क्या AI इमेज डिटेक्टर्स को धोखा दिया जा सकता है?

किसी भी पिक्सल डिटेक्टर को क्यों मात दी जा सकती है

एक डिटेक्टर पड़ोसी पिक्सल के बीच सांख्यिकीय बनावट को पढ़ता है। वह बनावट ही सबूत है। जो कुछ भी इसे दोबारा लिखता है वह सबूत को हटा देता है, और इसे दोबारा लिखने के कई सामान्य कारण हैं।

यह विधि की अपनी विशेषता है, न कि किसी एक उत्पाद की ख़ामी। जो टूल यह दावा करता है कि उसे धोखा नहीं दिया जा सकता, वह या तो पिक्सल के अलावा कुछ और माप रहा है, या आपसे सच नहीं कह रहा है।

श्रेणियां, जिन्हें निर्देश देने के बजाय वर्णित किया गया है

ये उस स्तर पर लिखे गए हैं जिसकी आवश्यकता एक समीक्षक को होती है। यह जानना कि कोई श्रेणी मौजूद है, आपको परिणाम में उसके लक्षण पहचानने में मदद करता है। यह कोई नुस्खा नहीं है, और इनमें से कोई भी चरण-दर-चरण मार्गदर्शिका नहीं है।

दाईं ओर की आखिरी चीज़ सबसे अधिक मायने रखती है, क्योंकि इसे सिर्फ एक स्कोर से पकड़ना सबसे कठिन है। किसी जनरेट किए गए ऑब्जेक्ट को असली फ़ोटो में जोड़ने पर भी फ़्रेम के अधिकांश हिस्से में असली टेक्सचर बना रहता है।

रीजन मैप इस बारे में क्या करता है

फ़्रेम को टाइल्स में स्कोर करना कम्पोज़िटिंग का सीधा समाधान है। पूरे फ़्रेम का औसत असली हिस्सों के कारण कम हो जाता है, लेकिन जिस टाइल में जोड़ा गया हिस्सा मौजूद है, उसका किसी अन्य के साथ औसत नहीं निकाला जाता।

पहचान से बचने की कोशिश करने वाले को क्या नुकसान होता है

सिग्नल छिपाने वाली हर तकनीक इमेज को भी नुकसान पहुंचाती है। यह समझौता ही वह सबसे उपयोगी बात है जो विश्लेषक के काम आ सकती है।

डिटेक्टर से बचने के लिए जिस इमेज में बहुत अधिक हेरफेर किया गया हो, वह आमतौर पर वैसी ही दिखती भी है। यदि कोई तस्वीर संदिग्ध रूप से कम गुणवत्ता वाली है और उसे किसी चीज़ के प्रमाण के रूप में पेश किया जा रहा है, तो वह गुणवत्ता अपने आप में एक निष्कर्ष है।

किन चीज़ों को इतनी आसानी से फ़ेक नहीं किया जा सकता

• प्रकाशन का इतिहास। वर्षों पहले इंडेक्स की गई तस्वीर पिछले महीने जनरेट नहीं की गई थी। रिवर्स सर्च अब भी सबसे मजबूत एकल जांच है।
• एक वैध Content Credential। वर्तमान पिक्सेल से जुड़ा एक हस्ताक्षरित मैनिफ़ेस्ट क्रिप्टोग्राफ़िक होता है। इसे हटाया जा सकता है, लेकिन जाली नहीं बनाया जा सकता।
• एक सुसंगत भौतिक दृश्य। परछाइयां, प्रतिबिंब और वस्तुओं के बीच निरंतरता वे क्षेत्र हैं जहां जनरेटर अब भी चूक जाते हैं, और हेरफेर से वे ठीक नहीं होते।
• एक फ़ाइल जो पहले से किसी और के पास है। भेजने वाले से उस डिवाइस की मूल फ़ाइल मांगें जिससे वह ली गई थी, और देखें कि आगे क्या होता है।

आपके लिए निष्कर्ष

एक दृढ़ और तकनीकी रूप से सक्षम हमलावर पिक्सेल डिटेक्टर को चकमा दे सकता है। यह सच है, लेकिन आम तौर पर ऐसा नहीं होता। अधिकांश लोग जिन इमेज की जांच करते हैं, वे लापरवाही से बनाई जाती हैं, सामान्य रूप से साझा की जाती हैं, और उनके प्रमाण बरकरार रहते हैं या फिर किसी हमलावर के बजाय चैट ऐप के कारण नष्ट होते हैं।

काफी खराब हो चुकी इमेज पर कम स्कोर को एक साफ़ परिणाम मानने के बजाय कोई परिणाम न मानें। यह समझ बिना किसी तकनीकी ज्ञान के भी, पहचान छिपाने के लगभग हर प्रयास को संभालने में मदद करती है।

यह होड़ असंतुलित है

जनरेशन और डिटेक्शन एक ही गति से बेहतर नहीं होते, और यह असंतुलन एकतरफ़ा है। एक नया जनरेटर मौजूदा हर डिटेक्टर के लिए अज्ञात डेटा की तरह आता है। मॉडल को दोबारा प्रशिक्षित करने का काम नए रिलीज़ के बाद होता है, इसलिए हमेशा एक ऐसा समय होता है जब नए आउटपुट की पहचान नहीं हो पाती।

यह समयावधि कम नहीं होती। एक नए मॉडल से पर्याप्त आउटपुट एकत्र करना, उसे लेबल करना, दोबारा प्रशिक्षित करना और जारी करना कम से कम हफ्तों का काम है। उस अवधि के दौरान एक डिटेक्टर नई जनरेशन को असली मान लेगा, क्योंकि वे उस डेटा से मेल नहीं खातीं जिन्हें पहचानने के लिए उसे सिखाया गया था।

केवल एक सिग्नल पर कभी निर्भर न रहने का यह सबसे मजबूत व्यावहारिक तर्क है। स्रोत डेटा और प्रकाशन इतिहास को इस बात से कोई फर्क नहीं पड़ता कि इमेज किस मॉडल ने बनाई है, इसलिए वे उस अवधि में भी काम करते हैं जिसे पिक्सेल विश्लेषण कवर नहीं कर सकता।