Yapay Zekayla Görüntü Oluşturma Astronomik Hızlarda İlerliyor. Bir Fotoğrafın Sahte Olduğunu Hala Anlayabilir miyiz? PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

AI Görüntü Üretimi Astronomik Hızlarda İlerliyor. Bir Resmin Sahte Olduğunu Hala Anlayabilir miyiz?

Sahte fotoğrafçılık yeni bir şey değil. 1910'larda İngiliz yazar Arthur Conan Doyle, bahçelerinde dönen zarif perilerin fotoğraflarını çeken okul çağındaki iki kız kardeş tarafından ünlü bir şekilde aldatıldı.

Elsie Wright tarafından 1917'de çekilen beş 'Cottingley Perileri' fotoğrafından ilki. Resim Kredisi: Wikipedia

Bugün bu fotoğrafların herhangi birini kandırabileceğine inanmak zor, ancak 1980'lere kadar Geoffrey Crawley adlı bir uzman, film fotoğrafçılığı bilgisini doğrudan uygulama ve bariz olanı çıkarma cesaretine sahip değildi.

Fotoğraflar, daha sonra kız kardeşlerden birinin kendisi tarafından kabul edildiği gibi sahteydi.

Eski bir fotoğraf makinesi tutan gülümseyen bir adamın biraz esrarengiz bir görüntüsü
1982'de Geoffrey Crawley peri fotoğraflarının sahte olduğu sonucuna vardı. Bu da öyle. İmaj Kredisi: Brendan Murphy / yazar sağlandı

Eser Avı ve Sağduyu

Dijital fotoğrafçılık, hem sahtekarlar hem de dedektifler için çok sayıda tekniğin kapısını açtı.

Günümüzde şüpheli görüntülerin adli incelemesi, inceleme gibi dijital fotoğrafa özgü niteliklerin aranmasını içerir. fotoğraflara gömülü meta veriler, görüntülerdeki bozulmaları düzeltmek için Adobe Photoshop gibi yazılımlar kullanmak ve manipülasyonun açıklayıcı belirtilerini aramakorijinal özellikleri gizlemek için çoğaltılan bölgeler gibi.

Bazen dijital düzenlemeler algılanamayacak kadar incedir, ancak açık ve koyu piksellerin dağıtılma şeklini ayarladığımızda görünüme sıçrar. Örneğin, 2010 yılında NASA bir Satürn'ün uyduları Dione ve Titan'ın fotoğrafı. Hiçbir şekilde sahte değildi, ancak başıboş eserleri ortadan kaldırmak için temizlenmişti. komplo teorisyenlerinin dikkatine.

Merak ettim, resmi Photoshop'a koydum. Aşağıdaki çizim, bunun nasıl göründüğünü kabaca yeniden yaratıyor.

Karanlık ve ışık ayarı için çizelgeler içeren bir görüntü düzenleme ekranının ekran görüntüsü
Işık ve karanlık seviyeleri ayarlandığında düzenlemenin nasıl algılanabileceğini gösteren bir simülasyon. İmaj Kredisi: Brendan Murphy / yazar sağlandı

Dijital fotoğrafların çoğu, JPEG gibi sıkıştırılmış biçimlerdedir ve kamera tarafından yakalanan bilgilerin çoğu kaldırılarak inceltilir. Standartlaştırılmış algoritmalar, kaldırılan bilgilerin minimum görünür etkiye sahip olmasını sağlar - ancak iz bırakır.

Bir görüntünün herhangi bir bölgesinin sıkıştırılması, görüntüde neler olduğuna ve mevcut kamera ayarlarına bağlı olacaktır; Sahte bir görüntü birden fazla kaynağı birleştirdiğinde, bunu genellikle şu şekilde tespit etmek mümkündür: sıkıştırma artefaktlarının dikkatli analizi.

Bazı adli metodolojilerin bir görüntünün formatı ile çok az ilgisi vardır, ancak esasen görsel dedektiflik. Fotoğraftaki herkes aynı şekilde mi aydınlatılıyor? Gölgeler ve yansımalar mantıklı mı? Kulaklar ve eller doğru yerlerde ışık ve gölge gösteriyor mu? İnsanların gözünden ne yansıyor? Sahneyi 3 boyutlu olarak modellesek odanın tüm çizgileri ve açıları toplanır mı?

Arthur Conan Doyle peri fotoğraflarına aldanmış olabilir, ancak bence onun yarattığı Sherlock Holmes, adli fotoğraf analizi dünyasında tam anlamıyla evinde olurdu.

Yapay Zekada Yeni Bir Çağ

The mevcut görüntü patlaması metinden görüntüye tarafından oluşturulan yapay zeka araçlar, filmden dijital fotoğrafçılığa geçişten birçok yönden daha radikaldir.

Artık sadece yazarak istediğimiz herhangi bir görüntüyü çağrıştırabiliriz. Bu görüntüler, önceden var olan piksel kümelerinin bir araya getirilmesiyle elde edilen samimi fotoğraflar değildir. Belirtilen içerik, kalite ve stille tamamen yeni görüntülerdir.

Yakın zamana kadar, bu görüntüleri oluşturmak için kullanılan karmaşık sinir ağları, halka sınırlı bir erişime sahipti. Bu, 23 Ağustos 2022'de halka açıklanmasıyla değişti. açık kaynaklı Kararlı Difüzyon. Artık bilgisayarında oyun düzeyinde bir Nvidia grafik kartı olan herkes, faaliyetlerini herhangi bir araştırma laboratuvarı veya iş gözetimi yapmadan AI görüntü içeriği oluşturabilir.

Bu, birçok kişinin şu soruyu sormasına neden oldu:Bir daha internette gördüklerimize inanabilir miyiz?”. Bu bağlıdır.

Metinden görüntüye yapay zeka, zekasını eğitimden, yani çok sayıda görüntü/alt yazı çiftinin analizinden alır. Her sistemin güçlü ve zayıf yönleri, kısmen hangi görüntüler üzerinde eğitildiğinden kaynaklanmaktadır. İşte bir örnek: Stable Diffusion, George Clooney'i ütü yaparken böyle görüyor.

Beyaz bir havlu tutan çarpık özelliklere sahip bir adamın biraz esrarengiz bir görüntüsü
Bu George Clooney ütü yapıyor... yoksa öyle mi? İmaj Kredisi: Brendan Murphy / yazar sağlandı

Bu gerçekçi olmaktan uzaktır. Tüm Kararlı Yayılımın devam etmesi gereken öğrendiği bilgidir ve George Clooney'i gördüğü ve bu harf dizisini oyuncunun özelliklerine bağlayabildiği açık olsa da, bir Clooney uzmanı değildir.

Ancak, genel olarak orta yaşlı erkeklerin daha birçok fotoğrafını görür ve sindirirdi, o yüzden aynı senaryoda genel bir orta yaşlı erkek istediğimizde ne olacağını görelim.

Yuvarlak hatlara sahip orta yaşlı bir adamın kameraya baktığı ve elinde bir gömlek tutarken biraz esrarengiz bir görüntü
George Clooney değil, ütü yapıyor. İmaj Kredisi: Brendan Murphy / yazar sağlandı

Bu açık bir gelişme, ancak yine de pek gerçekçi değil. Her zaman olduğu gibi, ellerin ve kulakların aldatıcı geometrisi, sahtekarlık belirtileri aramak için iyi yerlerdir - ancak bu ortamda imkansız aydınlatmadan ziyade uzamsal geometriye bakıyoruz.

Başka ipuçları olabilir. Odayı dikkatlice yeniden inşa edersek, köşeler kare olur mu? Raflar mantıklı mı? Dijital fotoğrafları incelemeye alışmış bir adli tıp uzmanı muhtemelen bu konuda bir karar verebilir.

Artık Gözlerimize İnanamıyoruz

Bir metinden görüntüye sistemin bilgisini genişletirsek, daha da iyisini yapabilir. Mevcut eğitimi desteklemek için kendi tarif ettiğiniz fotoğraflarınızı ekleyebilirsiniz. Bu süreç olarak bilinir metinsel ters çevirme.

Son zamanlarda, Google yayınladı rüya kabini, belirli insanları, nesneleri ve hatta sanat stillerini metinden görüntüye yapay zeka sistemlerine enjekte etmek için alternatif, daha karmaşık bir yöntem.

Bu işlem, ağır hizmet tipi donanım gerektirir, ancak sonuçlar şaşırtıcıdır. Reddit'te harika çalışmalar paylaşılmaya başlandı. Fotoğraflara bak aşağıdaki yazıda DreamBooth'a yerleştirilmiş görüntüleri ve Stable Diffusion'dan gerçekçi sahte görüntüleri gösteren.



Artık gözlerimize inanamıyoruz ama yine de en azından şimdilik adli tıp uzmanlarının gözlerine güvenebiliriz. Gelecekteki sistemlerin onları kandırmak için bilinçli olarak eğitilmesi tamamen mümkündür.

Mükemmel fotoğrafın ve hatta videonun yaygınlaşacağı bir çağa hızla ilerliyoruz. Bunun ne kadar önemli olacağını zaman gösterecek, ancak bu arada Cottingley Peri fotoğraflarından alınan dersi hatırlamaya değer - bazen insanlar, bariz sahtelere bile inanmak isterler.Konuşma

Bu makale şu adresten yeniden yayınlandı: Konuşma Creative Commons lisansı altında. Okumak Orijinal makale.

Resim Kredi: Brendan Murphy / birUthor sağladı

Zaman Damgası:

Den fazla Tekillik Merkezi