ഒരു ഫോട്ടോ യഥാർത്ഥമാണെന്ന് തെളിയിക്കാൻ

വലിയൊരു വെള്ള പഫർ ജാക്കറ്റിൽ മാർപ്പാപ്പയുടെ ചിത്രം ഓർമ്മയുണ്ടോ? അത് എല്ലായിടത്തും പോയി. ആളുകൾ അത് പങ്കുവെച്ചു, ചിരിച്ചു, അവരിൽ പലരും വിശ്വസിച്ചു. അത് ഒരു AI ഇമേജ് ജനറേറ്റർ ഉപയോഗിച്ച് ഉണ്ടാക്കിയതായിരുന്നു. ആരും ആ ഫോട്ടോ എടുത്തില്ല, കാരണം ഫോട്ടോ ഉണ്ടായിരുന്നില്ല.

അതിനുശേഷം ഉപകരണങ്ങള് മെച്ചപ്പെട്ടു. ഇപ്പോൾ ഒരു വാചകം ടൈപ്പ് ചെയ്ത് ഒരു യഥാർത്ഥ ക്യാമറയിൽ നിന്നും വന്നത് പോലെ തോന്നുന്ന ഒരു ചിത്രം കിട്ടും. കൈകൾ ഇപ്പോൾ സുഖമായിരിക്കുന്നു. മെസ്സേജ് ശരിയാണ്. വെളിച്ചവും നിഴലുകളും വളരെ ബോധ്യപ്പെടുത്തുന്നതാണ്.

ഫോട്ടോ എടുക്കുന്ന ഒരാളെന്ന നിലയിൽ, ഇത് എന്നെ ഒരു പ്രത്യേക രീതിയിൽ ആശങ്കപ്പെടുത്തുന്നു. ആളുകൾ വ്യാജ ചിത്രങ്ങൾ ഉണ്ടാക്കുമെന്നതല്ല, അത് എന്നും സാധ്യമായിരുന്നു. ആളുകൾ യഥാർത്ഥ ചിത്രങ്ങളെ വിശ്വസിക്കാതാകുമെന്നതാണ്.

വ്യാജങ്ങൾ കണ്ടെത്തുന്നത് തോൽക്കുന്ന കളിയാണ്

കുറച്ചുകാലം, ഉപദേശം ഇതായിരുന്നു: ആറ് വിരലുകൾ, വിചിത്രമായ കമ്മലുകൾ, പശ്ചാത്തലത്തിൽ ഉരുകിയ അക്ഷരങ്ങൾ എന്നിവ നോക്കുക. ആ ഉപദേശം ഇതിനകം കാലഹരണപ്പെട്ടു. ഓരോ തവണ ആരെങ്കിലും ഒരു അടയാളം കണ്ടെത്തുമ്പോഴും, അടുത്ത മോഡൽ അത് ശരിയാക്കുന്നു.

AI ഡിറ്റക്ഷൻ ടൂളുകൾക്കും ഇതേ പ്രശ്നമാണ്. അവ ഊഹിക്കുന്നു, തെറ്റുന്നു, എന്നും ഒരു പടി പിന്നിലായിരിക്കും. അതുകൊണ്ട് ഈ മേഖലയിലെ മിടുക്കർ ചോദ്യം തിരിച്ചിട്ടു. "ഇത് വ്യാജമാണോ?" എന്ന് ചോദിക്കുന്നതിന് പകരം, "ഇതിന് യഥാർത്ഥമാണെന്ന് തെളിയിക്കാൻ കഴിയുമോ?" എന്ന് ചോദിക്കുക.

എല്ലാ വ്യാജങ്ങളെയും പിടിക്കാൻ കഴിയില്ല. പക്ഷേ യഥാർത്ഥ ഫോട്ടോകൾക്ക് സ്വയം തെളിയിക്കാനുള്ള ഒരു വഴി നൽകാം.

Content Credentials, ലളിതമായി

ഈ ആശയത്തെ കണ്ടന്റ് പ്രൊവെനൻസ് (ഉറവിടം) എന്ന് വിളിക്കുന്നു, അതിനുള്ള ഏറ്റവും പ്രധാനപ്പെട്ട സ്റ്റാൻഡേർഡ് C2PA എന്ന ഗ്രൂപ്പിൽ നിന്നാണ്, Coalition for Content Provenance and Authenticity. Adobe, Microsoft, Intel, Arm, BBC, Truepic എന്നിവ ഉൾപ്പെടെയുള്ള കമ്പനികൾ 2021-ൽ ഇത് തുടങ്ങി. അവർ നിർമ്മിച്ചതിന്റെ സൗഹൃദ നാമം Content Credentials എന്നാണ്.

ഒരു ഫോട്ടോയ്ക്കുള്ള ഒരു പോഷകാഹാര ലേബൽ പോലെ ചിന്തിക്കുക, കൃത്രിമം കാണിക്കാൻ കഴിയാത്ത ഒരു മുദ്രയോടെ.

പിന്തുണയുള്ള ഒരു ക്യാമറ ഫോട്ടോ എടുക്കുമ്പോൾ, അത് ഒരു ചെറിയ രേഖ ചേർക്കുന്നു: ഈ ചിത്രം ഒരു ക്യാമറ ഈ സമയത്ത് എടുത്തതാണ്, അത് തെളിയിക്കാൻ ഒരു ക്രിപ്റ്റോഗ്രാഫിക് സിഗ്നേച്ചറും. പിന്തുണയുള്ള ഒരു ആപ്പിൽ ഫോട്ടോ എഡിറ്റ് ചെയ്യുമ്പോൾ, ആപ്പ് സ്വന്തം എൻട്രി ചേർക്കുന്നു: എക്സ്പോഷർ മാറ്റി, ക്രോപ്പ് ചെയ്തു, ഈ ഭാഗം AI ഉപയോഗിച്ച് ഉണ്ടാക്കി. ഓരോ ഘട്ടവും സൈൻ ചെയ്യപ്പെടുന്നു. രേഖ അപ്ഡേറ്റ് ചെയ്യാതെ ആരെങ്കിലും ചിത്രം മാറ്റിയാൽ, സിഗ്നേച്ചർ തകരും, പരിശോധിക്കുന്ന ആർക്കും അത് കാണാം.

ഒരു ഫോട്ടോ "സത്യമാണോ" എന്ന് അത് പറയുന്നില്ല. ഒരു യഥാർത്ഥ ഫോട്ടോയും തെറ്റിദ്ധരിപ്പിക്കുന്നതാകാം. പക്ഷേ ചിത്രം എവിടെ നിന്ന് വന്നുവെന്നും വഴിയിൽ അതിന് എന്ത് സംഭവിച്ചുവെന്നും അത് പറയുന്നു. ഇപ്പോൾ നമുക്കുള്ളതിനേക്കാൾ വളരെ കൂടുതലാണ് അത്.

ആരാണ് ശരിക്കും ഇത് ഉപയോഗിക്കുന്നത്

ഇത് ഇനി ഒരു വൈറ്റ് പേപ്പർ മാത്രമല്ല. 2023-ൽ Content Credentials ബിൽറ്റ്-ഇൻ ആയ ആദ്യ ക്യാമറ Leica പുറത്തിറക്കി. Sony, Nikon, Canon എന്നിവ അവയുടെ ചില പ്രൊഫഷണൽ മോഡലുകളിൽ പിന്തുണ ചേർക്കാൻ തുടങ്ങിയിട്ടുണ്ട്, കൂടുതലും വാർത്താ ഫോട്ടോഗ്രാഫർമാരെ ലക്ഷ്യമിട്ട്. Google-ന്റെയും Samsung-ന്റെയും പുതിയ ഫോണുകൾ ചില ഫോട്ടോകളിലും അവയുടെ AI ടൂളുകൾ കൊണ്ട് എഡിറ്റ് ചെയ്ത ചിത്രങ്ങളിലും ക്രെഡൻഷ്യലുകൾ ചേർക്കാൻ തുടങ്ങിയിട്ടുണ്ട്.

സോഫ്റ്റ്‌വെയർ ഭാഗത്ത്, Adobe-ന്റെ ആപ്പുകൾക്ക് എക്സ്പോർട്ട് ചെയ്യുമ്പോൾ ക്രെഡൻഷ്യലുകൾ ചേർക്കാം, Adobe-ന്റെ സ്വന്തം ഇമേജ് ജനറേറ്റർ അതിന്റെ ഔട്ട്പുട്ട് AI നിർമ്മിതമെന്ന് അടയാളപ്പെടുത്തുന്നു. OpenAI അതിന്റെ ജനറേറ്ററുകൾ ഉണ്ടാക്കുന്ന ചിത്രങ്ങളിൽ ക്രെഡൻഷ്യലുകൾ ചേർക്കുന്നു. AI ചിത്രങ്ങൾക്കായി Google സ്വന്തം അദൃശ്യ വാട്ടർമാർക്കായ SynthID-ഉം ഉപയോഗിക്കുന്നു.

നിങ്ങൾക്ക് സ്വയം ഒരു ചിത്രം പരിശോധിക്കാം. contentcredentials.org/verify-ൽ ഒരു സൗജന്യ ടൂളുണ്ട്. ഒരു ചിത്രം ഇടുക, അതിന് ക്രെഡൻഷ്യലുകളുണ്ടെങ്കിൽ, അത് ചരിത്രം കാണിക്കും.

പ്രശ്നം: ക്രെഡൻഷ്യലുകൾ എളുപ്പത്തിൽ നഷ്ടപ്പെടും

സത്യസന്ധമായ പ്രശ്നം ഇതാണ്. Content Credentials ഫയലിന്റെ മെറ്റാഡാറ്റയിലാണ്. ഒരു സ്ക്രീൻഷോട്ട് എടുത്താൽ, അവ പോയി. പല സോഷ്യൽ മീഡിയ സൈറ്റുകളിലും അപ്‌ലോഡ് ചെയ്താൽ, ചിത്രം കംപ്രസ് ചെയ്യുമ്പോൾ അവ നീക്കം ചെയ്യപ്പെടും. ഒരു ചാറ്റ് ആപ്പിലൂടെ അയച്ചാൽ, പലപ്പോഴും അങ്ങനെ തന്നെ.

അതുകൊണ്ട് ഇപ്പോൾ, ക്രെഡൻഷ്യലുകളില്ലാത്ത ഒരു ഫോട്ടോ ഒന്നും തെളിയിക്കുന്നില്ല. അത് വ്യാജമാകാം, അല്ലെങ്കിൽ വഴിയിൽ ലേബൽ നഷ്ടപ്പെട്ട പൂർണ്ണമായും യഥാർത്ഥമായ ഫോട്ടോയാകാം. വലിയ പ്ലാറ്റ്‌ഫോമുകൾ ക്രെഡൻഷ്യലുകൾ നിലനിർത്തുകയും നിങ്ങളെ കാണിക്കുകയും ചെയ്യുമ്പോൾ മാത്രമേ ഈ സംവിധാനം ശരിക്കും ശക്തമാകൂ. ചിലത് തുടങ്ങിയിട്ടുണ്ട്: അവ ഉള്ള ചിത്രങ്ങളിൽ LinkedIn ഒരു ചെറിയ ലേബൽ കാണിക്കുന്നു, മറ്റുള്ളവ "AI info" ടാഗുകൾ കാണിക്കുന്നു. പുരോഗതിയാണ്, പക്ഷേ പതുക്കെ.

പിക്സലുകളിൽ തന്നെ ഒളിപ്പിച്ച അദൃശ്യ വാട്ടർമാർക്കുകൾ ഇതിന് സഹായിക്കുന്നു, കാരണം അവയ്ക്ക് സ്ക്രീൻഷോട്ടിനെ അതിജീവിക്കാൻ കഴിയും. രണ്ടും ചേർക്കുന്നത്, ഒരു സൈൻ ചെയ്ത രേഖയും അതിലേക്ക് ചൂണ്ടുന്ന ഒരു വാട്ടർമാർക്കും, ആണ് കാര്യങ്ങൾ പോകുന്ന ദിശയെന്ന് തോന്നുന്നു.

സ്വകാര്യതാ ചോദ്യം

ഇവിടെ ഞാൻ വ്യക്തിപരമായി അനുഭവിക്കുന്ന ഒരു സംഘർഷമുണ്ട്. ഈ വെബ്സൈറ്റിൽ ഫോട്ടോകൾ ഇടുമ്പോൾ, ഫയലുകളിൽ ഒളിഞ്ഞിരിക്കുന്ന ലൊക്കേഷൻ ഡാറ്റ ഞാൻ മനഃപൂർവം നീക്കം ചെയ്യുന്നു. ഞാൻ കൃത്യമായി എവിടെ നിന്നു, അല്ലെങ്കിൽ എവിടെ താമസിക്കുന്നു എന്ന് ആരും അറിയേണ്ടതില്ല.

ഒരു ഫോട്ടോ യഥാർത്ഥമാണെന്ന് തെളിയിക്കുന്ന ഒരു ക്രെഡൻഷ്യൽ, ശ്രദ്ധിച്ചില്ലെങ്കിൽ, അത് ആര് എടുത്തു, എവിടെ എന്നും വെളിപ്പെടുത്തിയേക്കാം. എന്ത് ഉൾപ്പെടുത്തണമെന്ന് തിരഞ്ഞെടുക്കാൻ സ്റ്റാൻഡേർഡ് അനുവദിക്കുന്നു. നിങ്ങളുടെ GPS ലൊക്കേഷൻ പ്രസിദ്ധീകരിക്കാതെ ഒരു ഫോട്ടോ നിങ്ങളുടേതായി സൈൻ ചെയ്യാം. അപകടകരമായ ഒരിടത്തുള്ള ഒരു പത്രപ്രവർത്തകന്, ആ തിരഞ്ഞെടുപ്പ് വളരെ പ്രധാനമാണ്. ബാക്കിയുള്ളവർക്ക്, ഓണാക്കുന്നതിന് മുമ്പ് സെറ്റിംഗ്സ് പരിശോധിക്കുന്നത് നല്ലതാണ്.

എന്നെപ്പോലുള്ള ഫോട്ടോഗ്രാഫർമാർക്ക് ഇതിന്റെ അർത്ഥം

സത്യം പറഞ്ഞാൽ, എന്റെ ക്യാമറകൾ ഇതുവരെ ഇതിനെ പിന്തുണയ്ക്കുന്നില്ല, ഈ സൈറ്റിലെ ഫോട്ടോകളും. പക്ഷേ കുറച്ച് വർഷങ്ങൾക്കുള്ളിൽ ഇത് സാധാരണമാകുമെന്ന് ഞാൻ കരുതുന്നു, നിങ്ങളുടെ ബ്രൗസറിലെ ചെറിയ പൂട്ട് വെബ്സൈറ്റുകൾക്ക് സാധാരണമായതുപോലെ. നിങ്ങൾ അതിനെക്കുറിച്ച് ചിന്തിക്കില്ല. ഇല്ലാത്തപ്പോൾ മാത്രം ശ്രദ്ധിക്കും.

വാർത്താ ഫോട്ടോകൾക്കും തെളിവുകൾക്കും പ്രധാനപ്പെട്ട എന്തിനും, നമ്മൾ പതുക്കെ ചോദിക്കാൻ പഠിക്കുമെന്ന് ഞാൻ കരുതുന്നു: ഇത് എവിടെ നിന്ന് വന്നു? ഇതിന് ക്രെഡൻഷ്യലുകളുണ്ടോ? ബാക്കി എല്ലാറ്റിനും, ഒരുപക്ഷേ ഒരു നല്ല ശീലം: ഞെട്ടിക്കുന്ന ചിത്രം പങ്കുവെക്കുന്നതിന് മുമ്പ്, അഞ്ച് സെക്കൻഡ് എടുത്ത് ആരെങ്കിലും ശരിക്കും അത് എടുത്തോ എന്ന് ആലോചിക്കുക.

എന്റെ അഭിപ്രായം: വ്യാജ ഫോട്ടോകൾ നമുക്ക് തടയാൻ കഴിയില്ല. പക്ഷേ യഥാർത്ഥ ഫോട്ടോകളെ വിശ്വസിക്കാൻ എളുപ്പമാക്കാം.

— ഡെസ്ലി