گوگل جمینی یک آشکارساز ویدیوی هوش مصنوعی دریافت کرد

تشخیص این‌که ویدیویی که دریافت می‌کنید یک ضبط واقعی است یا محتوایی که توسط رایانه ساخته شده، روزبه‌روز دشوارتر می‌شود. با این حال اکنون می‌توانید آن را بارگذاری کرده و نتیجه را بررسی کنید. روند کار بسیار سرراست است. کافی است ویدیو را در جمینی بارگذاری کرده و یک پرسش ساده مطرح کنید؛ برای مثال بپرسید آیا این ویدیو با استفاده از هوش مصنوعی گوگل تولید شده است.

جمینی فرآیند بررسی را با یک فناوری‌ به نام SynthID آغاز می‌کند. SynthID فناوری اختصاصی گوگل در زمینه واترمارک‌گذاری دیجیتال است که سیگنال‌هایی را در محتوای تولیدشده توسط هوش مصنوعی تعبیه می‌کند. این سیگنال‌ها برای انسان قابل تشخیص نیستند اما توسط نرم‌افزار به‌راحتی شناسایی می‌شوند. این ابزار، بررسی جامعی انجام می‌دهد و کل فایل را تحلیل می‌کند تا مشخص شود آیا هوش مصنوعی برای موسیقی پس‌زمینه، خود تصاویر ویدیویی، یا هر دو مورد استفاده شده است یا خیر.

در صورتی که قصد دارید به‌طور مداوم از این ابزار استفاده کنید، باید از برخی محدودیت‌های عملی آن آگاه باشید. در حال حاضر، فایل‌هایی که بارگذاری می‌کنید نباید بیش از ۱۰۰ مگابایت حجم داشته باشند و مدت‌زمان آن‌ها نیز نباید از ۹۰ ثانیه بیشتر باشد. این محدودیت‌ها به این معناست که امکان بررسی فیلم‌های سینمایی کامل وجود ندارد، اما برای راستی‌آزمایی کلیپ‌های کوتاه و محتوای شبکه‌های اجتماعی کاملا کافی خواهد بود.

این قابلیت جدید، گسترشی از ابزاری است که گوگل پیش‌تر برای تصاویر راه‌اندازی کرده بود. این شرکت طی مدتی قابل‌توجه، فناوری SynthID خود را به‌طور مستمر پیش برده و هدف آن، ایجاد شفافیت ساختاریافته در محتوایی است که توسط ابزارهایش تولید می‌شود. از زمان معرفی این فناوری در سال ۲۰۲۳، گوگل مدعی شده که بیش از ۲۰ میلیارد قطعه محتوای تولیدشده توسط هوش مصنوعی را با واترمارک نشانه‌گذاری کرده است. چنین حجم بالایی از محتوای علامت‌گذاری‌شده به این معناست که اگر یک تصویر تولیدشده توسط هوش مصنوعی از یک مدل متعلق به گوگل منشأ گرفته باشد، سیستم جمینی می‌تواند آن را تقریباً بلافاصله شناسایی کند. این قابلیت جدید، همان سطح از دقت و سخت‌گیری در بررسی را به تصاویر متحرک و محتوای صوتی نیز تعمیم می‌دهد.

با این حال، یک محدودیت بسیار مهم وجود دارد که باید به آن توجه شود. این ابزار به‌طور کامل به محتوایی محدود است که با استفاده از ابزارهای داخلی خود گوگل تولید یا ویرایش شده باشد. اگر یک تصویر یا ویدیو با استفاده از یک مدل هوش مصنوعی غیر وابسته به گوگل ساخته شده باشد، جمینی قادر نخواهد بود اطلاعاتی درباره آن ارائه دهد. در نتیجه، این ابزار عملا فقط برای ایجاد شفافیت درون اکوسیستم اختصاصی گوگل کاربرد دارد.

گوگل ترجیح می‌دهد کاربران برای این‌گونه بررسی‌ها به جمینی تکیه کنند و نیازی به استفاده از ابزارهای شخص ثالث برای تحلیل تصاویر و ویدیوها نداشته باشند. اگرچه این شرکت شناسایی محتوای تولیدشده توسط خود را ساده‌تر کرده، اما نبود پشتیبانی از مدل‌های خارجی باعث می‌شود این قابلیت به‌عنوان یک ابزار جامع و همگانی برای تشخیص محتوای هوش مصنوعی در نظر گرفته نشود.