คำตอบที่น่าเชื่อถือสำหรับคำถามที่ยาก

ทำไมเราถึงสร้างเครื่องมือนี้

เครื่องมือสร้างภาพ AI เปลี่ยนจากการเป็นของใหม่มาเป็นสิ่งที่พบเห็นได้ทั่วไปภายในเวลาไม่กี่ปี สิ่งนี้มีประโยชน์อย่างแท้จริง แต่ในขณะเดียวกันก็ได้ทำลายสมมติฐานที่พวกเราส่วนใหญ่ยึดถือมาตลอดว่า ภาพถ่ายคือหลักฐานของเหตุการณ์ที่เกิดขึ้นจริง การสร้างภาพปลอมที่แนบเนียนนั้นใช้เวลาเพียงไม่กี่วินาทีและไม่มีค่าใช้จ่าย

เครื่องมือที่สร้างขึ้นมาเพื่อช่วยเหลือนั้นส่วนใหญ่ไม่ได้ให้ความมั่นใจเท่าที่ควร หลายบริการต้องการให้คุณสมัครสมาชิก อัปโหลดภาพส่วนตัวไปยังเซิร์ฟเวอร์ที่คุณไม่รู้จัก แล้วส่งคืนตัวเลขเปอร์เซ็นต์เพียงตัวเดียวโดยไม่มีคำอธิบาย คุณถูกขอให้เชื่อถือกล่องดำเกี่ยวกับความน่าเชื่อถือของภาพ เราต้องการสิ่งที่ตรงกันข้าม: ผลลัพธ์ที่คุณสามารถทำความเข้าใจเหตุผลได้จริง โดยไม่ต้องเก็บไฟล์ของคุณไว้ในครอบครอง

วิธีการทำงานของเครื่องมือตรวจจับ

แกนหลักคือ vision transformer ที่ชื่อ __x Pixel Forensics · FT1 ซึ่งได้รับการฝึกฝนให้จดจำลายนิ้วมือทางสถิติที่กระบวนการสร้างและแก้ไขภาพทิ้งไว้ในพิกเซล ภาพจะถูกวิเคราะห์ในภาพรวม จากนั้นวิเคราะห์ซ้ำในรูปแบบตารางของส่วนที่ซ้อนทับกัน เพื่อให้การแก้ไขด้วย AI เพียงเล็กน้อยที่ซ่อนอยู่ในภาพจริงยังคงปรากฏให้เห็น คะแนนของแต่ละส่วนเหล่านั้นจะถูกนำมาสร้างเป็นแผนที่ความร้อนที่คุณเห็นในรายงาน

ผลลัพธ์ที่ได้คือคะแนนที่เทียบมาตรฐานตั้งแต่ 0 ถึง 100 โดยแบ่งเป็น 5 ช่วงคงที่และมีเส้นแบ่งการตัดสินใจที่ 65 เนื่องจากเกณฑ์การวัดนั้นคงที่และมีการเผยแพร่ไว้ คะแนน 72 ในวันนี้จึงหมายถึงสิ่งเดียวกับคะแนน 72 เมื่อสัปดาห์ที่แล้ว และคุณสามารถเห็นเหตุผล หลักฐานในแต่ละส่วน และสัญญาณจากไฟล์ที่อยู่เบื้องหลังทุกคำตัดสิน

ออกแบบโดยคำนึงถึงความเป็นส่วนตัว

โมเดล, รันไทม์ และการวิเคราะห์ทั้งหมดจะถูกดาวน์โหลดมายังเบราว์เซอร์ของคุณและทำงานที่นั่น ภาพที่คุณเลือกจากอุปกรณ์ของคุณจะไม่ถูกอัปโหลด จัดเก็บ จัดคิว หรือบันทึก ยกเว้นกรณีเดียวที่โปร่งใส: หากคุณวางลิงก์ของภาพที่เว็บไซต์ปฏิเสธการเข้าถึงโดยตรง เราจะดึงข้อมูลผ่านพร็อกซีสาธารณะเพื่อให้การตรวจสอบทำงานได้ กรณีนี้จะเกี่ยวข้องกับ URL เท่านั้น ไม่ใช่ไฟล์จากคอมพิวเตอร์ของคุณ และได้ระบุไว้อย่างชัดเจนใน นโยบายความเป็นส่วนตัว

วิธีที่เราตรวจสอบว่าเครื่องมือยังคงใช้งานได้

ทุกเวอร์ชันที่ปล่อยออกมาจะถูกนำไปทดสอบกับชุดประเมินผลคงที่ก่อน: ภาพถ่ายจริงจากกล้องหลายยุคสมัย ผลลัพธ์จากโมเดล diffusion และ transformer ที่มีอยู่ในขณะนั้น และส่วนที่สำคัญที่สุดคือ พื้นที่คาบเกี่ยวที่ไม่ชัดเจน เช่น ภาพถ่ายหน้าจอของรูปจริง ภาพถ่ายจากโทรศัพท์ที่ประมวลผลด้วยโหมดกลางคืน ภาพถ่ายสินค้าในสตูดิโอที่ถูกลดสัญญาณรบกวน รวมถึงภาพจริงที่มีการลบวัตถุออก

เราติดตามตัวเลขสองค่าแทนที่จะเป็นค่าเดียว ความแม่นยำโดยรวมสามารถปรับเปลี่ยนได้ง่ายโดยการเลื่อนเส้นแบ่งการตัดสินใจ ดังนั้นอัตราการรายงานภาพจริงว่าเป็นภาพปลอม (false positive) จึงถูกติดตามแยกต่างหากและถือว่าเป็นข้อจำกัดที่ท้าทายกว่า การปรับปรุงที่เพิ่มความแม่นยำเพียงเล็กน้อยแต่กลับทำให้ภาพจริงถูกระบุว่าเป็นภาพปลอมมากขึ้นนั้นไม่ใช่การปรับปรุงที่แท้จริง เพราะต้นทุนความเสียหายของการระบุภาพจริงว่าปลอมนั้นตกอยู่กับผู้ใช้งาน

ความซื่อตรงต่อข้อจำกัด

ไม่มีเครื่องมือตรวจจับใดที่แม่นยำในทุกภาพ และใครก็ตามที่อ้างเช่นนั้นย่อมมีเจตนาแอบแฝง การบีบอัดไฟล์ที่รุนแรง ภาพถ่ายหน้าจอ การขยายภาพ และฟิลเตอร์ที่จัดจ้านอาจผลักดันให้ภาพจริงมีคะแนนมาอยู่ตรงกลาง และผู้ปลอมแปลงที่ตั้งใจจริงก็สามารถพยายามหาวิธีเอาชนะโมเดลใดๆ ได้ นั่นคือเหตุผลที่เรานำเสนอคะแนนในรูปแบบความน่าจะเป็นควบคู่ไปกับหลักฐาน: เป็นข้อมูลประกอบการตัดสินใจของมนุษย์ ไม่ใช่คำตัดสินที่จะนำไปอ้างอิงโดยลำพัง

รูปแบบความล้มเหลวเฉพาะจุดได้รับการระบุไว้อย่างชัดเจน ไม่ควรนำผลลัพธ์ไปใช้เป็นหลักฐานประกอบการตัดสินใจทางกฎหมาย การจ้างงาน หรือทางวินัยโดยลำพัง โปรดอ่าน ความแม่นยำและข้อจำกัด ก่อนตัดสินใจดำเนินการใดๆ จากคะแนนที่อาจส่งผลกระทบต่อบุคคลอื่น

สิ่งที่เราจะไม่ทำ

เราจะไม่เริ่มอัปโหลดภาพของคุณ สถาปัตยกรรมของเราคือการวิเคราะห์ภายในเครื่องไม่ใช่ฟีเจอร์เสริม หากความสามารถในอนาคตจำเป็นต้องทำงานบนเซิร์ฟเวอร์ เราจะไม่นำมาใช้

เราจะไม่จำกัดการใช้งานเครื่องมือด้วยระบบเก็บเงิน คะแนน แผนที่ความร้อน และการส่งออกข้อมูลยังคงฟรี ทุกสิ่งที่เครื่องมือทำระบุไว้ใน หน้าราคา และใช้งานได้โดยไม่มีค่าใช้จ่าย

เราจะไม่กล่าวอ้างถึงตัวเลขความแม่นยำที่เราสนับสนุนไม่ได้ ตัวเลขเกณฑ์มาตรฐานบนเว็บไซต์นี้มาจากชุดข้อมูลวิจัยภายใต้สภาวะควบคุม และมีการระบุที่มาไว้อย่างชัดเจนในทุกที่ที่ปรากฏ เพราะประสิทธิภาพในการใช้งานจริงนั้นต่ำกว่านั้น