AI-உருவாக்கிய ஊடகங்கள் இணையத்தில் பெருக்கெடுத்து வருவதால், Google இன் SynthID வாட்டர்மார்க்கிங் தொழில்நுட்பமானது செயற்கைப் படங்களிலிருந்து உண்மையான உள்ளடக்கத்தை வேறுபடுத்துவதற்கான மிக முக்கியமான கருவிகளில் ஒன்றாக உருவெடுத்துள்ளது. கடுமையான புதிய அழுத்தச் சோதனையானது கண்ணுக்குத் தெரியாத வாட்டர்மார்க் குறிப்பிடத்தக்க வகையில் நீடித்தது, நூற்றுக்கணக்கான சுருக்கங்கள், மறுஅளவாக்கம் மற்றும் ஸ்கிரீன் ஷாட்களைத் தக்கவைக்கிறது என்பதை உறுதிப்படுத்துகிறது, ஆனால் முடிவுகள் கடினமான உண்மையை அடிக்கோடிட்டுக் காட்டுகின்றன: தொழில்நுட்ப லேபிள்கள் மட்டும் AI தவறான தகவல்களின் வளர்ந்து வரும் நெருக்கடியைத் தீர்க்க வாய்ப்பில்லை. [சமீபத்திய AI வளர்ச்சிகள்] (https://aibuzzwire.news) பற்றிய அறிக்கையிடலுக்கு, உள்ளடக்கம்-ஆதார விவாதத்தில் கண்டுபிடிப்புகள் ஒரு முக்கியமான சோதனைச் சாவடியைக் குறிக்கின்றன.
பிரச்சனையின் அளவை மிகைப்படுத்துவது கடினம். ஸ்டார்லிங் லேப், ஸ்டான்போர்ட் பல்கலைக்கழகம் மற்றும் தெற்கு கலிபோர்னியா பல்கலைக்கழகம் ஆகியவற்றுக்கு இடையேயான ஆராய்ச்சி கூட்டுறவை, மனிதகுலம் 1.5 பில்லியன் படங்களை உருவாக்க, கேமரா கண்டுபிடிக்கப்பட்டு 149 ஆண்டுகள் கழித்து 1975 வரை எடுத்ததாக மதிப்பிடுகிறது. ஜெனரேட்டிவ் AI அந்த வெளியீட்டை வெறும் 18 மாதங்களில் பொருத்தியது. இந்த ஆண்டு அதன் I/O மாநாட்டில், கூகுள் அதன் கருவிகள் மட்டும் ஓரிரு ஆண்டுகளில் 100 பில்லியனுக்கும் அதிகமான AI படங்கள் மற்றும் வீடியோக்களை உருவாக்க பயன்படுத்தப்பட்டதாக அறிவித்தது.
எப்படி SynthID வேலை செய்கிறது
AI-உருவாக்கிய உள்ளடக்கத்தை லேபிளிடுவதற்கு தற்போது இரண்டு முக்கிய அணுகுமுறைகள் உள்ளன: SynthID போன்ற கண்ணுக்குத் தெரியாத வாட்டர்மார்க்ஸ் மற்றும் கொலிஷன் ஃபார் கன்டென்ட் ப்ரோவென்ஸ் அண்ட் அதென்டிசிட்டி (C2PA) தரநிலை போன்ற மெட்டாடேட்டா ஸ்கீமாக்கள். கூகுள் இரண்டையும் பயன்படுத்துகிறது. C2PA கிரிப்டோகிராஃபிகலாக பாதுகாப்பானது மற்றும் போலியாக உருவாக்க முடியாது, ஆனால் அதை அகற்றுவது அற்பமானது. ஒரு படத்தை எடிட் செய்து சேமிப்பது அல்லது ஸ்கிரீன்ஷாட் எடுப்பது C2PA மெட்டாடேட்டாவை முழுவதுமாக அகற்றலாம்.
SynthID வேறுபட்ட அணுகுமுறையை எடுக்கிறது. ஒரு கோப்பின் பக்கத்தில் இருக்கும் மெட்டாடேட்டாவை நம்புவதற்குப் பதிலாக, வாட்டர்மார்க் நேரடியாக ஒரு படம் அல்லது வீடியோவின் பிக்சல்கள் அல்லது ஆடியோ கிளிப்பின் அலைவடிவத்தில் குறியாக்கம் செய்யப்படுகிறது. சிக்னல் உள்ளடக்கத்திலேயே பின்னப்பட்டிருப்பதால், இணையத்தில் ஊடகங்கள் அனுப்பப்படும்போது இயற்கையாக நிகழும் மாற்றங்கள், சுருக்கம், செதுக்குதல் மற்றும் மறு-குறியாக்கம் ஆகியவற்றில் இருந்து தப்பிக்க வேண்டும் என்று கூகிள் வாதிட்டது.
பிக்சல் நிலை சிக்னலுக்கான அழுத்த சோதனை
ஆர்ஸ் டெக்னிகா பில்லோ இமேஜிங் லைப்ரரியில் கட்டப்பட்ட பைதான் ஸ்கிரிப்டைப் பயன்படுத்தி அந்த உரிமைகோரல்களை சோதனைக்கு உட்படுத்தியது. ஸ்கிரிப்ட், ஒரு சோதனைப் படத்திற்கு சீரற்ற சுருக்கம் மற்றும் மறுஅளவிடுதல் மதிப்புகளை மீண்டும் மீண்டும் பகிர்தல் மற்றும் பதிவிறக்கம் செய்தல் மற்றும் அடுத்த மறு செய்கைக்கான அடிப்படையாக ஒவ்வொரு வெளியீட்டையும் மீண்டும் ஊட்டுவதன் மூலம் தரவு இழப்பை உருவகப்படுத்தியது. கூகுளின் நானோ பனானா ப்ரோ மாடலில் இருந்து இரண்டு AI-உருவாக்கப்பட்ட படங்கள், ஒன்று முற்றிலும் புதிதாக உருவாக்கப்பட்ட மற்றும் AI ஆல் திருத்தப்பட்ட அசல் புகைப்படம், சோதனைப் பாடங்களாகச் செயல்பட்டன.
300 தலைமுறைகளின் உருவகப்படுத்தப்பட்ட பகிர்வுக்குப் பிறகு, மிருதுவான அசல்கள் அரிதாகவே அடையாளம் காணக்கூடிய குமிழ்களாக சிதைக்கப்பட்டன, SynthID வாட்டர்மார்க் இன்னும் இரண்டு படங்களிலும் பதிவு செய்யப்பட்டுள்ளது. சிறப்பு மார்க்கர் பிக்சல்கள் புதிய கோப்பிற்கு மாற்றப்படுவதால், வாட்டர்மார்க் முழு ஸ்கிரீன் ஷாட்களிலும் தப்பிப்பிழைத்தது. ஒவ்வொரு 50 தலைமுறைகளுக்கும் சோதனையாளர், கண்டறிதலை மேலும் பலவீனப்படுத்த செதுக்கப்பட்ட பதிப்புகளையும் தயாரித்தார்.
சிந்திட் இறுதியாக உடைக்கும் இடம்
தொழில்நுட்பத்தின் வரம்புகள் தீவிர நிலைமைகளின் கீழ் மட்டுமே வெளிப்பட்டன. 300 சுருக்க சுழற்சிகளுக்குப் பிறகு, சிதைந்த சோதனைப் படங்களின் எல்லையில் இருந்து ஒரு சில பிக்சல்களை அகற்றி, முழுமையாக உருவாக்கப்பட்ட மற்றும் AI- திருத்தப்பட்ட படங்கள் இரண்டிலும் இறுதியாக SynthID உடைந்தது. வாட்டர்மார்க் சிக்னல் பிக்சல்கள் முழுவதும் விநியோகிக்கப்படுவதால், அது சாதாரண பயிர்ச்செய்கையை எதிர்க்கிறது, ஆனால் போதுமான அளவு சிதைவு குவிந்தால், கண்டறிதலை தோற்கடிக்க முடியும்.
கூகுள் டீப் மைண்ட் விஞ்ஞானி புஷ்மீத் கோஹ்லி ஆர்ஸிடம் கூறுகையில், குழு தாக்கப்படும் என்று எதிர்பார்த்து இந்த அமைப்பை வடிவமைத்தது. "முழு வளர்ச்சி செயல்முறையின் மூலம், இது போன்ற ஒரு தொழில்நுட்பம் தாக்கப்படும் என்று நாங்கள் கருதினோம்," என்று கோஹ்லி கூறினார். "எனவே பல்வேறு வகையான மாற்றங்களுக்கு SynthIDயை வலுவாக மாற்றுவதில் நாங்கள் நிறைய ஆராய்ச்சி செய்தோம். மக்கள் ஏதேனும் ஒரு வடிகட்டியைச் சேர்த்தாலும் அல்லது படத்தைச் செதுக்கினாலும், இந்த மாற்றங்களைப் பயன்படுத்தி, கண்டறிதல் அவர்களுக்கு எதிராக வலுவாக இருப்பதை உறுதிசெய்தோம்."
வாட்டர்மார்க்ஸ் தொழில்துறை முழுவதும் விரிவடைகிறது
Google இன் சொந்த தயாரிப்புகளுக்கு அப்பால் SynthID தத்தெடுப்பு விரிவடைந்து வருவதால் சோதனை வந்துள்ளது. வாட்டர்மார்க் பயன்பாட்டை விரிவுபடுத்த நிறுவனம் கூட்டாண்மைகளை உருவாக்கியுள்ளது, ஓபன்ஏஐ, ரன்வே மற்றும் என்விடியா ஆகியவை தொழில்நுட்பத்தை தங்கள் உருவாக்கும் கருவிகளில் ஒருங்கிணைக்கத் தொடங்குகின்றன. அசல் ஆய்வுக் கட்டுரையைத் தாண்டி அதிக தொழில்நுட்ப விவரங்களை வெளியிட கூகுள் தயங்குகிறது, அதனால்தான் AI நிலப்பரப்பு முழுவதும் வாட்டர்மார்க் பெருகுவதால், ஆர்ஸ் வகையின் சுயாதீன சோதனை முக்கியமானது.
லேபிள்கள் மட்டும் போதாது
சோதனை அம்பலப்படுத்தும் மையப் பதற்றம் என்னவென்றால், ஒரு வலுவான வாட்டர்மார்க் கூட, தளங்கள் மற்றும் மக்கள் அதைச் சரிபார்க்க விரும்புவதைப் போலவே பயனுள்ளதாக இருக்கும். SynthID கண்டறிதல் என்பது சமூக வலைப்பின்னல்கள் மற்றும் செய்தியிடல் பயன்பாடுகளில் இன்னும் பரவலாகக் கட்டமைக்கப்படவில்லை, அங்கு பெரும்பாலான கையாளப்பட்ட ஊடகங்கள் உண்மையில் பரவுகின்றன. 300 சுருக்கச் சுழற்சிகளைத் தக்கவைக்கும் வாட்டர்மார்க், பெறும் முனையில் யாரும் அதை ஸ்கேன் செய்யவில்லை என்றால், சிறிய பாதுகாப்பை வழங்குகிறது.
நீடித்து நிலைத்தன்மையின் முடிவுகள், உள்ளடக்கம்-நம்பகத்தன்மை புலத்திற்கு உண்மையிலேயே ஊக்கமளிக்கிறது. கண்ணுக்குத் தெரியாத, பிக்சல்-நிலை வாட்டர்மார்க்கிங் ஆதாரத்திற்கான நம்பகமான தொழில்நுட்ப முதுகெலும்பாக செயல்படும் என்று அவர்கள் பரிந்துரைக்கின்றனர். ஆனால் அந்த சமிக்ஞைகளில் உண்மையில் செயல்படுவதற்கான விதிமுறைகள், உள்கட்டமைப்பு மற்றும் ஊக்குவிப்புகளை சமூகத்தால் உருவாக்க முடியுமா என்ற பரந்த கேள்வி தீர்க்கப்படாமல் உள்ளது. செயற்கை ஊடகத்தின் அளவு 100 பில்லியன் பட மைல்கல்லைத் தாண்டிச் செல்வதால், தொழில்நுட்பம் எதைக் குறிக்கும் மற்றும் எந்த தளங்கள் மிதமானதாக இருக்கும் என்பதற்கு இடையிலான இடைவெளி வரையறுக்கும் சவாலாக மாறி வருகிறது.
