Hai làn đường
Một bộ phát hiện chạy hai bài kiểm tra độc lập và chúng trả lời cho những điều khác nhau. Giữ chúng tách biệt là ý tưởng hữu ích nhất trên trang này.
Phân tích điểm ảnh
- Hoạt động sau khi chụp màn hình và nén
- Trả về mức độ xác suất, không phải danh tính
- Không phụ thuộc vào trình tạo theo thiết kế
- Không thể nêu tên công cụ
- Giảm hiệu quả đối với các kiến trúc chưa từng thấy
Bằng chứng tệp tin
- Có thể nêu chính xác tên công cụ
- Mang tính mã hóa khi được ký
- Được gỡ bỏ bởi hầu hết mọi nền tảng
- Không có ở hầu hết các hình ảnh
- Bị tước bỏ một cách có chủ ý một cách dễ dàng
Những gì một tệp tin có thể khai báo
Khi một hình ảnh vẫn giữ nguyên cấu trúc ban đầu của nó, một số loại dấu hiệu có thể xuất hiện. Mỗi dấu hiệu là một tuyên bố do phần mềm đã ghi lại nó thực hiện hơn là một thứ được suy ra từ các điểm ảnh.
- Content Credentials. Một bản kê khai đã ký tên nêu tên công cụ và những gì nó đã làm. Một số trình tạo lớn hiện nay ký tên vào đầu ra của chúng, đây là hình thức mạnh mẽ nhất của loại này.
- Tham số tạo sinh. Một số công cụ mã nguồn mở nhúng trực tiếp câu lệnh, hạt giống, trình lấy mẫu và tên mô hình vào tệp, đây là nhiều thông tin hơn những gì hầu hết mọi người mong đợi tìm thấy.
- Trình nhận diện phần mềm. Một trường siêu dữ liệu đơn giản nêu tên ứng dụng đã lưu hình ảnh lần cuối.
- Được khai báo là hình mờ AI. Một cờ trạng thái cho biết hình mờ vô hình đã được áp dụng, đây là một tuyên bố hơn là bản thân hình mờ đó.
- Khẳng định chụp từ máy ảnh. Tuyên bố ngược lại, được thực hiện bởi một máy ảnh có chữ ký, rằng tệp đến từ một cảm biến.
Tất cả những điều này biến mất ngay thời điểm một hình ảnh được tải lên hầu như bất kỳ nền tảng nào. Đó là lý do tại sao việc quét tệp rất đáng thực hiện và không bao giờ đáng để dựa dẫm hoàn toàn: khi nó tìm thấy thứ gì đó thì phát hiện đó rất mạnh mẽ, và nó không tìm thấy gì trong phần lớn thời gian.
Lý do việc đặt tên cho trình tạo trở nên khó khăn
Nghe có vẻ như điều đó khả thi. Các công cụ khác nhau tạo ra các thẩm mỹ khác nhau, và một người dành thời gian cho chúng thường có thể đoán đúng. Trực giác đó không chuyển giao sang một bộ phát hiện vì ba lý do.
Các mô hình chia sẻ kiến trúc và dữ liệu huấn luyện, vì vậy dấu vân tay thống kê của chúng trùng lặp rất nhiều. Nhiều công cụ là các phiên bản được tinh chỉnh từ cùng một cơ sở, điều này khiến chúng gần như không thể phân biệt được ở cấp độ kết cấu ngay cả khi đầu ra của chúng trông khác nhau đối với con người.
Đầu ra cũng trải qua quá trình hậu xử lý. Việc nâng cấp độ phân giải, khôi phục khuôn mặt và chỉnh sửa đều diễn ra sau khi tạo và viết lại chính xác kết cấu mà việc nhận dạng sẽ phụ thuộc vào đó. Vào thời điểm một hình ảnh được công bố, nó có thể mang nhiều đặc điểm của công cụ nâng cấp hơn là của trình tạo.
Và mục tiêu liên tục dịch chuyển. Bất kỳ mô hình nhận dạng nào cũng là một bảng tra cứu những thứ đã tồn tại, điều này làm cho nó trở nên sai lệch đối với bất kỳ thứ gì được phát hành kể từ khi nó được huấn luyện, theo một cách âm thầm chứ không rõ ràng.
Ý nghĩa thực sự của phạm vi bao phủ tốt
Câu hỏi hữu ích về một bộ phát hiện không phải là nó nhận diện được những trình tạo nào bằng tên. Mà là quá trình huấn luyện rộng đến mức nào, bởi vì tính rộng lớn là thứ dự đoán hiệu suất trên mô hình chưa được phát hành.
| Cách tiếp cận | Điểm mạnh | Điểm yếu |
|---|---|---|
| Huấn luyện trên một số ít công cụ thương mại lớn | Độ chính xác cao trên các công cụ đó | Khả năng tổng quát hóa kém đối với bất kỳ thứ gì khác |
| Huấn luyện trên hàng nghìn trình tạo | Tổng quát hóa sang các mô hình chưa từng thấy | Độ chính xác đỉnh thấp hơn trên bất kỳ mô hình đơn lẻ nào |
| Tìm kiếm tạo tác của một kiến trúc | Rất cao trong khi nó còn tồn tại | Thất bại hoàn toàn khi phương pháp thay đổi |
| Chỉ đọc các dấu hiệu tệp tin | Chính xác khi hiện diện | Mù mờ trên phần lớn hình ảnh |
Hàng thứ hai là phương pháp được sử dụng ở đây, và sự đánh đổi này là có chủ ý. Một bộ phát hiện xuất sắc trên bốn sản phẩm và vô dụng trên sản phẩm thứ năm thì không có nhiều ích lợi cho việc kiểm tra một hình ảnh mà ai đó đã gửi cho bạn.
Về tên sản phẩm
Danh sách các trình tạo được hỗ trợ thiên về yếu tố tiếp thị nhiều hơn là kỹ thuật. Một mô hình điểm ảnh không có danh sách; nó có một phân phối huấn luyện. Việc đặt tên cho các sản phẩm ngụ ý khả năng trên từng công cụ mà việc phát hiện rộng không có và không cần đến.
Trường hợp một cái tên thực sự xuất hiện trong kết quả ở đây, nó xuất phát từ tệp thay vì từ các điểm ảnh, và kết quả nói rõ điều đó. Sự phân biệt đó rất đáng để yêu cầu ở bất kỳ công cụ nào bạn sử dụng.
Cách đọc một tuyên bố về phạm vi bao phủ
Các nhà cung cấp mô tả phạm vi bao phủ theo những cách nghe có vẻ tương đương nhưng thực ra không phải vậy. Ba cách diễn đạt xuất hiện lặp đi lặp lại và mỗi cách mang một ý nghĩa khác nhau.
Phát hiện hình ảnh từ X, Y và Z thường có nghĩa là bộ dữ liệu chuẩn chứa ba trình tạo đó. Đó là một tuyên bố về việc kiểm tra chứ không phải về khả năng, và nó không nói lên điều gì về trình tạo thứ tư.
Hỗ trợ hơn bốn mươi trình tạo thường có nghĩa là tập dữ liệu huấn luyện lấy từ từng đó nguồn. Điều đó có ý nghĩa hơn, bởi vì tính rộng lớn của việc huấn luyện là thứ dự đoán khả năng tổng quát hóa, nhưng nó vẫn không phải là sự đảm bảo về bất kỳ công cụ cụ thể nào.
Việc xác định mô hình nguồn gốc là yêu cầu khó nhất. Hãy tự hỏi liệu nhận diện đó đến từ tệp hay từ các điểm ảnh. Nếu nó đến từ các điểm ảnh, hãy yêu cầu đo độ chính xác của việc nhận diện tách biệt với độ chính xác của việc phát hiện, vì chúng là hai con số rất khác nhau.