أصبحت الحدود بين الواقعي والاصطناعي غير واضحة بفضل الذكاء الاصطناعي التوليدي. ومع ذلك، غالبًا ما تعاني الصور المزيفة (deepfakes) والعروض المتقدمة من عيوب في الواقعية الغامرة: فجوات ملحوظة في فيزياء الضوء، أو الهندسة، أو التماسك الزمني. يحلل هذا المقال كيف تتيح تقنيات النمذجة ثلاثية الأبعاد ورؤية الحاسوب تدقيق المحتوى الرقمي لتحديد هذه التناقضات والتمييز بين العرض (render) والتسجيل الحقيقي.
تحليل تقني: الإضاءة، الظلال، وهندسة الوجه 🔍
يعتمد تدقيق الصور المزيفة (deepfakes) على مبادئ العرض الفيزيائي. الطريقة الأولى هي تحليل الإضاءة المحيطة: غالبًا ما تفشل مولدات الذكاء الاصطناعي في محاكاة اتجاه الضوء الرئيسي أو في حساب الظلال المسقطة (الظلال التي يلقيها جسم على نفسه). على سبيل المثال، قد يُظهر الوجه المزيف (deepfake) انعكاسًا مرآويًا في العين لا يتطابق مع مصدر الضوء السائد في المشهد. بالإضافة إلى ذلك، تعتبر هندسة الوجه أساسية؛ حيث يمكن لأدوات رؤية الحاسوب إعادة بناء نموذج ثلاثي الأبعاد للوجه ومقارنة التماثل والنسب مع المعايير البيومترية القياسية. غالبًا ما يكشف التشوه في انحناء جسر الأنف أو عدم التماثل غير الطبيعي في موضع الأذنين عن التلاعب.
حالات عملية: اكتشاف غير الواقعي في المحتوى الفيروسي 🕵️
عمليًا، كشفت هذه الأساليب عن صور مزيفة (deepfakes) فيروسية. حالة شهيرة كانت مقطع فيديو لسياسي يلوح بيديه؛ كشف تحليل إطباق الفك أن ظل الذقن لم يتحرك بشكل صحيح مع حركة الرأس، وهو عيب نموذجي لمولدات الفيديو بالذكاء الاصطناعي. مثال آخر تضمن عرضًا فائق الواقعية لمنتج: كان انكسار الضوء في زجاج الشيء مستحيلًا فيزيائيًا بالنسبة للانحناء المُصمم. تُظهر هذه التدقيقات أنه على الرغم من تقدم الذكاء الاصطناعي، إلا أن قوانين الفيزياء لا تزال أفضل كاشف لعيوب الواقعية الغامرة.
كيف يمكن تطبيق النمذجة ثلاثية الأبعاد لاكتشاف التناقضات الهندسية والإضاءة في الصور المزيفة (deepfakes) التي لا تدركها العين البشرية؟
(ملاحظة: اكتشاف الصور المزيفة (deepfakes) يشبه اللعب بـ أين والي؟ ولكن مع بكسلات مشبوهة.)