Pangram Yazindua Picha 1.0, Inadai Picha ya AI ya Hali ya Juu na Utambuzi wa Video

Pangram, kampuni ya utambuzi wa AI inayojulikana zaidi kwa kuripoti maandishi yanayozalishwa na mashine, imezindua rasmi Pangram Image 1.0 na Pangram Image Flash 1.0, jozi ya mifano ambayo kampuni hiyo inasema iliweka hali mpya ya sanaa ya kugundua picha na video zinazozalishwa na AI na AI. Tangazo hilo, lililochapishwa kwenye blogu ya Pangram mnamo Novemba 4 na kuchukuliwa na Engadget, Unite.AI na Yahoo Tech, hubadilisha onyesho la kuchungulia la utafiti ambalo kampuni ilitoa miezi michache iliyopita kuwa bidhaa inayopatikana kwa ujumla kwa usaidizi wa API.

Uzinduzi huo unakuja wakati ambapo vyombo vya habari sanisi vimekuwa vigumu sana kutofautisha kutoka kwa maudhui halisi, kwa vivinjari vya kawaida na kwa mifumo ya udhibiti inayotegemea. Madau ya Pangram ni kwamba miundo maalum ya utambuzi, iliyofunzwa mahususi dhidi ya matokeo ya jenereta za mipaka ya kisasa, inaweza kurejesha baadhi ya mawimbi hayo yaliyopotea.

Utambuzi wa Picha ya Mbele Kwa Usahihi wa 99.96%.

Muundo mkuu wa Pangram Image 1.0 ulitathminiwa kulingana na kiwango ambacho kampuni ilijijengea: picha 100 halisi, kila moja ikiakisiwa na matoleo ya syntetisk yaliyotolewa na jenereta 12 za picha za AI kwa kutumia vidokezo vinavyolingana kwa karibu na picha asili, kwa jumla ya picha 1,200 za syntetisk. Kwenye seti hiyo ya tathmini, Pangram anaripoti usahihi wa 99.96% - takwimu ambayo, ikiwa itaendelea chini ya uchunguzi huru, ingeweka mtindo huo mbele ya vigunduzi vya kibiashara na vya kitaaluma ambavyo kampuni ililinganisha dhidi yake.

Zaidi ya uamuzi rahisi wa kweli au bandia, modeli hutoa ramani za joto ambazo hujanibishwa haswa ambapo yaliyomo kwenye AI yanaonekana ndani ya picha. Hiyo ni muhimu kwa hali ya kati inayozidi kuwa ya kawaida kati ya picha zilizosanifiwa kikamilifu na picha ambazo hazijaguswa: picha za uuzaji zilizo na mandharinyuma zinazozalishwa na AI, picha zilizoguswa upya kwa zana generative, au viunzi vinavyochanganya mada halisi na vipengele vilivyoundwa.

Pangram pia anadai kuwa mtindo huo mpya ni thabiti kwa aina za mabadiliko ambayo yanashinda vigunduzi visivyojua - mgandamizo wa mitandao ya kijamii, kutia ukungu kimakusudi na kelele, na maazimio ya chini ya upakiaji. Kampuni hiyo inasema hakiki yake ya awali ya utafiti ilihitaji picha za angalau pikseli 512x512, huku Picha ya 1.0 inakubali pembejeo hadi 256x256, na kanusho la kutokuwa na imani lililopunguzwa lililoonyeshwa chini ya kizingiti cha zamani.

Utambuzi wa Video na Kurukaruka kwa Pointi 29 kwenye DF26

Muundo mwenzi, Pangram Image Flash 1.0, inalenga video, na ni hapa ambapo madai ya kampuni yanashangaza zaidi. Pangram ananukuu uchunguzi wa hivi majuzi wa kitaaluma, DF26, ambao uligundua kuwa wanadamu ni bora zaidi kuliko nasibu wakati wa kutofautisha video halisi za watu wanaozungumza kutoka kwa zinazozalishwa na AI - na kwamba vigunduzi vilivyopo vya kiotomatiki havikuwa bora zaidi. Kwenye alama hiyo hiyo ya DF26, Pangram inaripoti alama ya 98.7%, ambayo inaelezea kama mrukaji wa pointi 29 juu ya kigunduzi bora kinachofuata.

Ili kulinganisha soko la kibiashara badala ya taaluma, Pangram iliunda ulinganifu mgumu kutoka kwa video 129 halisi za mitandao ya kijamii, ikitoa vioo vya syntetisk vya kila moja kwa kutumia jenereta 14 tofauti za video za mipakani - video 100 kwa kila jenereta, zilizowekwa na fremu halisi ya kwanza ya kila video chanzo na kuendeshwa na maelezo yaliyotolewa ya kitendo. Katika video 1,529 zilizosababisha, kampuni ililinganisha Flash 1.0 dhidi ya huduma nyingi kuu za utambuzi wa video za AI. Mbinu ya kioo imeundwa ili kuondoa upendeleo wa maudhui: kila video halisi na pacha wake wa syntetisk hushiriki tukio na mada sawa, kwa hivyo kigunduzi hakiwezi kucheza jaribio kwa kujifunza mada au urembo unaohusiana na maudhui ya AI.

Muundo wa Flash pia hufanya uchanganuzi wa fremu kwa fremu, ambao huiruhusu kuripoti sehemu zilizohaririwa na AI ndani ya picha halisi - uwezo unaolenga kuongezeka kwa tatizo la video zilizodanganywa kwa kiasi badala ya klipu zilizosanifiwa kikamilifu.

Kutoka kwa Ugunduzi wa Maandishi hadi Rafu Kamili ya Midia ya Sintetiki

Pangram ilijijengea sifa yake juu ya utambuzi wa maandishi ya AI, ambapo viainishi vyake vinatumika sana katika elimu na uchapishaji, na utangazaji wa Yahoo Tech wa uzinduzi huo ulielezea kampuni kama kiwango cha dhahabu katika kitengo hicho. Kupanua hadi picha na video ni upanuzi wa asili, na huiweka Pangram kama duka moja la majukwaa, vyumba vya habari na biashara zinazojaribu kudhibiti midia sanisi katika miundo mbalimbali.

Miundo mpya husafirishwa ikiwa na usaidizi wa API kwa utambuzi wa picha na video, na kiendelezi cha Chrome ambacho hutumika utambuzi kwa picha na video watumiaji wanaposogeza milisho yao - kuhamisha utambuzi kutoka kwa zana ya kudhibiti ya ofisi ya nyuma hadi kitu karibu na ulinzi wa kiwango cha watumiaji. Pangram anasema pia ililinganisha mifano dhidi ya hifadhidata za kitaaluma ikijumuisha X-AIGD, Mirage-Test, AIGenImages2026, Synthbuster iliyooanishwa na RAISE, na Jamii Forensics.

Mashindano ya Kugundua Silaha Yanaendelea

Tahadhari moja inastahili msisitizo: kila nambari katika tangazo la Pangram inatoka kwa tathmini za Pangram, zilizofanywa kwa alama zake za msingi za kioo. Uthibitishaji wa kujitegemea ni jinsi zana za utambuzi hatimaye zinavyofanya watu waaminike, na historia ya utambuzi wa AI imejaa zana ambazo usahihi wake uliporomoka dhidi ya jenereta ambazo hawakuwahi kuona. Pangram yenyewe ilikubali mengi katika chapisho lake, akiishukuru jumuiya kwa kujaribu muhtasari wa utafiti na kupata udhaifu wake.

Bado, uzinduzi huo ni kiashirio cha maana cha jinsi teknolojia ya ugunduzi imeendelea katika kukabiliana na uboreshaji wa haraka wa video za uzalishaji. Ikiwa matokeo ya DF26 yaliyoripotiwa yatadumu majaribio ya watu wengine, pengo kati ya kile ambacho wanadamu wanaweza kufahamu na kile ambacho mashine zinaweza kuthibitisha litaongezeka tu - ambalo ndilo soko ambalo Pangram inaweka kamari.

Kwa majukwaa na wachapishaji, jambo la vitendo ni kwamba ugunduzi wa usahihi wa hali ya juu katika maazimio ya chini, ikijumuisha uchanganuzi wa video wa kiwango cha fremu, unapatikana kama API ya bidhaa. Awamu inayofuata ya tatizo la media lisanisi inaweza kuwa kidogo kuhusu kama ugunduzi unawezekana na zaidi kuhusu nani anayeitumia, na katika safu gani ya mabomba ya mtandao.

Kaa Mbele ya AI

Midia sanisi, zana za ugunduzi na majukwaa yanayozipitisha ni shabaha zinazosonga - endelea kuzitumia zote.

Soma habari zaidi za AI →