इमेज जनरेटर और उनके बचे हुए निशानों की मार्गदर्शिका

दो अलग-अलग रास्ते

एक डिटेक्टर दो स्वतंत्र जाँचें चलाता है और वे अलग-अलग चीज़ों का उत्तर देती हैं। उन्हें अलग रखना इस पेज पर सबसे उपयोगी विचार है।

एक फ़ाइल क्या घोषित कर सकती है

जब किसी इमेज में उसका मूल स्वरूप मौजूद होता है, तो कई प्रकार के मार्कर मौजूद हो सकते हैं। प्रत्येक उस सॉफ़्टवेयर द्वारा किया गया दावा है जिसने इसे लिखा था, न कि पिक्सेल से निकाला गया कोई निष्कर्ष।

• Content Credentials. एक हस्ताक्षरित घोषणापत्र जो टूल और उसके द्वारा किए गए कार्य का नाम बताता है। कुछ प्रमुख जनरेटर अब अपने आउटपुट पर डिजिटल हस्ताक्षर करते हैं, जो इसका सबसे मजबूत रूप है।
• Generation parameters. कई ओपन टूल सीधे फ़ाइल में प्रॉम्प्ट, सीड, सैंपलर और मॉडल का नाम एम्बेड करते हैं, जो कि अधिकांश लोगों की अपेक्षा से अधिक जानकारी है।
• सॉफ़्टवेयर पहचानकर्ता। एक सामान्य मेटाडेटा फ़ील्ड जो उस एप्लिकेशन का नाम बताती है जिसने अंतिम बार इमेज को सहेजा था।
• घोषित AI वॉटरमार्क। एक फ़्लैग जो बताता है कि एक अदृश्य वॉटरमार्क लागू किया गया था, जो केवल एक घोषणा है, स्वयं वॉटरमार्क नहीं।
• कैमरा कैप्चर प्रमाण। इसके विपरीत एक दावा, जो हस्ताक्षर करने वाले कैमरे द्वारा किया जाता है, कि फ़ाइल सेंसर से आई है।

लगभग किसी भी प्लेटफ़ॉर्म पर इमेज अपलोड होते ही ये सभी गायब हो जाते हैं। यही कारण है कि फ़ाइल स्कैन चलाना उपयोगी है लेकिन उस पर कभी पूरी तरह निर्भर नहीं होना चाहिए: जब इसे कुछ मिलता है तो वह ठोस होता है, पर अधिकांश समय इसे कुछ नहीं मिलता।

जनरेटर का नाम बताना कठिन क्यों है

ऐसा लगता है कि यह संभव होना चाहिए। अलग-अलग टूल अलग-अलग दृश्य शैली बनाते हैं, और जो व्यक्ति उनके साथ समय बिताता है वह अक्सर सही अनुमान लगा सकता है। वह सहज ज्ञान तीन कारणों से डिटेक्टर में काम नहीं करता।

मॉडल आर्किटेक्चर और प्रशिक्षण डेटा साझा करते हैं, इसलिए उनके सांख्यिकीय फ़िंगरप्रिंट काफी हद तक मेल खाते हैं। कई टूल एक ही आधार पर फ़ाइन-ट्यून किए गए होते हैं, जिससे वे बनावट (texture) के स्तर पर लगभग अप्रभेद्य हो जाते हैं, भले ही उनका आउटपुट किसी व्यक्ति को अलग दिखाई दे।

आउटपुट को बाद में प्रोसेस भी किया जाता है। अपस्केलिंग, फ़ेस रिस्टोरेशन और संपादन सभी जनरेशन के बाद होते हैं और वे उस सटीक बनावट को बदल देते हैं जिस पर पहचान निर्भर करती है। जब तक कोई इमेज प्रकाशित होती है, उसमें जनरेटर की तुलना में अपस्केलर के लक्षण अधिक हो सकते हैं।

और लक्ष्य लगातार बदलता रहता है। कोई भी पहचान मॉडल पहले से मौजूद चीज़ों की एक लुकअप तालिका होता है, जिससे वह अपने प्रशिक्षण के बाद जारी की गई किसी भी चीज़ के बारे में चुपचाप गलत परिणाम देता है।

अच्छे कवरेज का वास्तव में क्या अर्थ है

किसी डिटेक्टर के बारे में उपयोगी सवाल यह नहीं है कि वह किन जनरेटरों को नाम से पहचानता है। सवाल यह है कि उसका प्रशिक्षण कितना व्यापक था, क्योंकि व्यापकता ही उस मॉडल पर प्रदर्शन का अनुमान लगाती है जो अभी तक जारी नहीं हुआ है।

दूसरी पंक्ति यहाँ उपयोग किया गया दृष्टिकोण है, और यह समझौता जानबूझकर किया गया है। एक डिटेक्टर जो चार उत्पादों पर उत्कृष्ट है और पाँचवें पर बेकार है, वह किसी द्वारा भेजी गई इमेज की जाँच के लिए बहुत उपयोगी नहीं है।

उत्पाद के नामों पर

समर्थित जनरेटरों की सूचियाँ तकनीकी की तुलना में मार्केटिंग का साधन अधिक हैं। पिक्सेल मॉडल के पास कोई सूची नहीं होती; उसके पास एक प्रशिक्षण वितरण होता है। उत्पादों का नाम लेने से प्रत्येक टूल के लिए अलग क्षमता का संकेत मिलता है, जो व्यापक डिटेक्शन के पास नहीं होती और न ही इसकी आवश्यकता होती है।

यहाँ परिणाम में जहाँ भी कोई नाम दिखाई देता है, वह पिक्सेल के बजाय फ़ाइल से आया है, और परिणाम में यह स्पष्ट बताया जाता है। आपके द्वारा उपयोग किए जाने वाले किसी भी टूल से इस अंतर की मांग करना उचित है।

कवरेज के दावे को कैसे समझें

विक्रेता कवरेज का वर्णन ऐसे तरीकों से करते हैं जो सुनने में एक जैसे लगते हैं लेकिन होते नहीं हैं। तीन वाक्यांश बार-बार आते हैं और प्रत्येक का अर्थ अलग होता है।

X, Y और Z से इमेजों की पहचान करता है का आमतौर पर मतलब है कि बेंचमार्क में वे तीन शामिल थे। यह क्षमता के बजाय परीक्षण के बारे में एक बयान है, और यह चौथे जनरेटर के बारे में कुछ नहीं कहता।

चालीस से अधिक जनरेटरों का समर्थन करता है का आमतौर पर मतलब है कि प्रशिक्षण सेट में कई स्रोतों से डेटा लिया गया था। यह अधिक सार्थक है, क्योंकि प्रशिक्षण की व्यापकता ही सामान्यीकरण का संकेत देती है, फिर भी यह किसी विशिष्ट टूल के बारे में कोई गारंटी नहीं है।

सोर्स मॉडल की पहचान करना सबसे संदिग्ध दावा है। पूछें कि यह पहचान फ़ाइल से होती है या पिक्सल से। अगर यह पिक्सल से होती है, तो डिटेक्शन की सटीकता से अलग पहचान की सटीकता की मांग करें, क्योंकि ये दोनों बहुत अलग आंकड़े हैं।