На технічному рівні існує кілька підходів до маркування відео, створених за допомогою штучного інтелекту, щоб глядач міг визначити їхнє походження. Ці методи можна розділити на невидимі та видимі.
Невидиме маркування:
- Цифрові водяні знаки (Digital Watermarking): Це, мабуть, найбільш перспективний напрямок. Водяні знаки - це непомітні зміни, вбудовані безпосередньо в пікселі відео або аудіо доріжку. Вони можуть бути розроблені таким чином, щоб бути стійкими до різних видів обробки, таких як стискання, кадрування, зміна розміру та навіть деякі види редагування. Для виявлення такого водяного знаку потрібне спеціальне програмне забезпечення або алгоритм.
- Переваги: Не заважає візуальному сприйняттю, може бути досить стійким.
- Недоліки: Може бути складним у реалізації, вимагає спеціальних інструментів для виявлення, потенційно може бути видалений при значних маніпуляціях з відео.
- Приклади: Google DeepMind розробила технологію SynthID для додавання невидимих водяних знаків до зображень та відео, створених їхніми AI-моделями. Meta також працює над подібними рішеннями, наприклад Video Seal.
- Метадані: Інформацію про те, що відео було створено штучним інтелектом, можна додати до метаданих файлу. Метадані - це "дані про дані", які можуть включати інформацію про автора, дату створення, використане програмне забезпечення тощо.
- Переваги: Легко реалізувати, стандартний спосіб зберігання інформації про файл.
- Недоліки: Метадані можуть бути легко видалені або змінені користувачем, тому цей метод не є найнадійнішим для гарантування ідентифікації.
- Криптографічні підписи: Можна використовувати криптографічні методи для створення унікального підпису, пов'язаного з процесом генерації AI. Цей підпис може бути вбудований у відео або зберігатися окремо. Для перевірки походження відео потрібно буде використати відповідний ключ.
- Переваги: Високий рівень надійності та захисту від підробки.
- Недоліки: Складніша реалізація, вимагає інфраструктури для генерації та перевірки підписів.
- Аналіз артефактів AI: Самі моделі штучного інтелекту можуть залишати певні ледь помітні артефакти у згенерованому контенті. Розробляються алгоритми, які можуть аналізувати відео на наявність таких специфічних артефактів, що свідчать про його штучне походження.
- Переваги: Не потребує вбудовування додаткової інформації у відео.
- Недоліки: Ефективність залежить від моделі AI та якості відео, артефакти можуть бути усунені в процесі редагування.
Видиме маркування:
- Ненав'язливі візуальні позначки: Можна використовувати ледь помітні логотипи, піктограми або водяні знаки, розміщені у кутку екрана або напівпрозорим шаром. Вони не повинні сильно відволікати увагу, але бути достатньо помітними при необхідності.
- Переваги: Легко зрозуміле для глядача.
- Недоліки: Може дещо впливати на естетичне сприйняття, може бути обрізане або замасковане.
- Інформаційні заставки або екрани: На початку або в кінці відео може бути коротка заставка з інформацією про те, що відео було створено за допомогою штучного інтелекту.
- Переваги: Пряме та чітке повідомлення для глядача.
- Недоліки: Може порушувати безперервність перегляду.
Комбінований підхід:
Найбільш ефективним може бути комбінація кількох методів. Наприклад, використання невидимого водяного знаку для надійного технічного маркування та ненав'язливої видимої позначки для інформування глядача.
Поточний стан та майбутні перспективи:
Наразі розробка та впровадження ефективних методів маркування AI-генерованого контенту є активною сферою досліджень. Існують певні технічні рішення, але універсального та непорушного стандарту поки що немає.
Важливо розуміти, що з розвитком технологій штучного інтелекту розвиватимуться і методи обходу маркування. Тому потрібен постійний прогрес у цій галузі та співпраця між розробниками AI, технологічними компаніями та регуляторними органами для встановлення ефективних стандартів та протоколів маркування.