در دنیایی که فناوری هوش مصنوعی (AI) با شدت سرسام‌آوری در حال پیشرفت است، توانایی تشخیص تصاویر واقعی از تصاویر تولیدشده توسط هوش مصنوعی به چالشی حیاتی تبدیل شده است. وقتی که تصویری از پاپ با یک کاپشن پفی بزرگ وایرال شد، جهان با واقعیتی دلواپس‌کننده مواجه شد: دیگر نمی‌توانیم به آنچه می‌بینیم کاملاً مطمعن کنیم.

از تصاویر خنده‌دار و شگفت اولیه تا محتوای باورپذیر امروزی، ابزارهای هوش مصنوعی مولد همانند DALL-E 3، Stable Diffusion، و Midjourney تصاویری خلق می‌کنند که در نگاه اول، و حتی در بازدید‌های دقیق‌تر، می‌توانند ما را فریب دهند. این گزارش تفصیلی به بازدید راه حلهای شناسایی تصاویر تولیدشده توسط هوش مصنوعی، چالش‌های مرتبط، و پیامدهای اجتماعی آن می‌پردازد و راهکارهای عملی برای تحکیم توانایی‌های تشخیص اراعه می‌دهد.

انقلاب در خلق تصاویر

قوت و خطر هوش مصنوعی ابزارهای هوش مصنوعی مولد که تصاویر را از توضیحات متنی تشکیل می‌کنند، به لطف دسترسی آسان و هزینه کم یا رایگان، در دسترس همگان قرار گرفته‌اند.

ابزارهایی همانند Google Gemini، Adobe Firefly، و Craiyon به کاربران اجازه خواهند داد ایده‌های ذهنی خود را به تصاویری خیره‌کننده تبدیل کنند که وقتی تنها از طریق عکاسی یا نقاشی ممکن می بود. اما این قوت خلاقانه با خطراتی همراه است. تصاویر جعلی می‌توانند برای پروپاگاندای سیاسی، تشکیل محتوای غیراخلاقی همانند دیپ‌فیک‌های پورنوگرافیک، یا حتی فریب عمومی در اخبار منفعت گیری شوند. با پیشرفت هوش مصنوعی، تشخیص این تصاویر سخت‌تر شده و قولهایی همانند واترمارک‌گذاری تصاویر تولیدشده تا این مدت به نتیجه نرسیده و به نظر می‌رسد در برابر دستکاری‌های به عمد بی فایده باشند.

چرا تشخیص تصاویر جعلی اهمیت دارد؟

پیامدهای ناتوانی در تشخیص تصاویر تولیدشده توسط هوش مصنوعی فراتر از یک شوخی ساده است. برای مثال، تصاویر جعلی زلزله خیالی کاسکادیا در سال ۲۰۰۱ که از یک ساب‌ردیت Midjourney انتشار شد، نشان داد که چطور یک داستان مصنوعی، با جاده‌های فرو ریخته، امدادگران، و مردم وحشت‌زده، می‌تواند به‌شدت به‌گفتن حقیقت پذیرفته شود.

این اتفاقات خیالی، که تنها در ذهن یک هوش مصنوعی شکل گرفته می بود، برای افرادی که تحقیق نکردند واقعی به نظر آمد. این چنین مواردی خطر اطلاعات نادرست را در شبکه‌های اجتماعی و حتی رسانه‌های خبری برجسته می‌کند، جایی که تصاویر جعلی می‌توانند مطمعن عمومی را تضعیف کنند.

راه حلهای تشخیص تصاویر تولیدشده توسط هوش مصنوعی

با وجود چالش‌ها، نشانه‌ها و تکنیک‌هایی وجود دارند که می‌توانند به شناسایی تصاویر تولیدشده توسط هوش مصنوعی پشتیبانی کنند. این راه حلها، اگرچه کامل نیستند، ابزارهایی قوی برای تحکیم حس تشخیص کاربران اراعه خواهند داد. در ادامه، چهار روش کلیدی بازدید می‌شود که ترکیبی از تحلیل بصری و ابزارهای دیجیتال را در بر می‌گیرند:

۱. جست‌وجوی معکوس عکس: ردیابی منبع

یکی از اولین قدم‌ها برای برسی اعتبار یک عکس، انجام جست‌وجوی معکوس عکس است. ابزارهایی همانند Google Reverse Image Search می‌توانند منبع یک عکس را شناسایی کنند یا نشان دهند که آیا شبیه آن در جاهای دیگر وجود دارد. این روش به‌اختصاصی برای تصاویر خبری یا آن‌هایی که در شبکه‌های اجتماعی وایرال شده‌اند سودمند است. اگر تصویری ادعای یک اتفاقات مهم را دارد اما تنها در منبع های غیرمعتبر یافت می‌شود، گمان جعلی بودن آن بالاست.

مثال زلزله کاسکادیا نشان‌دهنده قوت و محدودیت این روش است. جست‌وجوی معکوس امکان پذیر تصویری را به یک خبر انگارً معتبر از NBC News مرتبط کند، اما بازدید دقیق‌تر مشخص می کند که هوش مصنوعی از آثار یک عکاس خبری الگوبرداری کرده است. این مشخص می کند که جست‌وجوی معکوس باید با تحلیل انتقادی همراه باشد تا از فریب خوردن جلوگیری شود.