เครื่องมือตรวจจับภาพที่สร้างด้วย AI รุ่นใหม่ของ Meta ถูกตั้งคำถามเกี่ยวกับประสิทธิภาพ หลังการวิเคราะห์ของ Reuters พบว่า ระบบไม่สามารถตรวจจับภาพที่สร้างจากโมเดล Muse Image ของบริษัทเองได้หลายภาพ เมื่อภาพเหล่านั้นถูกครอปก่อนนำไปตรวจสอบ
อย่างไรก็ตาม Meta ระบุว่าเครื่องมือนี้ยังอยู่ในช่วงพรีวิว (Preview) และยอมรับว่าหากมีการครอปภาพมากเกินไป สัญญาณที่ใช้สำหรับการตรวจสอบอาจหายไปได้ จึงยังไม่ควรตีความว่าระบบพร้อมใช้งานในทุกสถานการณ์
Reuters ทดสอบอย่างไร
Reuters สร้างภาพด้วย Muse Image จำนวน 40 ภาพ จากนั้นนำภาพต้นฉบับทั้งหมดไปตรวจสอบผ่านเครื่องมือของ Meta
ผลคือ
ภาพต้นฉบับทั้ง 40 ภาพ ถูกระบุได้ถูกต้องว่าเป็นภาพที่สร้างด้วย AI
แต่เมื่อครอปภาพให้เหลือประมาณ 1 ใน 3 ถึงครึ่งหนึ่งของขนาดเดิม ระบบกลับ ตรวจไม่พบถึง 55% ของภาพทั้งหมด
ผลลัพธ์ดังกล่าวสะท้อนว่า การแก้ไขภาพเพียงเล็กน้อยในรูปแบบที่พบได้ทั่วไป อาจทำให้ระบบตรวจจับทำงานได้ไม่เต็มประสิทธิภาพ
Meta ใช้ Content Seal เป็นลายน้ำดิจิทัล
Meta อธิบายว่า Muse Image จะฝัง Content Seal ลงในภาพทุกภาพที่สร้างขึ้น
Content Seal คือ ลายน้ำดิจิทัลแบบมองไม่เห็น (Invisible Watermark) ที่ฝังอยู่ในข้อมูลของภาพ เพื่อช่วยให้เครื่องมือตรวจสอบสามารถระบุได้ว่าภาพถูกสร้างโดย AI ของ Meta
ก่อนหน้านี้ Meta ระบุว่าระบบถูกออกแบบให้ยังตรวจจับได้ แม้ภาพจะผ่านการครอป การบีบอัดไฟล์ หรือการจับภาพหน้าจอ อย่างไรก็ตาม ผลการทดสอบของ Reuters ชี้ว่า หากครอปภาพมากพอ ระบบอาจไม่สามารถตรวจพบสัญญาณดังกล่าวได้
Meta ชี้แจงว่ายังเป็นเวอร์ชันทดลอง
หลัง Reuters เผยผลการทดสอบ Meta ระบุว่า
เครื่องมือตรวจจับยังเป็นเวอร์ชันพรีวิว
Content Seal ถูกออกแบบให้ทนต่อการแก้ไขทั่วไป
แต่หากมีการครอปภาพอย่างหนัก สัญญาณที่ฝังไว้สามารถสูญหายได้
บริษัทไม่ได้ปฏิเสธผลการทดสอบของ Reuters และยืนยันว่าจะพัฒนาเครื่องมือต่อไป
ไม่ใช่ปัญหาของ Meta เพียงรายเดียว
การตรวจจับภาพ AI เป็นความท้าทายที่หลายบริษัทกำลังเผชิญ
ทั้ง Google และ OpenAI ต่างก็เคยระบุว่า เครื่องมือตรวจจับภาพ AI ของตนเอง ไม่สามารถรับประกันความถูกต้องได้ 100% โดยเฉพาะเมื่อภาพผ่านการแก้ไข เช่น
การครอป
การย่อขนาด
การบีบอัดไฟล์
การรีทัชหรือแก้ไขภาพเพิ่มเติม
ผู้เชี่ยวชาญชี้ ลายน้ำดิจิทัลยังมีข้อจำกัด
Siwei Lyu ศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์จาก State University of New York at Buffalo ซึ่งเชี่ยวชาญด้านนิติวิทยาศาสตร์ภาพดิจิทัล ให้ความเห็นว่า ระบบที่อาศัยลายน้ำดิจิทัลสามารถทำงานได้ดี หากสัญญาณยังคงอยู่
แต่หากภาพถูกครอป ย่อขนาด บีบอัด หรือแก้ไขอย่างมาก ก็อาจทำให้สัญญาณอ่อนลงหรือหายไป ส่งผลให้ระบบตรวจจับมีความแม่นยำน้อยลง
ขณะที่ Sarah Barrington นักวิจัยด้าน AI จาก UC Berkeley มองว่า การใช้ลายน้ำยังคงเป็นแนวทางที่มีประโยชน์ แม้จะไม่สามารถป้องกันได้ทุกกรณีก็ตาม
ความท้าทายสำคัญในยุค Deepfake
ผลการทดสอบครั้งนี้เกิดขึ้นในช่วงที่หลายประเทศกำลังเผชิญปัญหา Deepfake และภาพปลอมจาก AI เพิ่มขึ้นอย่างต่อเนื่อง
เมื่อเดือนมีนาคมที่ผ่านมา Meta Oversight Board ซึ่งเป็นคณะกำกับดูแลอิสระของบริษัท ยังได้แนะนำให้ Meta ลงทุนพัฒนาเครื่องมือตรวจจับ AI ให้มีประสิทธิภาพมากขึ้น เพื่อรับมือกับการแพร่กระจายของคอนเทนต์หลอกลวงบนแพลตฟอร์มของบริษัท
บทสรุป
ผลการวิเคราะห์ของ Reuters แสดงให้เห็นว่า เครื่องมือตรวจจับภาพ AI ของ Meta ยังมีข้อจำกัดในการรับมือกับภาพที่ผ่านการครอป แม้ว่าภาพเหล่านั้นจะสร้างจากโมเดล AI ของบริษัทเองก็ตาม
อย่างไรก็ตาม เครื่องมือดังกล่าวยังอยู่ในช่วงพรีวิว และ Meta ก็ยอมรับว่าการครอปภาพมากเกินไปอาจทำให้ลายน้ำดิจิทัลสูญหายได้ สิ่งที่น่าจับตาต่อจากนี้คือ Meta จะสามารถปรับปรุงระบบตรวจจับให้รองรับการแก้ไขภาพในรูปแบบต่าง ๆ ได้ดีขึ้นเพียงใด เพราะประสิทธิภาพของเครื่องมือเหล่านี้จะมีบทบาทสำคัญในการรับมือกับปัญหา Deepfake และข้อมูลปลอมในอนาคต
ที่มา reuters
ความคิดเห็น