دليل ميداني لمولدات الصور وما تتركه خلفها

المساران

تشغل أداة الكشف فحصين مستقلين يجيبان على أشياء مختلفة. إبقاؤهما منفصلين هو الفكرة الأكثر فائدة على هذه الصفحة.

ما يمكن للملف التصريح به

عندما لا تزال الصورة تحمل هيكلها الأصلي، قد تكون موجودة عدة أنواع من العلامات. كل منها هو ادعاء تقدمه البرمجيات التي كتبت الملف بدلاً من كونه شيئاً مشتقاً من البكسلات.

• Content Credentials. بيان موقع يسمي الأداة وما فعلته. بعض المولدات الرئيسية توقع الآن مخرجاتها، وهو أقوى شكل من أشكال هذا.
• معايير الإنشاء. تضمن العديد من الأدوات المفتوحة نص التلقين (prompt) والبذرة (seed) والسامبلر واسم النموذج مباشرة في الملف، وهي معلومات أكثر مما يتوقع معظم الناس العثور عليه.
• معرفات البرمجيات. حقل بيانات وصفية عادي يسمي التطبيق الذي حفظ الصورة مؤخراً.
• علامات الذكاء الاصطناعي المعلنة. علامة تنص على أن علامة مائية غير مرئية قد تم تطبيقها، وهو تصريح بدلاً من كونها العلامة المائية نفسها.
• تأكيدات التقاط الكاميرا. الادعاء المقابل، الذي تقدمه كاميرا موقعة، بأن الملف جاء من مستشعر.

كل هذه تختفي بمجرد تحميل صورة إلى أي منصة تقريباً. لهذا السبب يستحق فحص الملف التشغيل ولكن لا يستحق الاعتماد عليه: عندما يجد شيئاً ما، يكون الاكتشاف قوياً، لكنه في معظم الأحيان لا يجد شيئاً.

لماذا يصعب تسمية المولد

يبدو الأمر وكأنه يجب أن يكون ممكناً. تنتج الأدوات المختلفة جماليات مختلفة، ويمكن للشخص الذي يقضي وقتاً معها غالباً التخمين بشكل صحيح. هذا الحدس لا ينتقل إلى أداة الكشف لثلاثة أسباب.

تتشارك النماذج في البنى وبيانات التدريب، لذا تتداخل بصماتها الإحصائية بشكل كبير. العديد من الأدوات هي نسخ معدلة من نفس الأساس، مما يجعلها قريبة من كونها غير قابلة للتمييز على مستوى النسيج حتى عندما تبدو مخرجاتها مختلفة للشخص.

تخضع المخرجات أيضاً لمعالجة لاحقة. التكبير، وترميم الوجوه، والتحرير كلها تحدث بعد الإنشاء وتعيد كتابة النسيج الذي يعتمد عليه التحديد تماماً. بحلول الوقت الذي تُنشر فيه الصورة، قد تحمل من أداة التكبير أكثر مما تحمله من المولد.

والهدف يتحرك باستمرار. أي نموذج تحديد هو جدول بحث لأشياء كانت موجودة بالفعل، مما يجعله مخطئاً بشأن أي شيء تم إصداره منذ تدريبه، بطريقة صامتة بدلاً من أن تكون واضحة.

ما يعنيه التغطية الجيدة في الواقع

السؤال المفيد حول أداة الكشف ليس أي المولدات تتعرف عليها بالاسم. بل مدى اتساع التدريب، لأن الاتساع هو ما يتنبأ بالأداء في النماذج التي لم تصدر بعد.

الصف الثاني هو النهج المستخدم هنا، والمقايضة متعمدة. أداة الكشف الممتازة في أربعة منتجات وعديمة الفائدة في الخامس ليست ذات فائدة كبيرة لفحص صورة أرسلها إليك شخص ما.

حول أسماء المنتجات

قوائم المولدات المدعومة هي أداة تسويقية أكثر منها تقنية. نموذج البكسل ليس لديه قائمة؛ لديه توزيع تدريب. تسمية المنتجات تعني قدرة لكل أداة لا تملكها أداة الكشف الواسع ولا تحتاج إليها.

حيث يظهر اسم في نتيجة هنا، فإنه جاء من الملف بدلاً من البكسلات، والنتيجة تقول ذلك. هذا التمييز يستحق الإصرار عليه من أي أداة تستخدمها.

كيف تقرأ ادعاء التغطية

يصف البائعون التغطية بطرق تبدو قابلة للمقارنة وهي ليست كذلك. تظهر ثلاث صياغات بشكل متكرر وكل منها يعني شيئاً مختلفاً.

يحدد الصور من X و Y و Z يعني عادةً أن المعيار التجريبي احتوى على تلك الثلاثة. إنه بيان حول الاختبار بدلاً من كونه حول القدرة، ولا يقول شيئاً عن المولد الرابع.

يدعم أكثر من أربعين مولداً يعني عادةً أن مجموعة التدريب استمدت من هذا العدد. هذا أكثر أهمية، لأن اتساع التدريب هو ما يتنبأ بالتعميم، وهو مع ذلك ليس ضماناً لأي أداة محددة.

تحديد النموذج الأصلي هو أصعب ادعاء يمكن طرحه. اسأل عما إذا كان هذا التحديد يأتي من الملف أم من البكسلات. إذا كان يأتي من البكسلات، فاطلب دقة التحديد بشكل منفصل عن دقة الكشف، لأنها أرقام مختلفة جداً.