বিভিন্ন ধরণের রূপান্তরের জন্য শক্তিশালী করার জন্য অনেক গবেষণা করেছি। লোকেরা কোনও ধরণের ফিল্টার যোগ করছে বা চিত্রটি কাটছে কিনা, আমরা এই রূপান্তরগুলি ব্যবহার করেছি এবং নিশ্চিত করেছি যে ডিটেক্টর তাদের বিরুদ্ধে শক্তিশালী।"
ওয়াটারমার্ক শিল্প জুড়ে বিস্তৃত
Google-এর নিজস্ব পণ্যের বাইরে SynthID গ্রহণের প্রসার ঘটছে বলে পরীক্ষাটি আসে৷ কোম্পানিটি ওপেনএআই, রানওয়ে এবং এনভিডিয়ার সাথে ওয়াটারমার্কের ব্যবহার সম্প্রসারণের জন্য অংশীদারিত্ব করেছে, যারা প্রযুক্তিকে তাদের জেনারেটিভ টুলে সংহত করতে শুরু করেছে। গুগল মূল গবেষণা পত্রের বাইরে অনেক প্রযুক্তিগত বিশদ প্রকাশ করতে অনিচ্ছুক, এই কারণেই এআই ল্যান্ডস্কেপ জুড়ে ওয়াটারমার্ক প্রসারিত হওয়ায় আরস যে ধরনের স্বাধীন পরীক্ষা পরিচালনা করে।
একা লেবেল যথেষ্ট নয়
পরীক্ষাটি যে কেন্দ্রীয় উত্তেজনা প্রকাশ করে তা হল যে এমনকি একটি শক্তিশালী ওয়াটারমার্কও প্ল্যাটফর্ম এবং লোকেদের এটি পরীক্ষা করার ইচ্ছার মতোই কার্যকর। SynthID সনাক্তকরণ এখনও ব্যাপকভাবে সামাজিক নেটওয়ার্ক এবং মেসেজিং অ্যাপে তৈরি করা হয়নি যেখানে বেশিরভাগ ম্যানিপুলেটেড মিডিয়া আসলে ছড়িয়ে পড়ে। একটি ওয়াটারমার্ক যা 300টি কম্প্রেশন সাইকেল থেকে বেঁচে থাকে তা সামান্য সুরক্ষা প্রদান করে যদি প্রাপ্তির প্রান্তে কেউ এটির জন্য স্ক্যান না করে।
স্থায়িত্ব ফলাফল প্রকৃতপক্ষে বিষয়বস্তু-প্রমাণিকতা ক্ষেত্রের জন্য উত্সাহজনক. তারা পরামর্শ দেয় যে অদৃশ্য, পিক্সেল-স্তরের ওয়াটারমার্কিং উদ্ভবের জন্য একটি নির্ভরযোগ্য প্রযুক্তিগত মেরুদণ্ড হিসাবে কাজ করতে পারে। কিন্তু বৃহত্তর প্রশ্ন, সমাজ সেই সংকেতগুলির উপর কাজ করার জন্য আদর্শ, অবকাঠামো এবং প্রণোদনা তৈরি করতে পারে কিনা, তা অমীমাংসিত রয়ে গেছে। যেহেতু সিন্থেটিক মিডিয়ার পরিমাণ 100-বিলিয়ন-ইমেজ মাইলফলক অতিক্রম করে চলেছে, প্রযুক্তি কী চিহ্নিত করতে পারে এবং কোন প্ল্যাটফর্মগুলি মধ্যপন্থী হবে তার মধ্যে ব্যবধানটি সংজ্ঞায়িত চ্যালেঞ্জ হয়ে উঠছে।
