فريق من علماء البيانات في جامعة يورك سانت جون كشفت النقاب عن أداة متطورة مصممة لرصد وتنبيه الأشخاص صور مزيفة بعمق يتم استخدامها لنشر المعلومات الخاطئة وغيرها من الأشرار السيبرانية.
تم إنشاؤها بدعم من الزملاء في جامعة إسيكس والمطورين في كولشيستر تقنيات نوش، تستخدم أداة Pixelator v2 مجموعة من تقنيات التحقق من صحة الصورة لم يتم تجربتها من قبل لتحديد الاختلافات الدقيقة في الصور بدقة أكبر بكثير من ذي قبل. في الاختبار، ثبت أنه يكتشف بدائل صغيرة مثل مفردة بكسل في الحجم.
يأمل الفريق الذي يقف وراء Pixelator v2 أن يكون مصدرًا قيمًا لأولئك الذين هم في أمس الحاجة إلى الدقة، ولا سيما متخصصي الأمن السيبراني والمحللين والباحثين.
وقال الباحث الرئيسي سومديب داي، المحاضر في علوم البيانات في جامعة يورك سانت جون: “في عصر تهيمن فيه الصور على التواصل، لم تكن القدرة على فهم الأصالة المرئية أكثر أهمية من أي وقت مضى”.
وفقًا لفريق داي، فإن الأدوات القياسية المستخدمة لاستخلاص الصور المزيفة غالبًا ما تفشل في مراعاة التغييرات الدقيقة، ولكن المهمة، في الصور. يختلف Pixelator v2 عن ذلك من خلال دمج مقياسين جديدين – LAB (CIE-LAB) تحليل مساحة اللون و كشف حافة سوبل – والتي تمكنها من تقديم نهج أكثر “قوة ودقة” لتحديد الاختلافات، حتى البسيطة منها.
LAB Color Space Analysis هو نموذج ألوان إدراكي لتقليد الرؤية البشرية، مما يمكّن Pixelator v2 من اكتشاف الاختلافات التي قد لا تكون مرئية مباشرة بالعين المجردة. وفي الوقت نفسه، تم تصميم Sobel Edge Detection لتسليط الضوء على الاختلافات الهيكلية في الصور، والتي يمكن أن تتضمن تغييرات غير محسوسة تقريبًا على الحواف والحدود التي قد يفوتها المراقب البشري أيضًا.
وقال داي إن الجمع بين هاتين التقنيتين يجعل الأداة مثالية لتطبيقات الأمن السيبراني، حيث تلعب القدرة على مقارنة الصور بسرعة ودقة دورًا رئيسيًا في عدد من المهام، مثل اكتشاف التلاعب والمصادقة والتحليل.
بعد تقييم Pixelator v2 مقارنة بالطرق الشائعة الأخرى، قال الفريق إنه أظهر بوضوح أدائه المتفوق عندما يتعلق الأمر باكتشاف الاختلافات الإدراكية والهيكلية. وهم يعتقدون أن الأداة لا توفر مقارنة أكثر دقة للصور فحسب، بل تعمل أيضًا على تعزيز الأمان العام من خلال جعل من الصعب على الاختلافات الدقيقة التسلل عبر الشبكة.
الخطوات التالية
نظرا لظهور أدوات الذكاء الاصطناعي التوليدي (GenAI). قادرة على خلق صور واقعية للغايةوقدراتهم المتقدمة، قال داي إن الفريق كان يدرك أن التمييز بين المحتوى الحقيقي والمحتوى الناتج عن الذكاء الاصطناعي أصبح أمرًا صعبًا بشكل متزايد.
وقال الفريق إن Pixelator v2 قد يكون خطوة مهمة نحو معالجة هذه المشكلة لأنه من خلال تعزيز معرفتنا بكيفية اختلاف الصور على المستوى الإدراكي، فإنه يضع الأساس للمشاريع المستقبلية التي تركز على اكتشاف الصور المولدة بواسطة الذكاء الاصطناعي.
“تعد هذه الأداة بمثابة نقطة انطلاق نحو مهمة أوسع، وهي تطوير التكنولوجيا لاكتشاف الصور المزيفة التي ينشئها الذكاء الاصطناعي والتنبؤ بها. ومع تزايد انتشار الذكاء الاصطناعي التوليدي، أصبحت أدوات مثل Pixelator v2 ضرورية لمساعدة المستهلكين والمهنيين على التنقل عبر الخط الدقيق بين الواقع والتلفيق.
يعمل فريق البحث في York St John بالفعل بنشاط على المرحلة التالية من المشروع لتوسيع قدرات Pixelator v2 نحو اكتشاف الصور المستندة إلى GenAI والتنبؤ بها. وهذه الحاجة موجودة اليوم، حيث تعمل الجهات الفاعلة اليمينية المتطرفة في أوروبا الغربية بالفعل على استخدام الصور التي يولدها الذكاء الاصطناعي كسلاح لزرع معلومات مضللة حول الهجرةبينما في وقت سابق من هذا الشهر، كانت هناك مدرسة خاصة في ولاية بنسلفانيا بالولايات المتحدة هزتها فضيحة حيث قام تلميذ مراهق بإنشاء صور عارية مزيفة لزميلاته في الفصل.
تم نشر النتائج الكاملة التي توصل إليها الفريق في وقت سابق من شهر نوفمبر في الوصول المفتوح لـ MDPI إلكترونيات مجلة ويمكن قراءتها هنا، في حين أن أداة Pixelator v2 هي كذلك متاح للتنزيل من جيثب.
