تُضمِّن تقنية SynthID من غوغل علامات مائية غير مرئية داخل المحتوى المولَّد بالذكاء الاصطناعي لمواجهة التزييف العميق (deepfakes)، غير أن هذه التقنية ليست محصَّنة تماماً.
وقد توصّل مجتمع الذكاء الاصطناعي بالفعل إلى طرائق لتجاوز هذه العلامات، أنجعُها أسلوبٌ يُعرف بـ«إعادة التشويش» (re-nosing) يقوم على إعادة توليد الصورة بما يُشوِّش نمط العلامة المائية.
ويخلق هذا وضعاً أشبه بلعبة «القط والفأر» على الصعيد التقني، ويُبرز التحدي المتنامي المتمثل في التحقق من صحة الوسائط الرقمية في عصر الذكاء الاصطناعي.
تَخيَّل أنك حمَّلتَ للتوّ صورةً مولَّدة بالذكاء الاصطناعي من أداة Imagen التابعة لغوغل، لتكتشف أنها تحمل علامة مائية غير مرئية مضمَّنة بداخلها — علامةً لا يسهُل عليك إزالتها حتى باستخدام برامج تحرير الصور الاحترافية. هذه البصمة الخفيّة هي SynthID، إجابةُ غوغل عن التحدي المتصاعد المتمثل في التعرّف على المحتوى المولَّد بالذكاء الاصطناعي في عالمٍ تتكاثر فيه الصور المزيّفة والمعلومات المضلِّلة.
ومع تزايد صعوبة التمييز بين الوسائط التي يصنعها الذكاء الاصطناعي وتلك التي يصنعها البشر، يطفو على السطح سؤالٌ مُلِحّ: كيف لنا أن نعرف ما هو حقيقي بعد الآن؟ تسعى تقنية SynthID من غوغل إلى حلّ هذه المعضلة عبر تضمين علامة مائية غير مرئية مباشرةً في بكسلات الصور المولَّدة بالذكاء الاصطناعي وفي ملفات الصوت والنصوص — لكنّ مجتمع الذكاء الاصطناعي اكتشف بالفعل سُبُلاً لتجاوزها.
وإذا كنتَ قلقاً من تبعات العلامات المائية الرقمية الدائمة على ما تنتجه من محتوى بالذكاء الاصطناعي، أو كنتَ ببساطة فضوليّاً إزاء التقنية الكامنة وراءها، فإن هذا المقال سيشرح لك ماهية SynthID، وسببَ وجودها، والمقاربات التقنية المستخدمة لإزالة هذه العلامات.
ما هي تقنية SynthID من غوغل؟
SynthID تقنيةُ علامات مائية رقمية متطوّرة طوّرتها مختبرات Google DeepMind وGoogle Research ووحدة Jigsaw. وخلافاً للبيانات الوصفية (metadata) التقليدية التي يسهُل تجريدها عند تحويل الملف أو تحريره، تُضمِّن SynthID علامتها المائية مباشرةً داخل المحتوى نفسه — سواءٌ كان ذلك في قيم بكسلات الصورة، أو في الموجة الصوتية لملف الصوت، أو في احتمالات الرموز (tokens) في النص المولَّد.
وتعمل هذه التقنية عبر زوجٍ من نماذج الذكاء الاصطناعي يعملان جنباً إلى جنب:
- نموذج تضمين (embedding model) يُجري تعديلاتٍ طفيفة على المحتوى أثناء إنشائه ليُدرج فيه العلامة المائية غير المرئية.
- نموذج كشف (detection model) قادرٌ على فحص المحتوى لتحديد ما إذا كانت تحمل علامة SynthID المائية.
وفي حالة الصور، تُحدِث SynthID ما يصفه المستخدمون بأنه «انزياحٌ لوني دون عتبة الرؤية» (sub-visible pixel color shift) موزَّعٌ على امتداد الصورة بأكملها. وهذه التعديلات الدقيقة غير محسوسة للعين البشرية، لكنها تُنشئ نمطاً مميَّزاً يستطيع نموذج الكشف التعرّف عليه بدقة عالية.
وقد صُمِّمت هذه التقنية لتكون متينةً، بحيث تصمد نظرياً أمام التعديلات الشائعة مثل الضغط، والاقتصاص، وتعديلات الألوان، والفلترة. وبحسب غوغل، فإن علامات SynthID المائية مصمَّمة للبقاء حتى عند طباعة المحتوى ثم إعادة مسحه ضوئياً، أو عند تشغيل المقطع الصوتي ثم إعادة تسجيله (في حالة الصوت).
وقد دمجت غوغل تقنية SynthID في عددٍ من منتجاتها القائمة على الذكاء الاصطناعي، ومنها Imagen وNano Banana Pro، كما توفّر بوّابة SynthID Detector للتحقق مما إذا كان المحتوى يحمل العلامة المائية.
لماذا نحتاج إلى SynthID؟ الحُجّة لصالح إثبات مصدر المحتوى
جعل النموُّ المتفجِّر لأدوات الذكاء الاصطناعي التوليدي التمييزَ بين المحتوى البشري والمحتوى المولَّد بالذكاء الاصطناعي أمراً متزايد الصعوبة. ولهذه القفزة التقنية تبعاتٌ عدّة مقلقة:
- المعلومات المضلِّلة والتزييف العميق: بمقدور الجهات الخبيثة إنشاء صور أو مقاطع فيديو مزيّفة مقنِعة لشخصيات عامة تُظهرها وهي تفعل أو تقول ما لم تفعله أو تقله قطّ.
- هواجس حقوق النشر والنسبة: أسئلةٌ حول مِلكية المحتوى المولَّد بالذكاء الاصطناعي وأصالته.
- تآكل الثقة: مع تنامي انتشار الوسائط الاصطناعية، يتزايد الشكّ العام تجاه كل محتوى رقمي.
تحاول SynthID معالجة هذه القضايا عبر إرساء أساسٍ تقني لإثبات مصدر المحتوى (content provenance) — أي سِجلٍّ قابلٍ للتحقق يبيّن أين نشأ المحتوى وكيف. فبتضمين علامة مائية لحظةَ الإنشاء، تأمل غوغل في إقامة سلسلة ثقة تساعد المستخدمين على تمييز المحتوى المولَّد بالذكاء الاصطناعي.
وتندرج هذه التقنية ضمن مبادرة صناعية أوسع. إذ يعمل تحالف إثبات مصدر المحتوى وأصالته (C2PA) — الذي يضمّ Adobe وMicrosoft وغيرهما من عمالقة التقنية — على وضع معايير للتحقق من المحتوى الرقمي. غير أنه، وكما لاحظ أحد مستخدمي «ريديت»، فإن «نظام C2PA القائم ثبت أنه لا يستخدم رياضياته على نحوٍ سليم. ومن الممكن إنشاء صور مزيّفة لكنها تبدو مع ذلك أصيلة ومعتمَدة وفق C2PA» — وهو ما يُفسِّر سبب تطوير حلول أكثر متانة مثل SynthID.
حدود تقنية SynthID
رغم ما تؤكّده غوغل بشأن متانة SynthID، فإن للتقنية حدوداً عدّة مُعترَفاً بها:
- التدهور مع التعديلات الكبيرة: تتراجع قابلية كشف العلامة المائية مع التعديلات الجذرية. ويشمل ذلك في الصور الفلترة المكثّفة أو إعادة الترميز؛ وفي النصوص إعادة الصياغة الثقيلة أو الترجمة.
- غياب المقاييس المنشورة: لم تُصدر غوغل مقاييس دقة شاملة للوسائط غير النصية، ما يُصعِّب على الباحثين المستقلّين التحقق من ادّعاءات المتانة.
- الاعتماد على النموذج: يكون الكشف أكثر موثوقيةً عند استخدام نماذج الكشف الخاصة المملوكة لغوغل. أما البدائل مفتوحة المصدر فقد تكون أقل فاعلية.
- هشاشةٌ بنيوية جوهرية: والأهمّ من ذلك، وكما اكتشف مجتمع الذكاء الاصطناعي، أن العلامات المائية المضمَّنة في فضاء البكسل عُرضةٌ بطبيعتها لأن تُطمَس عبر عمليات توليدية لاحقة — وهو تحدٍّ تقني جوهري أفضى إلى نجاح تقنيات التجاوز.
كيفية تجاوز SynthID: المقاربات التقنية
طوّر مجتمع الذكاء الاصطناعي أساليب عدّة لإزالة علامات SynthID المائية أو تجاوزها. والأسلوب الأنجع، المعروف بـ«إعادة التشويش» (re-nosing)، يستثمر نماذج الانتشار (diffusion models) نفسها التي وَلَّدت المحتوى الأصلي، فيعيد جوهرياً توليد الصورة مع الحفاظ على مظهرها البصري لكن مع تشويش نمط العلامة المائية.
ملاحظة: هذه المعلومات مقدَّمة لأغراض تعليمية. فهمُ نقاط الضعف هذه ضروريٌّ للباحثين الساعين إلى تطوير تقنيات علامات مائية أكثر متانة.
تقنية «إعادة التشويش»
تعمل طريقة التجاوز الأساسية، كما هي موثَّقة في مستودع SynthID-Bypass على GitHub، عبر استخدام الصورة الحاملة للعلامة المائية دليلاً لتمريرةِ توليد جديدة بالذكاء الاصطناعي. وإليك كيفية عملها:
- التوجيه البنيوي: تُعالَج الصورة الحاملة للعلامة المائية عبر كشف الحواف (مثل خوارزمية Canny لكشف الحواف) لإنشاء خريطة بنيوية.
- تطبيق ControlNet: تُغذّى هذه الخريطة البنيوية إلى نموذج ControlNet، الذي يضمن أن يحافظ التوليد الجديد على التركيب والبنية نفسيهما للصورة الأصلية.
- تمريرة انتشار منخفضة إزالة التشويش: تُمرَّر الصورة الأصلية ودليل ControlNet عبر مُعايِنٍ في نموذج الانتشار (KSampler في بيئة ComfyUI) مع إعدادٍ حاسم: قيمة إزالة تشويش (denoise) منخفضة جداً (عادةً بين 0.2 و0.4). وهذا يوجّه النموذج إلى البقاء قريباً جداً من محتوى الصورة الأصلية مع إدخال قدرٍ كافٍ فقط من التشويش الجديد لطمس نمط العلامة المائية.
- استعادة التفاصيل: بما أن عملية إزالة التشويش المنخفضة قد تُليّن التفاصيل أحياناً، تُجرى تمريرة أخيرة باستخدام أدوات تنقيح الوجوه (face detailers) أو نماذج تحسينٍ مماثلة لاستعادة الحدّة، وهو أمرٌ مهمّ خصوصاً في الصور الشخصية (البورتريه).
وكما أوضح أحد مستخدمي «ريديت» ممّن جرّبوا هذه الطريقة: «تقوم الفكرة الأساسية على إعادة تشويش الصورة عبر سلسلة معالجة بنموذج انتشار مع إعدادات منخفضة لإزالة التشويش».
حدود إزالة العلامة المائية
ليست طريقة التجاوز مثاليةً، وتنطوي على حدودٍ عدّة:
- المتطلبات الحاسوبية: تتطلب العملية وحدة معالجة رسومات (GPU) قوية بذاكرة فيديو (VRAM) كبيرة (يُوصى بـ16 غيغابايت أو أكثر).
- التشوّهات المحتملة: قد تُدخِل التقنية تشوّهاتٍ بصرية طفيفة أو فقداناً بسيطاً للتفاصيل مقارنةً بالصورة الأصلية.
- تحديات الدقة: قد تحتاج الصور عالية الدقة إلى تصغير حجمها لتعمل العملية بفاعلية. ومجرّد تكبير الصورة لا يُجدي، بل قد «يُرسِّخ العلامة المائية بصورة أعمق»، كما لاحظ أعضاء المجتمع.
مستقبل العلامات المائية للذكاء الاصطناعي
يُبرهن وجودُ أساليب التجاوز هذه على التحدي المستمر في إنشاء بصماتٍ رقمية دائمة ومتعذّرة الإزالة حقّاً. فكلما تحسّنت أساليب الكشف، تطوّرت تقنيات الالتفاف عليها، في ما يخلق لعبة «قط وفأر» تقنية لا تنتهي.
ويُعرب بعض أعضاء مجتمع الذكاء الاصطناعي عن قلقهم من أن تقنيات العلامات المائية قد تقود في نهاية المطاف إلى نماذج وصولٍ أكثر تقييداً. وكما كتب أحد مستخدمي «ريديت»: «أعتقد جازماً أن السوق يتجه نحو نماذج قائمة على الاشتراكات لاستنزافنا والتحكم في مستقبل الذكاء الاصطناعي التوليدي».
ورغم هذه الهواجس، تمثّل تقنيات العلامات المائية مثل SynthID خطوةً مهمة نحو تطويرٍ مسؤول للذكاء الاصطناعي. فهي تُرسي أساساً لتتبُّع المحتوى فيما يواصل الباحثون العمل على حلول أكثر متانة.
ويستلزم الطريق إلى الأمام بحثاً متواصلاً، وتعاوناً على مستوى الصناعة بأكملها بشأن المعايير، وحواراً مفتوحاً بين المطوّرين والمستخدمين. فمع تزايد انتشار المحتوى المولَّد بالذكاء الاصطناعي، ستزداد إلحاحاً الحاجةُ إلى أساليب تحقُّقٍ موثوقة.
وفي هذا المشهد سريع التحوّل، ثمة أمرٌ واحد مؤكّد: إن سباق التسلّح التقني بين توثيق المحتوى والالتفاف عليه سيظلّ يُشكِّل الطريقةَ التي نتفاعل بها مع الوسائط الرقمية ونثق بها في عصر الذكاء الاصطناعي.