احراز اصالت عکس‌های آیفون؛ اپل چگونه می‌خواهد اصالت عکس‌های آیفون را در عصر هوش مصنوعی ثابت کند؟
اپل تکنولوژی
احراز اصالت عکس‌های آیفون؛ اپل چگونه می‌خواهد اصالت عکس‌های آیفون را در عصر هوش مصنوعی ثابت کند؟
احراز اصالت عکس‌های آیفون یکی از برنامه‌های جدید اپل برای مقابله با تصاویر جعلی ساخته‌شده با هوش مصنوعی است. این فناوری با ثبت اطلاعات مربوط به منبع تصویر تلاش می‌کند مشخص کند یک عکس واقعاً با دوربین آیفون گرفته شده است یا خیر.
× بستن معرفی
سفارش قهوه

احراز اصالت عکس‌های آیفون؛ راهکاری برای مقابله با تصاویر جعلی هوش مصنوعی

با پیشرفت سریع ابزارهای هوش مصنوعی، تشخیص اینکه یک تصویر واقعی است یا توسط الگوریتم‌ها ساخته شده، به یکی از چالش‌های مهم دنیای دیجیتال تبدیل شده است. احراز اصالت عکس‌های آیفون حالا به یکی از مسیرهایی تبدیل شده که اپل برای پاسخ به این مشکل دنبال می‌کند. این شرکت در حال توسعه قابلیتی با نام Apple Reference Image است که می‌تواند اطلاعاتی درباره منبع و زمان ثبت یک عکس ذخیره کند تا کاربران بتوانند واقعی بودن تصویر را بهتر بررسی کنند.

 

هدف این فناوری لزوماً شناسایی تمام تصاویر جعلی هوش مصنوعی نیست، بلکه بیشتر تلاش می‌کند ثابت کند یک تصویر مشخص، از یک دوربین واقعی آیفون ثبت شده و مسیر تولید آن قابل بررسی است.

 

چرا احراز اصالت عکس‌های آیفون در دوران هوش مصنوعی اهمیت پیدا کرده است؟

در سال‌های اخیر، مدل‌های هوش مصنوعی مولد توانسته‌اند تصاویری بسیار واقعی تولید کنند؛ تصاویری که گاهی تشخیص آن‌ها از عکس‌های واقعی برای انسان دشوار است. این موضوع در حوزه‌هایی مانند اخبار، شبکه‌های اجتماعی و مستندسازی اهمیت زیادی پیدا کرده است.

 

اپل با توسعه سیستم احراز اصالت عکس‌های آیفون به دنبال ایجاد نوعی «شناسنامه دیجیتال» برای تصاویر است؛ یعنی اطلاعاتی که نشان دهد یک عکس کجا و چگونه تولید شده است.

این ایده مشابه استانداردهایی مانند C2PA Content Credentials است که شرکت‌های مختلف فناوری و تولیدکنندگان دوربین برای ثبت اطلاعات منشأ محتوا از آن استفاده می‌کنند.

 

Apple Reference Image چگونه کار می‌کند؟

بر اساس اطلاعات منتشرشده، قابلیت جدید اپل در نسخه آزمایشی iOS دیده شده و احتمالاً به شکل یک حالت ویژه در دوربین آیفون فعال خواهد شد. این ویژگی به‌صورت پیش‌فرض روشن نیست و کاربر باید آن را فعال کند.

 

در حالت Reference، تصویر می‌تواند همراه با اطلاعاتی مانند:

  • امضای حسگر دوربین
  • بازه زمانی ثبت عکس
  • اطلاعات سخت‌افزاری مرتبط با دوربین

ذخیره شود تا بعدها امکان بررسی اصالت آن وجود داشته باشد.

فرایند احراز نیز ظاهراً به‌صورت خودکار انجام نمی‌شود و کاربر باید درخواست تأیید یک تصویر را ثبت کند. سپس سیستم اپل با استفاده از زیرساخت Private Cloud Compute بررسی لازم را انجام می‌دهد و نسخه تأییدشده‌ای با شناسه اختصاصی ارائه می‌کند.

 

احراز اصالت عکس‌های آیفون؛ آیا اپل عکس‌های کاربران را می‌بیند؟

یکی از نگرانی‌های مهم درباره چنین فناوری‌هایی، موضوع حریم خصوصی است. طبق گزارش‌ها، اپل اعلام کرده که در این فرایند به خود تصویر خام دسترسی ندارد و بیشتر اطلاعات مربوط به منشأ تصویر و داده‌های حسگر برای بررسی استفاده می‌شود.

 

با این حال، برخی کارشناسان معتقدند هر فناوری که اطلاعات سخت‌افزاری یا داده‌های مربوط به ثبت تصویر را ذخیره می‌کند، باید با دقت زیادی طراحی شود تا تعادل میان امنیت و حریم خصوصی حفظ شود.

 

احراز اصالت عکس‌های آیفون چه چیزی را ثابت می‌کند؟

نکته مهم این است که این فناوری قرار نیست به‌طور کامل جلوی تصاویر جعلی را بگیرد. برای مثال، اگر فردی یک تصویر جعلی تولیدشده با هوش مصنوعی را روی صفحه نمایش دهد و سپس از آن با آیفون عکس بگیرد، تشخیص منشأ واقعی تصویر می‌تواند همچنان پیچیده باشد.

 

در واقع، هدف اصلی این سیستم اثبات یک موضوع مشخص است: اینکه یک عکس در یک زمان مشخص با یک دوربین مشخص ثبت شده است، نه اینکه هر تصویر موجود در اینترنت قطعاً واقعی است.

 

آینده احراز اصالت عکس‌های آیفون در دنیای دیجیتال

تلاش اپل نشان می‌دهد که صنعت فناوری به سمت دوره‌ای حرکت می‌کند که «اثبات منشأ محتوا» به اندازه تولید محتوا اهمیت پیدا خواهد کرد. با افزایش تصاویر تولیدشده توسط هوش مصنوعی، کاربران، رسانه‌ها و سازمان‌ها به ابزارهایی نیاز دارند که بتوانند درباره اعتبار تصاویر تصمیم دقیق‌تری بگیرند.

 

البته هنوز فاصله زیادی میان یک فناوری آزمایشی و یک استاندارد جهانی وجود دارد. موفقیت این مسیر به همکاری شرکت‌های فناوری، سازندگان دوربین، پژوهشگران و نهادهای قانون‌گذار بستگی خواهد داشت.

 

در نهایت، احراز اصالت عکس‌های آیفون را می‌توان یک قدم اولیه برای ایجاد اعتماد بیشتر در فضای تصویری آینده دانست؛ فضایی که در آن تشخیص مرز میان واقعیت و محتوای ساخته‌شده با هوش مصنوعی روزبه‌روز دشوارتر می‌شود.

 

منبع