असली फ़ोटो को AI के रूप में फ़्लैग क्यों किया जाता है

छह बातें जो फ़ाल्स पॉज़िटिव का कारण बनती हैं

एक डिटेक्टर आस-पास के पिक्सेल के बीच सांख्यिकीय बनावट (texture) को पढ़ता है। कोई भी चीज़ जो उस बनावट को बदलती है, स्कोर को प्रभावित करती है, चाहे उसमें जनरेटर शामिल रहा हो या नहीं। ये वे कारण हैं जिस क्रम में वे व्यवहार में दिखाई देते हैं।

1. स्क्रीनशॉट। स्क्रीनशॉट किसी छवि का री-रेंडर होता है, उसकी प्रति नहीं। मॉडल जिस बारीक विवरण को पढ़ता है, उसे स्क्रीन पर दिख रही चीज़ों से बदल दिया जाता है। स्क्रीनशॉट के स्क्रीनशॉट और भी खराब होते हैं।
2. अपस्केलिंग। कोई भी टूल जो फ़ोटो को बड़ा करता है, वह उन पिक्सेल को जोड़ता है जिन्हें कैप्चर नहीं किया गया था। वे जोड़े गए पिक्सेल जनरेट किए गए पिक्सेल होते हैं, इसलिए डिटेक्टर गलत नहीं है, वह उस सवाल का जवाब दे रहा है जो आपने नहीं पूछा था।
3. अत्यधिक नॉइज़ रिडक्शन। फ़ोन के नाइट मोड, कम रोशनी की प्रोसेसिंग और डिनॉइज़िंग फ़िल्टर उस सेंसर नॉइज़ को चिकना (smooth) कर देते हैं जो वास्तविक कैप्चर की पहचान होती है। उस नॉइज़ को हटाने से कैमरे का प्रमाण मिट जाता है।
4. अत्यधिक रीटचिंग। स्किन स्मूथिंग, फ़्रीक्वेंसी सेपरेशन और पोर्ट्रेट फ़िल्टर चेहरे की बनावट को दोबारा बनाते हैं। अत्यधिक रीटच किए गए पोर्ट्रेट का स्कोर हल्के से संपादित जनरेट किए गए पोर्ट्रेट से अधिक हो सकता है।
5. मजबूत कम्प्रेशन। बार-बार JPEG में सहेजने से हर जगह का बारीक विवरण नष्ट हो जाता है। प्रकाशित बेंचमार्क पर सटीकता साफ़ मूल प्रतियों पर 91.3 प्रतिशत से गिरकर गुणवत्ता 40 पर 84.6 प्रतिशत हो जाती है।
6. छोटी छवियां और अत्यधिक क्रॉप। छोटे किनारे पर लगभग 576 पिक्सेल से नीचे क्षेत्रों में विभाजित करने के लिए पर्याप्त विवरण नहीं होता है, और पूरे फ़्रेम का स्कोर कम विश्वसनीय हो जाता है।

आधुनिक फोन की तस्वीरें सबसे कठिन मामला क्यों हैं

वर्तमान फोन से ली गई तस्वीर केवल एक एक्सपोज़र नहीं होती। यह आपके देखने से पहले ही सॉफ़्टवेयर द्वारा मर्ज, डिनॉइज़, शार्प और टोन-मैप किए गए कई फ्रेम होते हैं। कंप्यूटेशनल फोटोग्राफी और इमेज जनरेशन एक जैसी समस्याओं को हल करते हैं, और वे एक जैसे निशान छोड़ते हैं।

यह एक वास्तविक सीमा है, न कि कोई बग जिसे पैच करके ठीक कर दिया जाएगा। नाइट-मोड पोर्ट्रेट का महीन टेक्सचर सेंसर द्वारा कैप्चर किए जाने से ज़्यादा सॉफ़्टवेयर द्वारा लिखा गया होता है। उस टेक्सचर को पढ़ने वाला डिटेक्टर सॉफ़्टवेयर आउटपुट को पढ़ रहा होता है, क्योंकि फ़ाइल में वही मौजूद है।

ठीक से दोबारा परीक्षण कैसे करें

1. फ़ाइल ढूंढें, उसकी कोई कॉपी नहीं

   कैमरा रोल, मेमोरी कार्ड या मूल एक्सपोर्ट पर जाएं। जो कुछ भी चैट ऐप, सोशल प्लेटफ़ॉर्म या स्क्रीनशॉट के माध्यम से आया है, वह पहले ही दोबारा कंप्रेस हो चुका है।

2. इसे फ़ोटो के रूप में नहीं, बल्कि फ़ाइल के रूप में भेजें

   मैसेजिंग ऐप इमेज के रूप में भेजी गई किसी भी चीज़ को दोबारा कंप्रेस कर देते हैं। अधिकांश में एक दस्तावेज़ (document) या फ़ाइल का विकल्प होता है जो मूल बाइट्स को स्थानांतरित करता है।

3. उस प्रोसेसिंग को बंद करें जिसे आप नियंत्रित कर सकते हैं

   यदि आप दोबारा शूट कर रहे हैं, तो ब्यूटी फिल्टर और स्किन स्मूथिंग को बंद कर दें। जहां कैमरा raw या अनप्रोसेस्ड विकल्प प्रदान करता है, उसका उपयोग करें।

4. रीजन मैप की जांच करें

   पूरे फ्रेम में एक समान गर्म (warm) मैप वैश्विक प्रोसेसिंग की ओर इशारा करता है। एक ठंडे (cold) फ्रेम में एक गर्म क्षेत्र स्थानीय संपादन (local edit) को दर्शाता है। ये अलग-अलग निष्कर्ष हैं।

5. किसी ज्ञात और प्रामाणिक फ़ोटो से तुलना करें

   उसी कैमरे की कोई ऐसी तस्वीर चलाएं जिसके बारे में आप निश्चित हों। यदि उसका स्कोर भी समान आता है, तो तस्वीर के बजाय कैमरे की प्रोसेसिंग इसका कारण है।

पैटर्न आपको क्या बताता है

मध्यम बैंड में एक समान फैलाव उस वास्तविक तस्वीर की पहचान है जो बहुत अधिक सॉफ़्टवेयर से गुज़री है। यह एक ईमानदार उत्तर भी है: इमेज में अब किसी भी दिशा में आश्वस्त निर्णय का समर्थन करने के लिए पर्याप्त मूल विवरण नहीं बचा है।

यदि आप पर कोई आरोप लगा है

डिजाइनरों, फोटोग्राफरों और छात्रों से यह साबित करने के लिए कहा जा रहा है कि उन्होंने अपना काम खुद किया है। एक स्कोर ऐसा नहीं कर सकता, लेकिन इसके आसपास की सामग्री ऐसा कर सकती है।

• लेयर्ड सोर्स फ़ाइल या raw कैप्चर अपने पास रखें। इतिहास वाली एक वर्किंग फ़ाइल किसी भी डिटेक्टर आउटपुट की तुलना में कहीं अधिक मजबूत सबूत है।
• मध्यवर्ती संस्करण (intermediate versions) संभाल कर रखें। टाइमस्टैम्प वाले प्रगति शॉट्स को बाद में गढ़ना कठिन होता है।
• Content Credentials के साथ एक्सपोर्ट करें जहां आपका सॉफ़्टवेयर इसका समर्थन करता है। एक हस्ताक्षरित क्रेडेंशियल सांख्यिकीय के बजाय क्रिप्टोग्राफ़िक होता है।
• पूछें कि आरोप किस पर आधारित है। अप्रकाशित बैंड वाले किसी अनाम टूल का एक अकेला स्कोर कोई अंतिम निष्कर्ष नहीं है, और ऐसा कहना सर्वथा उचित है।

यह जानना भी महत्वपूर्ण है कि त्रुटि की दिशा यादृच्छिक नहीं होती है। डिटेक्टरों को जनरेट की गई इमेज को पकड़ने के लिए ट्यून किया जाता है, और यह ट्यूनिंग उन्हें सिंथेटिक को सही बताने की तुलना में वास्तविक तस्वीर को संदिग्ध चिह्नित करने के लिए अधिक तैयार करती है। यदि आप पर संदेह किया जा रहा है, तो टूल आपके प्रति तटस्थ नहीं है, और परिणाम पढ़ने वाले को इस पर कार्रवाई करने से पहले यह बात पता होनी चाहिए।