قد يكمن مفتاح اكتشاف التزييف العميق في الفضاء السحيق
يقول المثل القديم إن العيون هي نافذة الروح، ولكن عندما يتعلق الأمر بالصور المزيفة، فقد تكون نافذة على الواقع.
هذا وفقاً لبحث جديد أجري في جامعة هال في المملكة المتحدة، والذي طبق التقنيات المستخدمة عادة في مراقبة المجرات البعيدة لتحديد ما إذا كانت صور الوجوه البشرية حقيقية أم لا. نشأت الفكرة عندما كان كيفن بيمبليت، أستاذ الفيزياء الفلكية في الجامعة، يدرس صور الوجه التي تم إنشاؤها بواسطة المولدات الفنية للذكاء الاصطناعي (AI) Midjourney وStable Diffusion. وتساءل عما إذا كان بإمكانه استخدام الفيزياء لتحديد الصور المزيفة وأيها حقيقية. وقال لموقع Space.com: "لقد اتضح لي أن الانعكاسات في العيون هي الشيء الواضح الذي يجب النظر إليه".
هذا الشخص غير موجود، موقع على شبكة الإنترنت يقوم بإنشاء صور واقعية للأشخاص الذين تعتقد أنهم موجودون، ولكن لا.
ذات صلة: مشروع فيديو "كارثة" أبولو 11 يسلط الضوء على الخطر المتزايد لتقنية التزييف العميق
يصبح الأمر واضحًا بمجرد معرفة وجوده: لقد قمت بتحديث "هذا الشخص غير موجود" خمس مرات ودرست الانعكاسات في العيون. وكانت الوجوه مثيرة للإعجاب. في لمحة سريعة، لا يوجد شيء يشير إلى أنها مزيفة.
كشف الفحص الدقيق عن بعض الاختلافات شبه غير المحسوسة في إضاءة أي من مقلتي العين. لا يبدو أنهم متطابقون تمامًا. في إحدى الحالات، أنتج الذكاء الاصطناعي رجلاً يرتدي نظارات، وبدا الانعكاس في عدسته أيضًا بعيدًا بعض الشيء.
لكن ما لم تتمكن عيني من قياسه هو مدى اختلاف الانعكاسات. لإجراء مثل هذا التقييم، ستحتاج إلى أداة يمكنها تحديد الانتهاكات للقواعد الدقيقة للبصريات. وهنا يأتي دور برنامجي Pimbblet وOwolabi. فقد استخدما تقنيتين من قواعد اللعبة في علم الفلك، "معلمات CAS" و"مؤشر Gini".
في علم الفلك، يمكن لمعلمات CAS تحديد بنية المجرة عن طريق فحص التركيز وعدم التماثل والنعومة (أو "التكتل") لملف الضوء. على سبيل المثال، المجرة الإهليلجية لها قيمة C عالية وقيم A وS منخفضة – يتركز ضوءها داخل مركزها، ولكن لها غلاف أكثر انتشارًا، مما يجعلها أكثر سلاسة وأكثر تناسقًا. ومع ذلك، وجد الباحثان أن تقنية CAS لم تكن مفيدة في اكتشاف التزييف العميق. يعمل التركيز بشكل أفضل مع نقطة واحدة من الضوء، ولكن غالبًا ما تظهر الانعكاسات على شكل بقع من الضوء متناثرة عبر مقلة العين. يعاني عدم التماثل من مشكلة مماثلة، فهذه البقع تجعل الانعكاس غير متماثل، وقال بيمبليت إنه كان من الصعب الحصول على هذا القياس "بشكل صحيح".
كان استخدام معامل جيني أفضل بكثير. وهذه طريقة لقياس عدم المساواة عبر مجموعة من القيم. ويمكن استخدامه لحساب مجموعة من النتائج المتعلقة بعدم المساواة، مثل توزيع الثروة، أو متوسط العمر المتوقع، أو ربما الدخل، وهو الأمر الأكثر شيوعًا. في هذه الحالة، تم تطبيق جيني على عدم المساواة في البكسل.
وقال بيمبليت: "يأخذ جيني توزيع البكسل بالكامل، وهو قادر على معرفة ما إذا كانت قيم البكسل موزعة بشكل مماثل بين اليسار واليمين، وهو أسلوب قوي غير معلمي يجب اتباعه هنا".
تم تقديم العمل في اجتماع الجمعية الفلكية الملكية في جامعة هال في 15 يوليو، ولكن لم تتم مراجعته ونشره بعد. ويعمل الزوجان على تحويل الدراسة إلى منشور.
يقول Pimblet أن البرنامج هو مجرد دليل على المفهوم في هذه المرحلة. ولا يزال البرنامج يشير إلى النتائج الإيجابية الكاذبة والسلبيات الكاذبة، بمعدل خطأ يبلغ حوالي ثلاثة من كل 10. كما تم اختباره أيضًا على نموذج واحد للذكاء الاصطناعي حتى الآن. يقول بيمبليت: "لم نختبر نماذج أخرى، لكن هذه ستكون خطوة تالية واضحة".
وقال دان ميلر، عالم النفس في جامعة جيمس كوك في أستراليا، إن النتائج التي توصلت إليها الدراسة تقدم معلومات مفيدة، لكنه حذر من أنها قد لا تكون ذات صلة بشكل خاص بتحسين اكتشاف الإنسان للتزييف العميق – على الأقل ليس بعد، لأن الطريقة تتطلب نمذجة رياضية متطورة ضوء. ومع ذلك، أشار إلى أن "النتائج يمكن أن تساعد في تطوير برنامج الكشف عن التزييف العميق".
ويبدو أن البرمجيات ستكون ضرورية، بالنظر إلى مدى تعقيد المنتجات المزيفة. في دراسة أجريت عام 2023، قام ميلر بتقييم مدى قدرة المشاركين على اكتشاف مقطع فيديو مزيف، وتزويد مجموعة واحدة بقائمة من العناصر المرئية – مثل الظلال أو الإضاءة – التي يجب عليهم البحث عنها. لكن البحث وجد أن التدخل لم ينجح على الإطلاق. كان المشاركون قادرين فقط على اكتشاف المنتجات المزيفة بالإضافة إلى مجموعة المراقبة التي لم تحصل على النصائح (يشير هذا النوع إلى أن تجربتي الشخصية المصغرة أعلاه يمكن أن تكون تجربة غريبة).
يبدو مجال الذكاء الاصطناعي بأكمله وكأنه يتحرك بسرعة الضوء منذ سقوط ChatGPT في أواخر عام 2022. ويشير Pimbblet إلى أن نهج الثنائي سيعمل مع مولدات صور الذكاء الاصطناعي الأخرى، لكنه يشير أيضًا إلى أنه من المحتمل أيضًا أن تكون النماذج الأحدث قادرة على "حل مشكلة الإضاءة الفيزيائية". ".
يثير هذا البحث أيضًا سؤالًا مثيرًا للاهتمام: إذا كان الذكاء الاصطناعي قادرًا على توليد انعكاسات يمكن تقييمها باستخدام أساليب تعتمد على علم الفلك… فهل يمكن استخدام الذكاء الاصطناعي أيضًا لتوليد مجرات بأكملها؟
قصص ذات الصلة:
يقول بيمبليت أنه كانت هناك غزوات في هذا المجال. ويشير إلى دراسة أجريت عام 2017 والتي قيمت مدى قدرة "شبكات الخصومة التوليدية" أو GANs (التقنية التي تدعم مولدات الذكاء الاصطناعي مثل Midjourney أو ChatGPT) على إعادة تلخيص المجرات من البيانات المتدهورة. يمكن أن تكون مراقبة التلسكوبات على الأرض وفي الفضاء محدودة بسبب الضوضاء والخلفية، مما يتسبب في عدم وضوح الصورة وفقدان الجودة (حتى صور تلسكوب جيمس ويب الفضائي المذهلة تتطلب بعض التنظيف).
وفي دراسة أجريت عام 2017، قام الباحثون بتدريب نموذج كبير للذكاء الاصطناعي على صور المجرات، ثم استخدموا النموذج لمحاولة استعادة الصور المتدهورة. لم يكن الأمر مثاليًا دائمًا، ولكن كان من الممكن بالتأكيد استعادة ميزات المجرات من الصور منخفضة الجودة.
استخدمت دراسة ما قبل الطباعة، في عام 2019، شبكات GAN بالمثل لمحاكاة مجرات بأكملها.
ويشير الباحثون إلى أن هذا العمل سيكون مفيدًا حيث تتدفق كميات هائلة من البيانات من مهمات مراقبة الكون. لا توجد طريقة للنظر في كل ذلك، لذلك قد نحتاج إلى اللجوء إلى الذكاء الاصطناعي. إن توليد هذه المجرات باستخدام الذكاء الاصطناعي يمكن أن يؤدي بدوره إلى تدريب الذكاء الاصطناعي على البحث عن أنواع محددة من المجرات الفعلية في مجموعات بيانات ضخمة. يبدو الأمر برمته بائسًا بعض الشيء، ولكن، مرة أخرى، يبدو الأمر كذلك بالنسبة لاكتشاف الوجوه غير الحقيقية مع تغيرات طفيفة في الانعكاسات في مقل العيون.