فتوشاپ با سیستم برچسب‌گذاری محتوا عکس‌های تغییریافته را تشخیص می دهد

ادوبی با همکاری توییتر و نیویورک‌تایمز قصد دارد تا پایان سال جاری میلادی، سیستم برچسب‌گذار محتوایی معرفی ‌کند تا با انتساب اصالت اثر، از انتشار و پخش محتوای گمراه‌کننده در فضای مجازی جلوگیری کند.

ادوبی سال قبل با همکاری نیویورک‌تایمز و توییتر کار روی طرح احراز اصالت محتوا (Content Authenticity Initiative) را شروع کرد؛ پروژه‌ای برای کم‌کردن تعداد تصاویر دست‌کاری‌شده که هرلحظه روی شبکه اینترنت در حال انتشار هستند. این شرکت می‌گوید که در این فناوری از برچسب‌گذاری متادیتا (Metadata) و علم رمزنگاری (Crypthography) کمک خواهد گرفت تا مردم عکس‌ها و ویدئوها و سایر محتوا را به‌درستی به صاحب اثر منتسب کنند و از صحت اصالت و اعتبار آن‌ها مطلع شوند. این طرح به‌زودی اولین آزمایشش را پشت‌سر خواهد گذاشت.

گزارش رسمی این شرکت آمریکایی به‌تازگی منتشر شده و در آن آمده است که در پایان سال جاری، نسخه‌ی آزمایشی از فتوشاپ دربرگیرنده‌ی این فناوری را عرضه خواهد کرد. همچنین، در گزارش مذکور آمده است که آن‌ها قصد دارند آن را با بیهنس (Behance) تلفیق کنند. بیهنس شبکه‌ی اجتماعی ساخته‌ی ادوبی است که از منابع آنلاین معتبر برای اشتراک‌گذاری و نمایش آثار طراحان و استودیوها در شاخه‌های مختلف هنری به‌شمار می‌آید. برچسب‌گذاری فتوشاپ روی تصاویر تولیدی کاربران زمینه‌ی مطمئنی برای شناسایی صاحب آثار فراهم می‌کند. این برچسب‌ها با دقت بسیار زیاد علاوه‌بر پاسخ به پرسش همگانی «صاحب اصلی اثر چه کسی است؟»، اطلاعاتی در این زمینه می‌دهند که عکس کجا و کِی گرفته شده است. این جزئیات به‌صورت رمزگذاری‌شده مانند امضا روی عکس قرار می‌گیرند تا تضمین حفظ اصالت عکس را به ما بدهند.

سیستم برچسب‌گذاری محتوا CAI می‌تواند با انتساب اصالت اثر، از انتشار و پخش محتوای گمراه‌کننده در سطح اینترنت جلوگیری کند

در گزارش ادوبی اشاره شده‌ است که این طرح درنهایت به شبکه‌های اجتماعی مانند توییتر و فیسبوک کمک خواهد کرد سیستم‌های خودکاری را تقویت کنند که اکنون برای پیداکردن عکس‌های گمراه‌کننده استفاده می‌شوند. فرض کنید حادثه‌ای غم‌انگیز اتفاق بیفتد و مردم تصویربرداری از منظره را شروع کنند. در‌این‌میان، افرادی هستند که برای گرفتن بازدید و کسب منفعت از این حادثه، تصاویری گمراه‌کننده منتشر و ادعا می‌کنند این تصاویر از همان منظره گرفته شده است. در این حالت، این فناوری می‌تواند به سیستم‌های اعتبارسنجی شبکه‌های اجتماعی کمک کند تا از انتشار این مطالب غلط در فضای مجازی جلوگیری کنند.

بااین‌حال، قدرت تأثیرگذاری این سیستم به تعداد شرکت‌ها و سازمان‌هایی وابسته است که آن را بپذیرند. برای توقف ادامه‌ی پخش تمام تصاویر اشتباهی که در فضای مجازی به‌اشتراک گذاشته شده‌اند، باید تمامی شرکت‌های تولیدکننده‌ی دوربین، توسعه‌دهندگان نرم‌افزار، شبکه‌های مجازی و فروشگاه‌های فروش لوازم رسانه این استاندارد را بپذیرند. درحال‌حاضر، اظهارنظر درباره‌ی این موضوع بسیار سخت است که این مسئله مشکل‌ساز خواهد بود یا خیر.

توافق الویس و کیم جونگ اون رهبر کره شمالی

محدودکردن توانایی نرم‌افزار فتوشاپ در ساخت و پخش اطلاعات نادرست، مسئله‌ای است که ادوبی مدت‌ها است روی آن کار می‌کند. در سال ۲۰۱۹، این شرکت با همکاری محققان دانشگاه برکلی کالیفرنیا روی الگوریتم‌های یادگیری ماشین تقویت‌شده کار کردند تا تصاویری را کشف کنند که با استفاده از ویژگی Face Away Liquify نرم‌افزار فتوشاپ تغییر داده شده بودند. این ابزاری است که با استفاده از آن می‌توان خصوصیت صورت فرد را به‌صورت اغراق‌آمیز تغییر داد و زیبا کرد. در مرحله‌ی آزمایش الگوریتم‌ها، شبکه‌ی عصبی در ۹۹ درصد مواقع توانست تصویر تغییریافته را شناسایی کند. این در حالی است که مردم با مشاهده‌ی عکس‌های یکسان، تنها متوجه ۵۳ درصد تغییرات شدند. تفاوت ابراز یادشده با این طرح در آن است که می‌توان از سیستم برچسب‌گذاری CAI برای کشف گستره‌ی متنوع‌تری از تصاویر تقلبی استفاده کرد؛ نه‌فقط تصاویری که یک نفر با استفاده از یک ابزار آن‌ها را ساخته است.

اعتبارسنجی اطلاعات در عصر دیجیتال به مسئله‌ی مهم جهانی تبدیل شده است که جنبه‌های مختلف را شامل می‌شود. محققان شرکت‌ها و دانشگاه‌های مختلف در سراسر دنیا برای یافتن راه‌حل تلاش می‌کنند؛ اما این مسئله هرروز پیچیده‌تر و سخت‌تر می‌شود. این مشکلی است که ادوبی هم به آن اقرار می‌کند. ریچارد ژانگ، محقق ادوبی می‌گوید.

ما در دنیایی زندگی می‌کنیم که هرلحظه اعتماد به اطلاعات دیجیتالی‌ای که استفاده می‌کنیم، سخت‌تر می‌شود.

باید دید در دنیایی که هرروز با روش‌های مدرن تغییر محتوا مانند جعل عمیق آشنا می‌شود، درنهایت، مبارزه بین سوداگران اطلاعات و شرکت‌های بزرگ بر سر اصالت و اعتبارسنجی محتوا به کجا می‌رسد.

منبع: zoomit