SynthID और अदृश्य वॉटरमार्क

तीन परतें, आसानी से भ्रमित होने वाली

इन को छांटने से इस क्षेत्र की अधिकांश विरोधाभासी सलाह स्पष्ट हो जाती है, क्योंकि प्रत्येक परत एक अलग तरीके से विफल होती है और लोग जिस भी चीज़ से पहले मिलते हैं उससे सामान्यीकरण करते हैं।

तीसरी पंक्ति अजीब है और यही कारण है कि डिटेक्टर का अस्तित्व है। हटाने के लिए कुछ भी नहीं है, क्योंकि कुछ भी जोड़ा नहीं गया था: विश्लेषण उन गुणों को पढ़ता है जो जनरेशन प्रक्रिया ने अनजाने में उत्पन्न किए थे।

यह परतों को प्रतिस्पर्धा करने के बजाय पूरक बनाता है। वॉटरमार्क जाँच तब सटीक होती है जब यह काम करती है और अन्यथा चुप रहती है; पिक्सेल जाँच हमेशा कुछ न कुछ लौटाती है और कभी निश्चित नहीं होती है।

अदृश्य वॉटरमार्क कैसे काम करता है

जेनरेटर इमेज के निर्माण के रूप में पिक्सेल मानों में छोटे, संरचित समायोजन करता है, एक ऐसे पैटर्न में जिसे केवल एक मिलान करने वाला डिटेक्टर देखना जानता है। डिज़ाइन द्वारा परिवर्तन दृश्य धारणा की सीमा से नीचे हैं।

चूँकि सिग्नल फ़ाइल रैपर के बजाय पिक्सेल में होता है, इसलिए यह उन चीज़ों से बच जाता है जो मेटाडेटा को नष्ट कर देती हैं। स्क्रीनशॉट लेना, री-एनकोडिंग करना, रीसाइज़ करना और प्लेटफ़ॉर्म पर अपलोड करना सभी मेटाडेटा को पीछे छोड़ देते हैं और एक अच्छी तरह से डिज़ाइन किए गए वॉटरमार्क को बरकरार रख सकते हैं।

वह स्थायित्व ही मुख्य बिंदु है, और यह सीमित भी है। आक्रामक क्रॉपिंग पैटर्न के उन हिस्सों को हटा देती है जो छोड़े गए क्षेत्र में थे, भारी संपीड़न इसे कम करता है, और दूसरे जेनेरेटिव मॉडल के माध्यम से इमेज को चलाने से पिक्सेल पूरी तरह से ओवरराइट हो जाते हैं।

एक संरचनात्मक सीमा भी है जिसे अनदेखा कर दिया जाता है: वॉटरमार्क उस सिस्टम के लिए मालिकाना है जिसने इसे एम्बेड किया है। एक प्रदाता द्वारा बनाया गया वेरिफ़ायर उस प्रदाता के निशानों को पढ़ता है और हर दूसरे आउटपुट के बारे में चुप रहता है, जिसमें प्रत्येक खुला मॉडल शामिल है जो कुछ भी एम्बेड नहीं करता है।

अंतिम दो कॉलम दिलचस्प हैं। एक स्क्रीनशॉट उस सांख्यिकीय संकेत को नष्ट कर देता है जिसे एक डिटेक्टर पढ़ता है जबकि एक टिकाऊ वॉटरमार्क बरकरार रहता है; री-जेनरेशन इसके विपरीत करता है। कोई भी परत दूसरे को पूरी तरह से कवर नहीं करती है, जो दोनों को रखने का तर्क है।

आप हर वॉटरमार्क की जाँच क्यों नहीं कर सकते

यह व्यावहारिक सीमा है जो लोगों को निराश करती है। सत्यापन के लिए उस डिटेक्टर की आवश्यकता होती है जो एम्बेडर से मेल खाता हो, और वे उन संगठनों द्वारा नियंत्रित किए जाते हैं जिन्होंने उन्हें बनाया है।

कुछ प्रदाता अपने स्वयं के आउटपुट के लिए एक सार्वजनिक सत्यापन पृष्ठ उजागर करते हैं। अन्य इसे केवल भागीदारों के लिए उपलब्ध कराते हैं, और खुले मॉडल आम तौर पर कुछ भी एम्बेड नहीं करते हैं, जिसका अर्थ है कि वेब पर जेनरेटेड छवियों का एक बड़ा हिस्सा खोजने के लिए कोई वॉटरमार्क नहीं है।

इसलिए नकारात्मक वॉटरमार्क परिणाम अर्थहीन के करीब है। यह आपको बताता है कि यह विशेष योजना आग नहीं लगा रही है, जो किसी अन्य सिस्टम से आउटपुट के लिए और किसी भी चीज़ के लिए अपेक्षित परिणाम है जिसे आक्रामक रूप से फिर से एन्कोड किया गया है।

एक सकारात्मक परिणाम इसके विपरीत है: मजबूत, विशिष्ट और अभिनय के लायक। जब एक वॉटरमार्क वेरिफ़ायर कहता है कि एक तस्वीर एक विशेष प्रणाली से आई है, तो यह इसके बारे में अनुमान लगाने के बजाय सिस्टम से ही एक दावा है।

यह कहाँ जा रहा है

दिशा एकल उत्तर के बजाय लेयरिंग की ओर है। फ़ाइल में क्रेडेंशियल्स, पिक्सेल में एक वॉटरमार्क, और ऊपर सांख्यिकीय पहचान, प्रत्येक उन मामलों को कवर करती है जिन्हें दूसरे याद करते हैं।

प्रौद्योगिकी के बजाय गोद लेना (adoption) बाधा है। वॉटरमार्किंग तब अच्छी तरह से काम करती है जब जेनरेटर इसे लागू करता है, प्लेटफ़ॉर्म इसे संरक्षित करता है और एक वेरिफ़ायर उपलब्ध होता है, और उन तीनों में से कोई भी विफल होने पर आपको पिक्सेल पढ़ने के लिए लौटा देता है।

आज निर्णय लेने वाले किसी भी व्यक्ति के लिए, व्यावहारिक रुख अपरिवर्तित है। उपलब्ध जाँच चलाएँ, सकारात्मक मार्कर को मजबूत और लापता को मौन मानें, और दाँव वास्तविक होने पर प्रोवेनेंस और संदर्भ पर वजन डालें।

हटाने के शोध से ज्यादा हटाने का मामला क्यों महत्वपूर्ण है

शैक्षणिक कार्य नियमित रूप से यह प्रदर्शित करता है कि दी गई वॉटरमार्किंग योजना को स्ट्रिप किया जा सकता है, और प्रत्येक प्रदर्शन की सूचना ऐसे दी जाती है जैसे कि विचार विफल हो गया हो। वह पढ़ना याद नहीं करता है कि तकनीक किस लिए है।

वॉटरमार्क ताला नहीं है। यह उस व्यक्ति पर लगाया गया एक खर्च है जो जेनरेटेड आउटपुट को फोटोग्राफिक के रूप में पास करना चाहता है, और एक ऐसा खर्च है जिसे अधिकांश लोग भुगतान नहीं करेंगे। आकस्मिक रीपोस्टिंग जो भ्रामक इमेजरी के भारी बहुमत के लिए जिम्मेदार है, इससे नहीं बचती है।

तुलना करने लायक मेटाडेटा है, जिसे इंटरनेट पर हर प्लेटफ़ॉर्म द्वारा बिना किसी कोशिश के आकस्मिक रूप से हटा दिया जाता है। एक ऐसा संकेत जिसे हराने के लिए जानबूझकर प्रयास की आवश्यकता होती है, एक महत्वपूर्ण सुधार है, भले ही एक दृढ़ विरोधी इसे हरा दे।

आलोचना जहाँ उतरती है वह निश्चितता के दावों पर है। एक प्रदाता का कहना है कि इसका वॉटरमार्क मूल साबित करता है, वह अतिशयोक्ति कर रहा है; एक का कहना है कि इसका वॉटरमार्क अपने स्वयं के असंशोधित आउटपुट की पहचान करता है, वह चीज़ का सटीक वर्णन कर रहा है।

सकारात्मक परिणाम के साथ क्या करना है

इसे इस क्षेत्र में उपलब्ध सबसे मजबूत एकल संकेत के रूप में मानें, और अभी भी पूछताछ के अंत के रूप में नहीं। एक वॉटरमार्क उस प्रणाली की पहचान करता है जिसने पिक्सेल का उत्पादन किया, जो यह स्थापित करने के समान नहीं है कि इमेज का उपयोग क्या दावा करने के लिए किया जा रहा है।

एक जेनरेटेड इलस्ट्रेशन इसलिए समस्या नहीं है क्योंकि यह जेनरेट किया गया है। यह तब बन जाता है जब इसे किसी ऐसी चीज़ के रिकॉर्ड के रूप में प्रस्तुत किया जाता है जो हुई थी, और वह प्रस्तुति फ़ाइल के बारे में न होकर कैप्शन के बारे में एक सवाल है।

इसके इर्द-गिर्द प्रक्रिया बनाने वाले किसी भी व्यक्ति के लिए, काम करने वाला अनुक्रम पहले फ़ाइल की जाँच करना है, दूसरे वॉटरमार्क की जहाँ एक वेरिफ़ायर मौजूद है, और आखिरी में पिक्सेल। प्रत्येक चरण उसके बाद वाले की तुलना में सस्ता और अधिक निर्णायक है, और अधिकांश छवियों का फैसला तीसरे से पहले हो जाता है।

प्रतिकूल-सहज (counter-intuitive) हिस्सा यह है कि सबसे कम निर्णायक परत एकमात्र ऐसी परत है जो हमेशा जवाब देती है। यह डिटेक्शन की आलोचना नहीं है; यह इसका कारण है कि यह मौजूद है, और यही कारण है कि परिणाम को फैसले के बजाय संभावना के रूप में पढ़ा जाना चाहिए।