Hogyan egyesíti a PhotoProof Labs a több jelet egyetlen döntésbe

Miért nem elég egyetlen jel

Egyetlen AI-generálási osztályozó magabiztosan tévedhet: a tömörítés utánozhatja a generálási műtermékeket, és az egyre képesebb generátorok átmehetnek olyan vizuálismintázat-ellenőrzéseken, amelyekre a régebbi detektorok támaszkodtak. Ha egyetlen modell kimenetét ítéletként kezeljük, az örökli az adott modell összes hibamódját.

Az öt réteg röviden

Minden réteg egy szűkebb, hamisíthatóbb kérdésre válaszol, mint egyszerűen az „ez AI?”.

• Vizuális AI-mintázat-elemzés — a generatív modellekre jellemző statisztikai és textúra-műtermékek
• EXIF- és metaadat-felülvizsgálat — a kamera/szoftver metaadatainak jelenléte, konzisztenciája és valószerűsége
• Tömörítési és újrarögzítési jelek — kettős tömörítés és újrakódolás nyomai
• Manipulációs és retusálási nyomok — lokalizált szerkesztési és montázsindikátorok
• Szemantikai jelenetvalószerűség — az ábrázolt jelenet fizikai és kontextuális konzisztenciája

Hogyan egyesülnek a rétegek

A rétegeket nem átlagolják vakon egyetlen számba. A független rétegek közötti egyetértés növeli a megbízhatóságot; ha a rétegek nem értenek egyet, a rendszer alacsonyabb megbízhatósági pontszámon keresztül jelzi ezt a nézeteltérést, ahelyett hogy csendben kiválasztana egy győztest. Ezért jelenti a PhotoProof Labs a valószínűséget és a megbízhatóságot két külön számként — a teljes magyarázatért lásd a megbízhatósági pontszám oldalt.

Mit old meg ez és mit nem

A többjeles kombináció csökkenti — de nem szünteti meg — annak kockázatát, hogy egyetlen félrevezető jel határozza meg az eredményt. Lehetséges, hogy egy kép egyszerre veri le mind az öt réteget, különösen olyan új generátorok esetében, amelyek még nem jelennek meg a vizuálismintázat-rétegben. Ezért jelent a PhotoProof Labs valószínűségi bizonyítékot, nem hitelesített ítéletet.

Melyik jel kapja a legnagyobb súlyt?

Egyik sincs domináns jelként rögzítve. A súlyozás attól függ, hogy mely jelek ténylegesen elérhetők és megbízhatók egy adott fájlnál — például egy EXIF-adat nélküli képernyőkép szükségszerűen jobban támaszkodik a vizuális és szemantikai jelekre.

Láthatja-e egy felhasználó, mely jelek nem értettek egyet?

Az elemzési jelentés minden jelet külön bont ki, a kombinált valószínűségi és megbízhatósági pontszámmal együtt, kifejezetten azért, hogy a rétegek közötti nézeteltérés látható legyen, ne pedig egyetlen szám mögé rejtve.