Hive وC2PA وIntel: كيف تعمل خدمات التحقق من التزييف العميق وأين تخطئ
فحص التزييف العميق لا يزال بعيدًا عن أن يكون مسألة زر واحد. في اختبار شمل 100 ملف، حققت Hive وRealityGuard ومعيار Content Credentials وIntel FakeCatcher أفضل…
معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
تتحول خدمات التعرف على الفيديوهات المزيفة بسرعة إلى سوق منفصل، لكن لا واحدة منها تقدم ضمانًا قاطعًا حتى الآن. أظهر اختبار لأربعة حلول شهيرة: أفضل النتائج لا تأتي من وعود عامة، بل من أدوات ذات تخصص واضح وأصل ملف مؤكد.
كيف تم إجراء الاختبار
للتحقق، قمنا بجمع مجموعة من 100 ملف في ثلاث فئات. تضمنت صورًا عادية وفيديوهات من الكاميرات، وفيديوهات وصورًا اصطناعية حديثة، وكذلك محتوى هجينًا — على سبيل المثال، إطارات بعد معالجة الشبكة العصبية والتحسين بالصعود والتحرير الآخر. تم اختبار التزييف الصوتي بشكل منفصل أيضًا لفهم كيفية تصرف الأنظمة ليس فقط على الصور، بل على الصوت أيضًا.
سمحت هذه المجموعة بمقارنة الخدمات ليس على العروض العقيمة، بل على الحالات النموذجية التي تواجهها غرف الأخبار والمستخدمون العاديون. تفصيل مهم عن المنهجية — تم تقديم الملفات بالطريقة التي تتداول بها فعلاً على الإنترنت. هذا يعني: بدون بعض بيانات EXIF، بعد الضغط بواسطة وسائل التواصل الاجتماعي والرسائل، أحيانًا بصيغة معاد حفظها.
عمليًا، هذا هو المكان بالضبط حيث تبدأ العديد من الخدمات في الأخطاء. في ظروف المختبر، قد يبدو الكاشف مقنعًا، لكن بعد Telegram أو WhatsApp أو Instagram ينخفض ثقته بملاحظة. هذا هو السبب في أن نتائج الاختبار أقرب إلى الاستخدام الفعلي من العروض التسويقية.
من أظهر النتائج
أظهرت المقارنة بسرعة أنه لا يوجد فائز عام. تعمل كل أداة بشكل جيد في سيناريو واحد وتؤدي أداءً ضعيفًا بشكل ملحوظ في آخر، لذا تعتمد النتيجة ليس على جرأة العلامة التجارية، بل على ما تتحقق منه بالضبط: الصور أو مقاطع الفيديو للمحادثة أو الصوت أو ملف بسلسلة أصل محفوظة. لهذا السبب، مقارنتها بنسبة دقة واحدة عامة ببساطة لا معنى لها. بالنسبة لفئة واحدة من المهام، يتحول الزعيم بسهولة إلى خارجي في المهمة التالية.
- Hive يتعرف بثقة على العديد من الصور المولدة، لكن يمكنه الخلط بين القطع الأثرية للضغط الثقيل في الفيديو القديم مع آثار الذكاء الاصطناعي.
- RealityGuard من Sensity يتعامل بشكل أفضل من الآخرين مع الفيديو، حيث يكون الوجه والتعبيرات الوجهية ومزامنة الشفاه مع الصوت مهمة، لكنه يفقد الدقة بشكل حاد على المناظر الطبيعية والصور بدون أشخاص.
- Content Credentials بناءً على معيار C2PA لا يبحث عن التزييف بقدر ما يؤكد أصل الملف إذا احتفظت الكاميرا والبرنامج بسلسلة التوقيعات.
- Intel FakeCatcher يظهر أفضل النتائج على فيديو مقرب عالي الجودة، ويحلل الإشارات الفسيولوجية للوجه، لكنه عمليًا عديم الفائدة على الصور الثابتة وفيديوهات دقة منخفضة.
في هذا السياق، يبرز معيار C2PA بشكل خاص. إذا تم تصوير الملف أصلاً على جهاز متوافق ولم يفقد التوقيعات أثناء التحرير أو النقل، فهذا أقوى حجة للأصالة. المشكلة هي أنه في الحياة الواقعية، مثل هذه الملفات لا تزال أقلية: الكاميرات القديمة والرسائل وإعادة التحميل البسيطة بسهولة تكسر هذه السلسلة. بالنسبة لمنظمات الأخبار والمصورين، أصبح هذا بالفعل معيارًا عمليًا، وليس تجربة.
حيث تنكسر الكاشفات
السبب الأول هو السباق بين المولدات والكاشفات. بمجرد أن تتعلم أنظمة التحقق البحث عن مجموعة واحدة من القطع الأثرية، تزيل النماذج الجديدة بالضبط هذه النقاط الضعيفة. في السابق، تم الكشف عن التزييفات بواسطة أصابع غريبة أو عيون غير طبيعية أو مزامنة شفاه متقطعة. الآن هذه المؤشرات نادرة، والكاشفات يجب أن تعتمد على علامات أكثر دقة يسهل تدميرها بالضغط. بشكل أساسي، أنظمة التحقق تقريبًا دائمًا تلحق بالركب، وليست متقدمة على المولدات.
المشكلة الثانية هي بيئة توزيع المحتوى ذاتها. الصور والفيديوهات تقريبًا لا تصل للمستخدم بصيغتها الأصلية. وسائل التواصل الاجتماعي تقطع الجودة، الرسائل تعيد ضغط الملفات، والمنصات تزيل بعض البيانات الوصفية. بسبب هذا، حتى الأدوات القوية تبدأ في الخلط بين المحتوى الحقيقي والاصطناعي أو، على العكس، تفوت فيديو مزيف عالي الجودة. تعمل الفحوصات بشكل سيء بشكل خاص حيث لا يوجد وجه مقرب أو صوت واضح أو ملف أصلي على الإطلاق.
المشكلة الثالثة هي الشخص على الجانب الآخر من الشاشة. حتى لو أظهرت الخدمة احتمالية التزييف، يدرك الكثيرون النتيجة كحكم نهائي. لكن درجة 60 أو 70 في المائة ليست رأيًا خبيرًا قضائيًا، بل إشارة فقط إلى أن المحتوى يحتاج إلى التحقق الأعمق. الخطأ العكسي يسبب ضررًا متساويًا، عندما يتجاهل المستخدم تماما تحذيرًا لأن الواجهة غير واضحة أو الخدمة أخطأت مرة واحدة من قبل.
«في عام 2026، الكاشف الأكثر موثوقية لا يزال مزيجًا من التقنيات
والتحقيق المستقل والحس السليم.»
ماذا يعني هذا
بالنسبة لغرف الأخبار والتحقق من الحقائق والمستخدمين العاديين، الاستنتاج بسيط: لا يوجد زر واحد حتى الآن لفضح الفيديوهات المزيفة. المخطط الصحيح اليوم هو الجمع بين التحقق التلقائي والنظر إلى البيانات الوصفية وأصل الملف والأخذ في الاعتبار جودة المصدر والسماح بـ Content Credentials على أجهزتك الخاصة إن أمكن. كلما كان القرار أكثر أهمية، كلما كان أخطر الاعتماد على حكم خدمة واحدة. خاصة إذا تعلق الأمر بالمال أو السمعة أو نشر مادة مثيرة للجدل.
هل تريد التوقف عن قراءة الذكاء الاصطناعي والبدء باستخدامه؟
AI News هو موجز منسق لأخبار الذكاء الاصطناعي. تعلمك Hamidun Academy استخدام الذكاء الاصطناعي في عملك.