← جميع الأدلة الدقة

هل يمكن خداع كواشف صور الذكاء الاصطناعي؟

نعم، ومعرفة كيف هو ما يجعل النتيجة قابلة للقراءة. فئات الهجوم، ولماذا يعمل البعض، وكيف تبدو الصورة المُغسلة عندما تهبط.

· 7 دقيقة قراءة · Best AI Image Detector

نعم. يمكن هزيمة أي كاشف يقرأ البكسلات عن طريق إعادة كتابة البكسلات، وأرخص الهجمات هي تلك التي لا يقصدها أحد: لقطة شاشة، إعادة حفظ، تغيير حجم.

لماذا يمكن هزيمة أي كاشف للبكسلات

يقرأ الكاشف النسيج الإحصائي بين البكسلات المتجاورة. ذلك النسيج هو الدليل. أي شيء يعيد كتابته يزيل الدليل، وهناك العديد من الأسباب العادية لإعادة كتابته.

هذه خاصية للطريقة وليست عيباً في منتج واحد. الأداة التي تدعي أنها لا يمكن خداعها إما تقيس شيئاً آخر غير البكسلات، أو لا تتعامل معك بصدق.

الفئات، موصوفة بدلاً من أن تكون تعليمات

هذه مكتوبة على المستوى الذي يحتاجه المدافع. معرفة أن فئة ما موجودة تتيح لك التعرف على توقيعها في النتيجة. إنها ليست وصفة، ولا شيء منها خطوة بخطوة.

عرضي وفعال

  • أخذ لقطة شاشة للصورة
  • النشر عبر منصة تعيد الضغط
  • تغيير الحجم لتطبيق دردشة
  • حفظ صورة لشاشة

متعمد، وأكثر تكلفة

  • إضافة ضجيج لإخفاء النسيج
  • دورات متكررة من تغيير الحجم وإعادة الترميز
  • الطباعة وإعادة التصوير
  • تركيب أجزاء مولدة في إطار حقيقي
العمود الأيسر لا يكلف المحتال شيئاً ويحدث بالصدفة. العمود الأيمن يتطلب جهداً متعمداً ويترك علاماته الخاصة.

العنصر الأخير على اليمين هو الأهم، لأنه الأصعب في الكشف عنه برقم واحد. الصورة الفوتوغرافية الحقيقية التي تحتوي على كائن مولد مضاف إليها تحافظ على نسيج أصلي في معظم أجزاء الإطار.

ما الذي يفعله مخطط المناطق حيال ذلك

تقييم الإطار في مربعات (tiles) هو الإجابة المباشرة على التركيب. يتم خفض متوسط الإطار بالكامل بواسطة الأجزاء الأصلية، ولكن المربع الذي يحتوي على الجزء المضاف لا يتم حساب متوسطه مع أي شيء آخر.

16 12 19 14 92 17 11 15 13

الجزء المضاف محصور في مربع واحد. هذا هو النمط الذي يدمره حساب المتوسط ويحفظه تقسيم الإطار.

صورة مركبة. كان تقييم الإطار بالكامل 31، وهو ما قد يُقرأ وحده على أنه حقيقي على الأرجح.

ما تكلفة التهرب على الشخص الذي يقوم به

كل تقنية تخفي الإشارة تؤدي أيضاً إلى إتلاف الصورة. هذا المقايضة هي أكثر شيء يمكن أن يعرفه المدافع.

المقايضة التي يجريها المهاجم
التقنيةما تخفيهما تكلفه
إعادة ضغط ثقيلةالنسيج الدقيق الذي يقرأه النموذجتشوهات مرئية، تفاصيل ناعمة
إضافة ضجيجالانتظام الإحصائيصورة محببة تبدو خاطئة
تغيير الحجم المتكررعلاقات البكسلنعومة ورنين عند الحواف
الطباعة وإعادة التصويركل شيء تقريباًتموجات، وهج، صورة تبدو كصورة لصورة
التركيب في إطار حقيقيمتوسط الإطار بالكامللا شيء، وهذا سبب أهمية تقسيم الإطار

الصورة التي تم غسلها بشدة بما يكفي لتجاوز أداة الكشف تبدو عادةً مغسولة. إذا كانت الصورة ذات جودة منخفضة بشكل مثير للريبة ويتم تقديمها كدليل على شيء ما، فإن الجودة بحد ذاتها تعتبر نتيجة.

ما لا يمكن تزييفه بسهولة

  • سجل النشر. الصورة التي تمت فهرستها منذ سنوات لم يتم توليدها الشهر الماضي. يظل البحث العكسي أقوى فحص فردي.
  • اعتماد محتوى صالح. البيان الموقع المرتبط بالبكسلات الحالية هو بيان تشفيري. يمكن إزالته، لكن لا يمكن تزويره.
  • مشهد فيزيائي متسق. لا تزال الظلال والانعكاسات والاستمرارية بين الكائنات هي المكان الذي تفشل فيه المولدات، ولا يؤدي الغسل إلى إصلاحها.
  • ملف يمتلكه شخص آخر بالفعل. اطلب من المرسل الأصل من الجهاز الذي التقطه، وراقب ما سيحدث بعد ذلك.

إلى أين يقودك هذا

يمكن لخصم تقني مصمم أن يهزم كاشف البكسل. هذا صحيح ولكنه ليس الحالة الشائعة. الصور التي يتحقق منها معظم الناس تم إنشاؤها بإهمال، وتمت مشاركتها عرضاً، وتحمل أدلتها سليمة أو فقدتها لصالح تطبيق دردشة وليس لصالح مهاجم.

اقرأ التقييم المنخفض على صورة متدهورة بشدة على أنها لا توجد إجابة بدلاً من اعتبارها نتيجة نظيفة. هذا التمييز يعالج كل محاولة تهرب تقريباً ستواجهها دون الحاجة إلى معرفة أي شيء عن التقنية التي تقف وراءها.

سباق التسلح غير متماثل

لا يتحسن التوليد والكشف بنفس السرعة، وعدم التوازن يسير في اتجاه واحد. يصل مولد جديد كبيانات غير مرئية لكل كاشف موجود. يتبع إعادة التدريب الإصدار بدلاً من أن يسبقه، لذا هناك دائماً نافذة تكون فيها أحدث المخرجات غير مرئية.

النافذة ليست قصيرة. جمع ما يكفي من المخرجات من نموذج جديد، وتسميتها، وإعادة التدريب والشحن يستغرق أسابيع في أفضل الأحوال. خلال تلك الفترة، سيقوم الكاشف بتقييم الأجيال الجديدة على أنها حقيقية، لأنها لا تشبه أي شيء تم تعليمه لتمييزه.

هذه هي أقوى حجة عملية لعدم الاعتماد أبداً على إشارة واحدة. لا تهتم بيانات المصدر وسجل النشر بالنموذج الذي صنع الصورة، لذا فهي تواصل العمل خلال النافذة التي لا يمكن لتحليل البكسل تغطيتها.

  1. 1 شحن مولد جديد المخرجات غير مرئية لكل كاشف
  2. 2 نافذة عمياء أسابيع. المخرجات الجديدة تقيم كحقيقية
  3. 3 تم جمع العينات تم تجميع بيانات التدريب المصنفة
  4. 4 تمت إعادة تدريب الكاشف التغطية تلحق بالركب، حتى الإصدار التالي
الكشف يتأخر عن الإصدار حسب التصميم. يكون الكاشف دائماً في أقوى حالاته تجاه الجيل الذي يسبق الجيل الحالي.

أسئلة يطرحها الناس

هل يمكن لإضافة ضجيج إلى صورة AI هزيمة الكاشف؟
في بعض الأحيان، وهي تؤدي إلى تدهور الصورة أثناء القيام بذلك. يخفي الضجيج الانتظام الإحصائي الذي يقرأه النموذج، مما يخفض التقييم، ولكنه يجعل الصورة محببة بشكل مرئي أيضاً. الصورة التي تكون محببة ويتم تقديمها كدليل تستحق مزيداً من الشك، لا أقل.
هل يؤدي أخذ لقطة شاشة لصورة AI إلى إخفائها؟
إنه يقلل الإشارة بشكل كبير، وهذا هو سبب انخفاض تقييم العديد من الصور المولدة المتداولة في مجموعات الدردشة عما يجب أن تكون عليه. هذه هي الطريقة الأكثر شيوعاً لهزيمة الكاشف، ولا يقصد أي شخص تقريباً القيام بذلك لهزيمة أي شيء.
هل ستصبح أدوات الكشف مستحيلة الخداع يوماً ما؟
لا. يقرأ الكشف ما هو موجود في البكسلات، ويمكن إعادة كتابة البكسلات. ما يتحسن هو تكلفة التهرب وعدد الإشارات المستقلة التي يجب هزيمتها دفعة واحدة. تعامل مع أي ادعاء بكشف لا يهزم كسبب لتقليل الثقة في الأداة.
كيف أميز الصورة المغسولة عن الصورة منخفضة الجودة حقاً؟
في كثير من الأحيان لا يمكنك ذلك، وهذه هي الإجابة الصادقة. ما يمكنك فعله هو التوقف عن التعامل مع التقييم المنخفض لملف متدهور على أنه نتيجة نظيفة. إذا كانت الصورة تفتقر إلى التفاصيل لدعم قرار واثق، فإن النتيجة هي أنه لا يمكن تقييمها.
هل من غير القانوني محاولة هزيمة الكاشف؟
هزيمة الكاشف ليست في حد ذاتها جريمة في معظم الأماكن. أما ما تستخدم الصورة الناتجة من أجله فهو غالباً كذلك: الاحتيال التأميني، الأدلة المزورة، انتحال الشخصية والتلاعب بالسوق كلها جرائم بغض النظر عن كيفية صنع الصورة. نادراً ما يكون الغسيل هو التهمة، وغالباً ما يكون هو ما يثبت القصد.