Pangram, AI-ডিটেকশন কোম্পানি যা মেশিন-জেনারেটেড টেক্সট পতাকাঙ্কিত করার জন্য সবচেয়ে বেশি পরিচিত, আনুষ্ঠানিকভাবে Pangram Image 1.0 এবং Pangram Image Flash 1.0 চালু করেছে, কোম্পানির মতে AI-জেনারেটেড এবং AI-সম্পাদিত ছবি এবং ভিডিও শনাক্ত করার জন্য একটি নতুন অবস্থা তৈরি করেছে। ঘোষণাটি, প্যানগ্রামের নিজস্ব ব্লগে 4 নভেম্বর প্রকাশিত এবং Engadget, Unite.AI এবং Yahoo Tech দ্বারা বাছাই করা, একটি গবেষণা পূর্বরূপ রূপান্তরিত করে যা কোম্পানি কয়েক মাস আগে প্রকাশ করেছিল API সমর্থন সহ একটি সাধারণভাবে উপলব্ধ পণ্যে।
লঞ্চটি এমন এক সময়ে আসে যখন সিন্থেটিক মিডিয়া খাঁটি বিষয়বস্তু থেকে আলাদা করা সত্যিই কঠিন হয়ে পড়েছে, উভয় নৈমিত্তিক স্ক্রোলার এবং মডারেশন সিস্টেম প্ল্যাটফর্মের জন্য নির্ভর করে। প্যানগ্রামের বাজি হল ডেডিকেটেড শনাক্তকরণ মডেল, বিশেষভাবে আজকের ফ্রন্টিয়ার জেনারেটরের আউটপুটগুলির বিরুদ্ধে প্রশিক্ষিত, সেই হারানো সংকেতের কিছু পুনরুদ্ধার করতে পারে।
99.96% নির্ভুলতার সাথে ফ্রন্টিয়ার ইমেজ সনাক্তকরণ
ফ্ল্যাগশিপ প্যানগ্রাম ইমেজ 1.0 মডেলটিকে কোম্পানি নিজেই তৈরি করা একটি বেঞ্চমার্কের বিপরীতে মূল্যায়ন করা হয়েছিল: 100টি বাস্তব ফটোগ্রাফ, প্রতিটি 12টি ফ্রন্টিয়ার এআই ইমেজ জেনারেটর দ্বারা উত্পাদিত সিন্থেটিক সংস্করণের সাথে মিরর করা হয়েছে, মোট 1,200টি সিন্থেটিক ছবির জন্য প্রম্পট ব্যবহার করে মূল ছবির সাথে ঘনিষ্ঠভাবে মিলে গেছে। সেই মূল্যায়ন সেটে, প্যানগ্রাম 99.96% নির্ভুলতা রিপোর্ট করেছে — এমন একটি পরিসংখ্যান যা, যদি এটি স্বাধীনভাবে যাচাই-বাছাইয়ের অধীনে থাকে, তাহলে মডেলটিকে বাণিজ্যিক এবং একাডেমিক ডিটেক্টরের তুলনায় ভালোভাবে এগিয়ে রাখবে কোম্পানির তুলনায়।
একটি সাধারণ বাস্তব-বা-জাল রায়ের বাইরে, মডেলটি হিটম্যাপগুলি আউটপুট করে যা একটি চিত্রের মধ্যে AI বিষয়বস্তু ঠিক কোথায় প্রদর্শিত হয় তা স্থানীয়করণ করে৷ সম্পূর্ণ কৃত্রিম চিত্র এবং অস্পর্শিত ফটোগ্রাফের মধ্যে ক্রমবর্ধমান সাধারণ মধ্যবর্তী স্থলের জন্য এটি গুরুত্বপূর্ণ: AI-উত্পন্ন ব্যাকগ্রাউন্ড সহ বিপণন চিত্র, জেনারেটিভ সরঞ্জামগুলির সাথে পুনরুদ্ধার করা ফটো, বা কম্পোজিট যা প্রকৃত বিষয়গুলিকে উত্পন্ন উপাদানগুলির সাথে মিশ্রিত করে।
প্যানগ্রাম আরও দাবি করে যে নতুন মডেলটি এমন ধরণের রূপান্তরগুলির জন্য শক্তিশালী যা নির্বোধ ডিটেক্টরকে নির্ভরযোগ্যভাবে পরাজিত করে — সোশ্যাল মিডিয়া কম্প্রেশন, ইচ্ছাকৃত অস্পষ্টতা এবং শব্দ এবং কম আপলোড রেজোলিউশন। কোম্পানি বলেছে যে তার পূর্ববর্তী গবেষণা পূর্বরূপের জন্য কমপক্ষে 512x512 পিক্সেলের চিত্র প্রয়োজন, যখন চিত্র 1.0 256x256 পর্যন্ত ইনপুট গ্রহণ করে, পুরানো থ্রেশহোল্ডের নীচে দেখানো একটি হ্রাস-আস্থা দাবিত্যাগ সহ।
ভিডিও সনাক্তকরণ এবং DF26-এ একটি 29-পয়েন্ট লিপ
সঙ্গী মডেল, প্যানগ্রাম ইমেজ ফ্ল্যাশ 1.0, ভিডিওর লক্ষ্যে তৈরি করা হয়েছে, এবং এখানেই কোম্পানির দাবি সবচেয়ে আকর্ষণীয়। Pangram একটি সাম্প্রতিক একাডেমিক গবেষণা, DF26 উদ্ধৃত করেছে, যা দেখেছে যে AI-উত্পাদিত ভিডিওগুলি থেকে কথা বলার বাস্তব ভিডিওগুলিকে আলাদা করার সময় মানুষ র্যান্ডম থেকে সবেমাত্র ভাল - এবং বিদ্যমান স্বয়ংক্রিয় ডিটেক্টরগুলি খুব বেশি ভাল ছিল না। সেই একই DF26 বেঞ্চমার্কে, Pangram 98.7% স্কোর রিপোর্ট করেছে, যা পরবর্তী সেরা ডিটেক্টরের উপর 29-পয়েন্ট লিপ হিসাবে বর্ণনা করে।
একাডেমিয়ার পরিবর্তে বাণিজ্যিক বাজারের বিরুদ্ধে মানদণ্ডের জন্য, Pangram 129টি বাস্তব সোশ্যাল মিডিয়া ভিডিও থেকে একটি কঠিন তুলনা সেট তৈরি করেছে, 14টি ভিন্ন ফ্রন্টিয়ার ভিডিও জেনারেটর ব্যবহার করে প্রতিটির সিন্থেটিক মিরর তৈরি করেছে — জেনারেটর প্রতি 100টি ভিডিও, প্রতিটি সোর্স ভিডিওর প্রথম বাস্তব ফ্রেমের সাথে সিড করা হয়েছে এবং জেনারেটেড অ্যাকশন বর্ণনার দ্বারা চালিত হয়েছে। ফলাফল 1,529 ভিডিও জুড়ে, কোম্পানি একাধিক প্রধান AI ভিডিও সনাক্তকরণ পরিষেবার সাথে Flash 1.0 এর তুলনা করেছে। মিরর পদ্ধতিটি বিষয়বস্তুর পক্ষপাত দূর করার জন্য ডিজাইন করা হয়েছে: প্রতিটি বাস্তব ভিডিও এবং এর সিন্থেটিক টুইন একই দৃশ্য এবং বিষয় ভাগ করে, তাই কোন বিষয় বা নান্দনিকতা AI বিষয়বস্তুর সাথে সম্পর্কযুক্ত তা শিখে একটি ডিটেক্টর পরীক্ষা করতে পারে না।
ফ্ল্যাশ মডেলটি ফ্রেম-বাই-ফ্রেম বিশ্লেষণও করে, যা এটিকে অন্যথায় খাঁটি ফুটেজের ভিতরে AI-সম্পাদিত অংশগুলিকে পতাকাঙ্কিত করতে দেয় — সম্পূর্ণ সিন্থেটিক ক্লিপগুলির পরিবর্তে আংশিকভাবে ম্যানিপুলেটেড ভিডিওগুলির ক্রমবর্ধমান সমস্যার লক্ষ্যে একটি ক্ষমতা।
পাঠ্য সনাক্তকরণ থেকে একটি সম্পূর্ণ সিন্থেটিক মিডিয়া স্ট্যাক পর্যন্ত
Pangram AI টেক্সট সনাক্তকরণের উপর তার খ্যাতি তৈরি করেছে, যেখানে এর ক্লাসিফায়ারগুলি শিক্ষা এবং প্রকাশনায় ব্যাপকভাবে ব্যবহৃত হয়, এবং Yahoo Tech এর লঞ্চের কভারেজ কোম্পানিটিকে সেই বিভাগে সোনার মান হিসাবে বর্ণনা করেছে। ইমেজ এবং ভিডিওতে প্রসারিত করা একটি প্রাকৃতিক সম্প্রসারণ, এবং এটি প্যানগ্রামকে প্ল্যাটফর্ম, নিউজরুম এবং এন্টারপ্রাইজগুলির জন্য একটি ওয়ান-স্টপ শপ হিসাবে অবস্থান করে যা ফর্ম্যাট জুড়ে সিন্থেটিক মিডিয়াকে পুলিশ করার চেষ্টা করে।
নতুন মডেলগুলি ইমেজ এবং ভিডিও সনাক্তকরণ উভয়ের জন্য API সমর্থন সহ পাঠানো হয় এবং একটি ক্রোম এক্সটেনশন যা ব্যবহারকারীরা তাদের ফিডগুলি স্ক্রোল করার সাথে সাথে চিত্র এবং ভিডিওগুলিতে সনাক্তকরণ প্রয়োগ করে — একটি ব্যাক-অফিস মডারেশন টুল থেকে সনাক্তকরণকে ভোক্তা-গ্রেড সুরক্ষার কাছাকাছি কিছুতে সরিয়ে দেয়। Pangram বলে যে এটি X-AIGD, Mirage-Test, AIGenImages2026, RAISE এর সাথে যুক্ত Synthbuster, এবং কমিউনিটি ফরেনসিক সহ একাডেমিক ডেটাসেটের বিপরীতে মডেলগুলিকে বেঞ্চমার্ক করেছে৷
অস্ত্র সনাক্তকরণের দৌড় অব্যাহত রয়েছে
একটি সতর্কতা জোর দেওয়ার দাবি রাখে: প্যানগ্রামের ঘোষণার প্রতিটি সংখ্যা প্যানগ্রামের নিজস্ব মূল্যায়ন থেকে আসে, যা তার নিজস্ব আয়না-ভিত্তিক বেঞ্চমার্কে পরিচালিত হয়। স্বতন্ত্র বৈধতা হল কীভাবে সনাক্তকরণ সরঞ্জামগুলি শেষ পর্যন্ত বিশ্বাস অর্জন করে, এবং এআই সনাক্তকরণের ইতিহাস এমন সরঞ্জামগুলির দ্বারা পরিপূর্ণ যার নির্ভুলতা জেনারেটরের বিরুদ্ধে ভেঙে পড়ে যা তারা কখনও দেখেনি। Pangram নিজেই তার পোস্টে অনেক কিছু স্বীকার করেছে, গবেষণার পূর্বরূপ চেষ্টা করার জন্য এবং এর দুর্বলতাগুলি খুঁজে বের করার জন্য সম্প্রদায়কে ধন্যবাদ জানিয়েছে।
তারপরও, উৎপাদক ভিডিওর দ্রুত উন্নতির প্রতিক্রিয়ায় শনাক্তকরণ প্রযুক্তি কতটা এগিয়েছে তার একটি অর্থবহ চিহ্নিতকারী। যদি রিপোর্ট করা DF26 ফলাফল তৃতীয় পক্ষের পরীক্ষায় টিকে থাকে, তাহলে মানুষ যা উপলব্ধি করতে পারে এবং মেশিনগুলি যা যাচাই করতে পারে তার মধ্যে ব্যবধান কেবল আরও প্রসারিত হবে — যেটি সঠিকভাবে Pangram বাজারের উপর বাজি ধরছে।
প্ল্যাটফর্ম এবং প্রকাশকদের জন্য, ব্যবহারিক উপায় হল কম রেজোলিউশনে উচ্চ-নির্ভুলতা সনাক্তকরণ, ফ্রেম-স্তরের ভিডিও বিশ্লেষণ সহ, একটি পণ্য API হিসাবে উপলব্ধ হচ্ছে। সিন্থেটিক মিডিয়া সমস্যার পরবর্তী পর্যায়ে সনাক্তকরণ সম্ভব কিনা তা কম এবং কে এটি স্থাপন করে এবং ইন্টারনেটের প্লাম্বিংয়ের কোন স্তরে তা নিয়ে বেশি হতে পারে।
এআই থেকে এগিয়ে থাকুন
সিন্থেটিক মিডিয়া, শনাক্তকরণ টুলিং এবং যে প্ল্যাটফর্মগুলি তাদের গ্রহণ করে সেগুলি চলমান লক্ষ্য - এই সমস্তটিতে বর্তমান থাকুন।
আরও এআই খবর পড়ুন →
