एक कठिन प्रश्न का विश्वसनीय उत्तर।

हमने इसे क्यों बनाया

AI इमेज जनरेटर कुछ ही वर्षों में एक नवीनता से लेकर हर जगह फैल गए। यह वास्तव में उपयोगी है, और इसने चुपचाप उस धारणा को तोड़ दिया जो हम में से अधिकांश अभी भी रखते हैं: कि एक तस्वीर किसी ऐसी चीज़ का प्रमाण है जो हुई थी। एक आश्वस्त करने वाली फ़ेक को अब बनाने में सेकंड लगते हैं और इसकी कोई लागत नहीं आती है।

मदद करने के लिए बनाई गई अधिकांश टूल आश्वस्त करने के विपरीत थीं। कई लोगों को एक खाते की आवश्यकता होती है, आपकी निजी छवियों को एक ऐसे सर्वर पर अपलोड करते हैं जिसके बारे में आप कुछ नहीं जानते हैं, फिर बिना किसी स्पष्टीकरण के एक प्रतिशत वापस सौंप देते हैं। आपको यह सोचने के लिए एक ब्लैक बॉक्स पर भरोसा करने के लिए कहा जाता है कि क्या आप किसी छवि पर भरोसा कर सकते हैं। हम इसके विपरीत चाहते थे: एक ऐसा परिणाम जिसके बारे में आप वास्तव में तर्क कर सकते हैं, बिना कभी आपकी फ़ाइलों की कस्टडी लिए।

डिटेक्टर कैसे काम करता है

इसके मूल में एक विज़न ट्रांसफॉर्मर है, __x Pixel Forensics · FT1, जिसे पिक्सेल में जनरेशन और एडिटिंग द्वारा छोड़े गए सांख्यिकीय फ़िंगरप्रिंट को पहचानने के लिए प्रशिक्षित किया गया है। छवि का विश्लेषण एक पूरे के रूप में किया जाता है, फिर ओवरलैपिंग क्षेत्रों के ग्रिड के रूप में, ताकि अन्यथा वास्तविक तस्वीर के भीतर छिपा हुआ एक छोटा AI संपादन अभी भी दिखाई दे। वे क्षेत्र स्कोर आपके द्वारा रिपोर्ट में देखे जाने वाले हीटमैप को संचालित करते हैं।

आउटपुट 0 से 100 तक का एक कैलिब्रेटेड स्कोर है, जिसे 65 पर निर्णय रेखा के साथ पाँच निश्चित बैंड में मैप किया गया है। चूंकि मैपिंग निश्चित और प्रकाशित है, इसलिए आज का 72 बिल्कुल वही है जिसका अर्थ पिछले सप्ताह 72 था, और आप हर फैसले के पीछे तर्क, क्षेत्र साक्ष्य और फ़ाइल संकेतों को देख सकते हैं।

डिज़ाइन से निजी

मॉडल, रनटाइम और सभी विश्लेषण आपके ब्राउज़र में डाउनलोड किए जाते हैं और वहीं चलते हैं। आपके डिवाइस से आपके द्वारा चुनी जाने वाली छवियों को कभी भी अपलोड, संग्रहीत, कतार में या लॉग नहीं किया जाता है। एकमात्र अपवाद पारदर्शी है: यदि आप किसी छवि का लिंक पेस्ट करते हैं जिसे कोई साइट सीधे साझा करने से मना करती है, तो हम इसे एक सार्वजनिक प्रॉक्सी के माध्यम से लाते हैं ताकि जाँच चल सके। इसमें URL शामिल है, आपके कंप्यूटर से कोई फ़ाइल कभी नहीं, और इसे हमारी गोपनीयता नीति में स्पष्ट किया गया है।

हम कैसे जाँचते हैं कि यह अभी भी काम करता है

शिप होने से पहले प्रत्येक रिलीज़ को एक निश्चित मूल्यांकन सेट के खिलाफ चलाया जाता है: कई कैमरा पीढ़ियों से प्रामाणिक तस्वीरें, उस समय उपलब्ध प्रसार और ट्रांसफॉर्मर मॉडल से आउटपुट, और, वह हिस्सा जो वास्तव में मायने रखता है, अजीब मध्य। वास्तविक तस्वीरों के स्क्रीनशॉट। नाइट मोड द्वारा संसाधित फ़ोन शॉट्स। शोर को चिकनाई के साथ स्टूडियो उत्पाद छवियां। एक वस्तु को हटाकर वास्तविक तस्वीरें।

एक के बजाय दो नंबर देखे जाते हैं। निर्णय रेखा को स्थानांतरित करके समग्र सटीकता को स्थानांतरित करना आसान है, इसलिए वास्तविक तस्वीरों पर झूठी सकारात्मक दर को अलग से ट्रैक किया जाता है और कठिन बाधा के रूप में माना जाता है। एक ऐसा निर्माण जो अधिक वास्तविक तस्वीरों को फ़्लैग करके सटीकता का एक बिंदु प्राप्त करता है, कोई सुधार नहीं है, क्योंकि किसी वास्तविक चित्र को गलत तरीके से नकली कहने की कीमत एक व्यक्ति पर पड़ती है।

सीमाओं के बारे में ईमानदार

कोई भी डिटेक्टर हर छवि पर सही नहीं होता है, और इसके विपरीत दावा करने वाला कोई भी व्यक्ति कुछ बेच रहा है। भारी संपीड़न, स्क्रीनशॉट, अपस्केलिंग और आक्रामक फ़िल्टर सभी एक वास्तविक तस्वीर को पैमाने के बीच की ओर धकेल सकते हैं, और एक निर्धारित जालसाज किसी भी एकल मॉडल को हराने के लिए काम कर सकता है। यही कारण है कि स्कोर को उसके साक्ष्य के साथ एक संभावना के रूप में प्रस्तुत किया जाता है: एक मानव निर्णय के लिए एक मजबूत इनपुट, कभी भी अपने दम पर उद्धृत किया जाने वाला फैसला नहीं।

विशिष्ट विफलता के तरीकों को कम करने के बजाय लिखा जाता है, और कानूनी, रोजगार या अनुशासनात्मक निर्णय में कभी भी अपने दम पर परिणाम का उपयोग नहीं किया जाना चाहिए। किसी ऐसे स्कोर पर कार्रवाई करने से पहले सटीकता और सीमाएँ पढ़ें जो किसी को प्रभावित करता है।

तीन चीजें जो हम नहीं करेंगे

हम आपकी छवियों को अपलोड करना शुरू नहीं करेंगे। स्थानीय विश्लेषण वास्तुकला है, फ़ीचर फ़्लैग नहीं। यदि भविष्य की क्षमता केवल सर्वर-साइड काम कर सकती है, तो यह शिप नहीं होती है।

हम पहचान को पेवॉल के पीछे नहीं रखेंगे। स्कोर, क्षेत्र का नक्शा और निर्यात मुफ़्त रहते हैं। टूल जो कुछ भी करता है वह मूल्य निर्धारण पृष्ठ पर है, और इसकी कोई लागत नहीं है।

हम सटीकता के आंकड़े का हवाला नहीं देंगे जिसका हम समर्थन नहीं कर सकें। इस साइट पर बेंचमार्क नंबर नियंत्रित परिस्थितियों में एक होल्ड-आउट शोध सेट से है, और इसे हर जगह उस तरह से लेबल किया जाता है जहाँ यह दिखाई देता है, क्योंकि वास्तविक दुनिया का प्रदर्शन कम है।