สำหรับภาพที่สร้างด้วย AI metadata นี้สามารถระบุข้อมูล เช่น
ข้อสำคัญคือ C2PA ไม่ได้ใช้กับ AI เท่านั้น ผู้ผลิตกล้อง บริษัทซอฟต์แวร์ และสำนักข่าวก็สามารถใช้มาตรฐานนี้เพื่อบันทึกที่มาของภาพหรือวิดีโอได้เช่นกัน ทำให้เกิดระบบนิเวศสำหรับตรวจสอบความแท้ของสื่อดิจิทัลในวงกว้าง
อย่างไรก็ตาม metadata มีข้อจำกัดสำคัญ คือ สามารถหายไปได้ง่าย หากภาพถูกแคปหน้าจอ ถูกบีบอัด ถูกแก้ไขในโปรแกรมที่ลบ metadata หรือถูกอัปโหลดไปยังแพลตฟอร์มที่ไม่เก็บข้อมูลดังกล่าว
เพื่อให้การระบุภาพมีความทนทานมากขึ้น OpenAI จึงร่วมมือกับ Google DeepMind เพื่อใช้เทคโนโลยี SynthID ซึ่งเป็นลายน้ำดิจิทัลที่มองไม่เห็นและฝังอยู่ในพิกเซลของภาพโดยตรง
ต่างจาก metadata ที่เป็นข้อมูลประกอบไฟล์ SynthID จะฝังสัญญาณไว้ในตัวภาพเอง ทำให้ระบบตรวจจับสามารถตรวจพบได้ในภายหลัง
ข้อดีของแนวทางนี้คือ
งานวิจัยของระบบ SynthID ระบุว่ามีการใช้ลายน้ำกับภาพและเฟรมวิดีโอหลายพันล้านรายการในบริการของ Google แล้ว
อย่างไรก็ตามลายน้ำก็ไม่ได้สมบูรณ์แบบ หากภาพถูกแก้ไขอย่างหนัก ถูกครอป หรือมีความพยายามลบสัญญาณโดยเจตนา ความสามารถในการตรวจจับอาจลดลงได้ และลายน้ำจะมีเฉพาะในภาพจากระบบที่ตั้งใจใส่ลายน้ำเท่านั้น
ทั้งสองวิธีช่วยติดตามที่มาของภาพ แต่มีบทบาทต่างกัน
Metadata (C2PA)
ลายน้ำล่องหน (SynthID)
ด้วยเหตุนี้ OpenAI จึงใช้ทั้งสองวิธีร่วมกัน โดย metadata ให้ บริบทที่ชัดเจน ส่วน watermark ช่วยให้ สัญญาณยังคงอยู่เมื่อภาพถูกเผยแพร่ต่อ
อีกองค์ประกอบหนึ่งคือ เครื่องมือตรวจสอบภาพแบบสาธารณะ ที่ OpenAI กำลังทดลองเปิดให้ใช้งาน ผู้ใช้สามารถอัปโหลดภาพเข้าไปเพื่อดูว่ามีสัญญาณจากระบบของ OpenAI หรือไม่
เครื่องมือนี้จะตรวจสอบสองอย่างหลัก ๆ
หากพบสัญญาณใดสัญญาณหนึ่ง ระบบอาจรายงานว่าภาพนั้นมีแนวโน้มถูกสร้างจากโมเดลภาพของ OpenAI เช่นที่ใช้ใน ChatGPT หรือผ่าน API
อย่างไรก็ตาม การไม่พบสัญญาณเหล่านี้ ไม่ได้หมายความว่าภาพนั้นเป็นภาพจริงเสมอไป เพราะ metadata อาจถูกลบ หรือภาพอาจมาจากระบบ AI อื่นที่ใช้เทคนิคแตกต่างกัน
เมื่อเทคโนโลยี generative AI สามารถสร้างภาพที่สมจริงได้อย่างรวดเร็ว อุตสาหกรรมเทคโนโลยีจึงเริ่มมุ่งไปสู่แนวคิด ให้บริบทของเนื้อหา มากกว่าการพยายามตรวจจับ AI ด้วยวิธีเดียว
กลยุทธ์ของ OpenAI ที่รวมมาตรฐานเปิด ลายน้ำดิจิทัล และเครื่องมือตรวจสอบ จึงมีเป้าหมายเพื่อช่วยให้แพลตฟอร์ม นักข่าว และผู้ใช้งานทั่วไปสามารถตรวจสอบที่มาของภาพได้ง่ายขึ้น แม้ว่าเนื้อหาที่สร้างด้วย AI จะเพิ่มขึ้นอย่างต่อเนื่องบนอินเทอร์เน็ต
ข้อสรุปสำคัญคือ การตรวจสอบภาพ AI ในอนาคตน่าจะต้องใช้หลายสัญญาณร่วมกัน และต้องอาศัยการยอมรับจากระบบนิเวศของแพลตฟอร์มและผู้พัฒนาเครื่องมือ ไม่ใช่การทดสอบแบบเดียวที่ใช้ได้กับทุกภาพ
Comments
0 comments