คู่มือสนามเกี่ยวกับเครื่องมือสร้างภาพและสิ่งที่ทิ้งไว้เบื้องหลัง

สองแนวทาง

เครื่องมือตรวจจับทำงานสองอย่างที่เป็นอิสระต่อกันและตอบคำถามที่ต่างกัน การแยกสองสิ่งนี้ออกจากกันเป็นแนวคิดที่มีประโยชน์ที่สุดในหน้านี้

สิ่งที่ไฟล์สามารถระบุได้

เมื่อภาพยังคงโครงสร้างเดิมไว้ เครื่องหมายหลายประเภทอาจยังอยู่ แต่ละอย่างเป็นคำกล่าวอ้างโดยซอฟต์แวร์ที่เขียนไฟล์นั้นขึ้นมา แทนที่จะเป็นสิ่งที่ได้จากการวิเคราะห์พิกเซล

• Content Credentials. รายการบันทึกที่ลงนามระบุชื่อเครื่องมือและสิ่งที่ทำ เครื่องมือสร้างภาพหลักบางตัวลงนามผลลัพธ์ของตน ซึ่งถือเป็นรูปแบบที่แข็งแกร่งที่สุด
• พารามิเตอร์การสร้างภาพ. เครื่องมือแบบเปิดหลายตัวฝัง Prompt, Seed, Sampler และชื่อโมเดลไว้ในไฟล์โดยตรง ซึ่งเป็นข้อมูลที่มากกว่าที่คนส่วนใหญ่คาดว่าจะพบ
• ตัวระบุซอฟต์แวร์. ฟิลด์ข้อมูลเมตาปกติที่ระบุชื่อแอปพลิเคชันที่บันทึกภาพล่าสุด
• ลายน้ำ AI ที่ประกาศไว้. สถานะที่ระบุว่ามีการประทับลายน้ำที่มองไม่เห็น ซึ่งเป็นการประกาศตัวตนมากกว่าตัวลายน้ำเอง
• การรับรองจากการถ่ายภาพด้วยกล้อง. ข้อความยืนยันตรงกันข้ามจากกล้องที่มีระบบลงนามไฟล์ ว่าไฟล์นั้นมาจากเซนเซอร์จริง

ข้อมูลทั้งหมดนี้จะหายไปทันทีเมื่อภาพถูกอัปโหลดไปยังแพลตฟอร์มส่วนใหญ่ นี่คือเหตุผลที่การสแกนไฟล์นั้นคุ้มค่าที่จะลองแต่ไม่ควรยึดติด เมื่อพบข้อมูลถือว่าเป็นหลักฐานที่หนักแน่น แต่ส่วนใหญ่แล้วมักจะไม่พบอะไรเลย

ทำไมการระบุชื่อเครื่องมือสร้างภาพถึงเป็นเรื่องยาก

ฟังดูเหมือนจะเป็นไปได้ เครื่องมือแต่ละอย่างให้ความสวยงามที่ต่างกัน และคนที่ใช้งานบ่อยมักจะเดาได้อย่างถูกต้อง แต่สัญชาตญาณนั้นไม่สามารถนำมาใช้กับเครื่องมือตรวจจับได้ด้วยเหตุผลสามประการ

โมเดลต่างๆ ใช้สถาปัตยกรรมและข้อมูลการฝึกฝนร่วมกัน ดังนั้นลายนิ้วมือทางสถิติจึงทับซ้อนกันมาก เครื่องมือจำนวนมากเป็นรุ่นปรับปรุงของฐานเดียวกัน ซึ่งทำให้แทบแยกไม่ออกในระดับพื้นผิว แม้ผลลัพธ์จะดูต่างกันในสายตาคน

ผลลัพธ์ยังผ่านการประมวลผลภายหลัง การขยายภาพ การปรับแต่งใบหน้า และการแก้ไขเกิดขึ้นหลังการสร้างภาพ และเขียนทับพื้นผิวที่การระบุตัวตนต้องพึ่งพา เมื่อภาพถูกเผยแพร่ มันอาจมีลักษณะของการขยายภาพมากกว่าตัวเครื่องมือสร้างภาพเอง

และเป้าหมายมีการเปลี่ยนแปลงตลอดเวลา โมเดลการระบุตัวตนใดๆ เป็นเพียงตารางค้นหาของสิ่งที่เคยมีอยู่แล้ว ซึ่งทำให้มันผิดพลาดเกี่ยวกับสิ่งที่เพิ่งถูกปล่อยออกมาหลังการฝึกฝน ในรูปแบบที่แนบเนียนไม่ใช่รูปแบบที่ชัดเจน

ขอบเขตการตรวจจับที่ดีหมายถึงอะไร

คำถามที่เป็นประโยชน์เกี่ยวกับเครื่องมือตรวจจับไม่ใช่ว่ามันรู้จักเครื่องมือใดบ้าง แต่คือความกว้างขวางของการฝึกฝน เพราะความกว้างขวางคือสิ่งที่ทำนายประสิทธิภาพในโมเดลที่ยังไม่ออกสู่ตลาด

บรรทัดที่สองคือแนวทางที่ใช้ในที่นี้ และการแลกเปลี่ยนนี้ทำอย่างตั้งใจ เครื่องมือตรวจจับที่ยอดเยี่ยมกับผลิตภัณฑ์สี่ตัวแต่ใช้ไม่ได้ผลกับตัวที่ห้า ไม่ค่อยมีประโยชน์ในการตรวจสอบภาพที่ใครสักคนส่งมาให้คุณ

เกี่ยวกับชื่อผลิตภัณฑ์

รายการเครื่องมือสร้างภาพที่รองรับเป็นเรื่องของการตลาดมากกว่าเรื่องทางเทคนิค โมเดลพิกเซลไม่มีรายการ แต่มีข้อมูลการฝึกฝน การตั้งชื่อผลิตภัณฑ์บ่งบอกถึงความสามารถต่อเครื่องมือ ซึ่งเครื่องมือตรวจจับแบบกว้างไม่ได้มีและไม่จำเป็นต้องมี

ในกรณีที่ชื่อผลิตภัณฑ์ปรากฏในผลลัพธ์ที่นี่ ข้อมูลนั้นมาจากตัวไฟล์เองไม่ใช่จากพิกเซล และผลลัพธ์ได้ระบุไว้ชัดเจน ความแตกต่างนั้นเป็นสิ่งที่ควรยึดถือจากเครื่องมือใดก็ตามที่คุณใช้

วิธีอ่านการอ้างอิงเรื่องขอบเขตการตรวจจับ

ผู้ให้บริการบรรยายขอบเขตในรูปแบบที่ดูเหมือนจะเปรียบเทียบกันได้แต่จริงๆ แล้วไม่ใช่ คำอธิบายสามรูปแบบมักปรากฏอยู่บ่อยครั้งและแต่ละอย่างมีความหมายที่ต่างกัน

ตรวจจับภาพจาก X, Y และ Z มักหมายถึงชุดทดสอบประกอบด้วยสามตัวนั้น เป็นการกล่าวถึงการทดสอบมากกว่าความสามารถ และไม่ได้บอกอะไรเกี่ยวกับเครื่องมือที่สี่เลย

รองรับเครื่องมือสร้างภาพกว่าสี่สิบตัว มักหมายถึงชุดการฝึกฝนมาจากแหล่งข้อมูลจำนวนนั้น ซึ่งมีความหมายมากกว่าเพราะความกว้างขวางในการฝึกฝนเป็นตัวทำนายการประยุกต์ใช้ แต่ก็ยังไม่ใช่การรับประกันเกี่ยวกับเครื่องมือใดเป็นการเฉพาะ

การระบุโมเดลต้นทางคือข้อเรียกร้องที่ตอบได้ยากที่สุด ให้ตั้งคำถามว่าการระบุนั้นมาจากไฟล์หรือมาจากพิกเซล หากมาจากพิกเซล ให้แยกขอความแม่นยำในการระบุออกจากความแม่นยำในการตรวจจับ เพราะเป็นตัวเลขที่แตกต่างกันมาก