आर्टिफिशियल इंटेलिजेंस तकनीक के निरंतर विकास के साथ, नकली छवियों और वीडियो को बनाना越来越 आसान हो गया है, और डीपफेक (deepfake) की समस्या और भी गंभीर होती जा रही है। इन झूठे सामग्री की पहचान कैसे की जाए, यह एक तत्काल समाधान की आवश्यकता है। हाल ही में, बिंगहैम्पटन विश्वविद्यालय की अनुसंधान टीम ने इस पर गहन चर्चा की, उन्होंने फ़्रीक्वेंसी एनालिसिस तकनीक का उपयोग करके AI द्वारा उत्पन्न छवियों की विशेषताओं को उजागर किया, जिससे लोगों को झूठी जानकारी की पहचान करने में मदद मिली।
छवि स्रोत नोट: छवि AI द्वारा उत्पन्न, छवि अधिकृत सेवा प्रदाता Midjourney
यह अध्ययन इलेक्ट्रिकल और कंप्यूटर इंजीनियरिंग विभाग के प्रोफेसर यू चेन और डॉक्टोरल छात्र निहाल पोरेडी और डीराज नागोथु द्वारा संचालित किया गया था, इसके अलावा वर्जीनिया स्टेट यूनिवर्सिटी के मास्टर छात्र मोनिका सुदर्शन और प्रोफेसर एनोक सोलोमन का भी योगदान था।
अनुसंधान टीम ने हजारों छवियाँ बनाई जो लोकप्रिय जनरेटिव AI उपकरणों जैसे कि Adobe Firefly, PIXLR, DALL-E और Google Deep Dream का उपयोग करके बनाई गई थीं। फिर, उन्होंने सिग्नल प्रोसेसिंग तकनीक का उपयोग करके इन छवियों की फ़्रीक्वेंसी विशेषताओं का विश्लेषण किया, ताकि वास्तविक छवियों और AI द्वारा उत्पन्न छवियों के बीच के अंतर को खोजा जा सके।
जनरेटिव एडवर्सेरियल नेटवर्क इमेज ऑथेंटिकेशन (GANIA) नामक एक उपकरण का उपयोग करके, शोधकर्ताओं ने AI द्वारा उत्पन्न छवियों में दिखाई देने वाले धुंधलेपन की पहचान करने में सक्षम थे। ये धुंधलेपन उस समय होते हैं जब AI छवियों को उत्पन्न करने के लिए अपसैंपलिंग तकनीक का उपयोग करता है, सरल शब्दों में कहें तो यह पिक्सल को क्लोन करके फ़ाइल को बड़ा करता है, लेकिन इससे फ़्रीक्वेंसी में "फिंगरप्रिंट" छोड़ जाता है। प्रोफेसर चेन ने कहा: "वास्तविक कैमरे से खींची गई तस्वीरें पूरे वातावरण से सभी जानकारी को शामिल करती हैं, जबकि AI द्वारा उत्पन्न छवियाँ अधिकतर उपयोगकर्ता के अनुरोध पर केंद्रित होती हैं, इसलिए पृष्ठभूमि वातावरण में सूक्ष्म परिवर्तनों को सही तरीके से कैद नहीं कर पातीं।"
छवियों की पहचान के अलावा, टीम ने "DeFakePro" नामक एक उपकरण विकसित किया है, जिसका उपयोग नकली ऑडियो और वीडियो की पहचान के लिए किया जाता है। यह उपकरण इलेक्ट्रिक ग्रिड फ़्रीक्वेंसी (ENF) सिग्नल का उपयोग करता है, जो रिकॉर्डिंग के दौरान बिजली के छोटे उतार-चढ़ाव के कारण उत्पन्न होता है। इन सिग्नलों का विश्लेषण करके, DeFakePro यह निर्धारित कर सकता है कि क्या एक रिकॉर्डिंग में हेरफेर किया गया है, जिससे डीपफेक के खतरे का मुकाबला किया जा सके।
पोरेडी ने जोर देकर कहा कि AI द्वारा उत्पन्न सामग्री की "फिंगरप्रिंट" की पहचान करना बहुत महत्वपूर्ण है, यह एक प्रमाणीकरण प्लेटफ़ॉर्म स्थापित करने में मदद करेगा, जो दृश्य सामग्री की प्रामाणिकता सुनिश्चित करेगा, और झूठी जानकारी के नकारात्मक प्रभाव को कम करेगा। उन्होंने指出 किया कि सोशल मीडिया के व्यापक उपयोग ने झूठी जानकारी की समस्या को और गंभीर बना दिया है, इसलिए ऑनलाइन साझा की जाने वाली डेटा की प्रामाणिकता सुनिश्चित करना अत्यंत महत्वपूर्ण है।
इस अध्ययन में, टीम ने जनता को अधिक उपकरण प्रदान करने की उम्मीद की है, ताकि लोग वास्तविक और झूठी सामग्री के बीच आसानी से भेद कर सकें, और जानकारी की विश्वसनीयता को बढ़ा सकें।
पेपर का पता: https://dx.doi.org/10.1117/12.3013240
मुख्य बिंदु:
1. 🖼️ अनुसंधान टीम ने फ़्रीक्वेंसी एनालिसिस तकनीक के माध्यम से AI द्वारा उत्पन्न और वास्तविक छवियों के बीच के अंतर की सफलतापूर्वक पहचान की।
2. 🔍 "DeFakePro" उपकरण विकसित किया गया, जो नकली ऑडियो और वीडियो की प्रामाणिकता की पहचान कर सकता है।
3. 🚫 ऑनलाइन साझा की जाने वाली डेटा की प्रामाणिकता सुनिश्चित करने के महत्व पर जोर दिया गया, ताकि झूठी जानकारी की समस्या का सामना किया जा सके।
