مع تزايد شعبية المحتوى الناتج عن الذكاء الاصطناعي، أصبحت كيفية التعرف على أصالته بشكل فعال قضية مهمة. ولحل هذه المشكلة، أطلقت Tencent أداة تعريف الصور التي تم إنشاؤها بواسطة الذكاء الاصطناعي في 17 يناير 2025. تم تطوير هذه الأداة بواسطة Zhuque Lab التابع لفريق Hunyuan الأمني التابع لشركة Tencent، وهي مصممة لمساعدة المستخدمين على تحديد ما إذا كانت الصور تم إنشاؤها بواسطة الذكاء الاصطناعي بسرعة ودقة، وتحسين كفاءة تحديد المحتوى، والحفاظ على صحة وأمن بيئة الشبكة. تستخدم هذه الأداة نموذجًا متقدمًا للذكاء الاصطناعي لإصدار الأحكام من خلال تحليل أبعاد متعددة مثل الملمس والدلالات والميزات غير المرئية للصورة، مما يؤدي إلى تحسين دقة الكشف بشكل فعال.
في 17 يناير 2025، أطلقت Tencent أداة تعريف الصور التي تم إنشاؤها بواسطة الذكاء الاصطناعي والمصممة لمساعدة الأشخاص على تحديد ما إذا كانت الصور قد تم إنشاؤها بواسطة الذكاء الاصطناعي.
يمكن لنظام الكشف عن الصور الذي تم إنشاؤه بواسطة الذكاء الاصطناعي والذي طوره فريق Zhuque Lab التابع لفريق Hunyuan الأمني التابع لشركة Tencent، تحديد ما إذا كانت الصورة قد تم إنشاؤها بواسطة الذكاء الاصطناعي في بضع ثوانٍ عن طريق تحميل الصورة وانتظار التحقق. ويميز النظام بشكل أساسي من خلال التقاط الاختلافات بين الصور الحقيقية والصور المولدة بواسطة الذكاء الاصطناعي. على سبيل المثال، لا تتوافق الصور المولدة بواسطة الذكاء الاصطناعي في بعض الأحيان مع المنطق السليم، وسيكون هناك محتوى لا يتوافق مع الواقع، مثل الجراء التي تطير معها. الأجنحة والقطط التي تحمل السيجار تحتاج إلى "علامة مائية"، أي إضافة واضحة أو قد تكون هذه العلامات الضمنية مرئية للعين المجردة أو قد لا تكون واضحة وتحتاج إلى قراءتها باستخدام أدوات الكشف؛ كما تحتوي الصور المولدة بواسطة الذكاء الاصطناعي على بعض الميزات المخفية غير المرئية بالعين المجردة، على سبيل المثال، بعد ضبط لون HSV المساحة، ستظهر الصور التي تم إنشاؤها بواسطة الذكاء الاصطناعي مع مواد محلية موزعة بكثافة، وما إلى ذلك.
لا يمكن أن يعتمد تحديد الصور التي تم إنشاؤها بواسطة الذكاء الاصطناعي على أساس واحد فقط. يحتاج نظام الكشف إلى استخدام نماذج الذكاء الاصطناعي لالتقاط الاختلافات في الميزات المختلفة، بما في ذلك الملمس والدلالات والميزات غير المرئية للصورة. استخدم Suzaku Lab 1.4 مليون عينة إيجابية وسلبية للتدريب النموذجي، والتي تغطي مجموعة متنوعة من سيناريوهات إنشاء المحتوى. وقد وصل معدل اكتشاف الاختبار النهائي إلى أكثر من 95%، ولا يزال قيد التحسين والتحسين. قام Suzaku Lab أيضًا بتطوير نظام للكشف عن النص، والذي ينفذ اكتشاف النص من خلال التعلم من البيانات الضخمة، كما أنه يجمع عددًا كبيرًا من العينات الإيجابية والسلبية للتدريب، ويستخدم أساليب مقارنة لاستنتاج احتمالية توليد الذكاء الاصطناعي للمقالات لتعزيزها. الكشف عن البيانات غير المرئية. في الوقت الحاضر، يغطي النظام أنواعًا أدبية متنوعة مثل النشرات الإخبارية والوثائق الرسمية والروايات والمقالات، وسيتم تعزيزه للشعر والأنواع الأخرى في المستقبل.
كان الهدف الأصلي لمختبر سوزاكو في تطوير أدوات اكتشاف الذكاء الاصطناعي هو تحسين مجموعة التدريب لنماذج هونيوان الكبيرة. ومع ذلك، مع النمو الهائل للذكاء الاصطناعي، زاد الطلب على "استخدام الذكاء الاصطناعي لاكتشاف توليد الذكاء الاصطناعي" في الأوساط الأكاديمية والصناعة. قام المختبر بتطوير جيل الذكاء الاصطناعي، وهناك أداتان للكشف عن الصور والكشف عن النص الناتج عن الذكاء الاصطناعي، ويتم توفير خدمات الخبرة.
وفي المستقبل، سيتم أيضًا إطلاق أدوات الكشف عن مقاطع الفيديو التي تم إنشاؤها بواسطة الذكاء الاصطناعي لتحسين قدرات الكشف بشكل أكبر.
عنوان الخبرة:
https://matrix.tencent.com/ai-detect/ai_gen
https://matrix.tencent.com/ai-detect
يمثل إطلاق أداة تحديد الصور المولدة بالذكاء الاصطناعي من Tencent تقدمًا مهمًا في مكافحة المعلومات الكاذبة في المحتوى المولد بالذكاء الاصطناعي. في المستقبل، مع استمرار تحسن التكنولوجيا، أعتقد أن مثل هذه الأدوات ستخدم المجتمع بشكل أفضل وتحافظ على التطور الصحي للنظام البيئي للشبكة.