كل صورة تنشئها تنطوي على مخاطرة بمجرد أن تغادر جهازك. علامات الذكاء الاصطناعي المائية توقيعات غير مرئية تثبت الملكية، وتتتبّع سوء الاستخدام، وتحمّل المنصات المسؤولية. يشرح هذا المقال طريقة عمل SynthID وC2PA وأدوات العلامات المائية الحديثة، والتهديدات التي تتصدى لها، وأين تقصّر في حماية المبدعين.
كل صورة تنشرها على الإنترنت تبعد نقرة واحدة عن السرقة. فإعادة النشر، ومجموعات البيانات المسحوبة آليًا، ومسارات تدريب الذكاء الاصطناعي تستهلك ملايين الصور الفوتوغرافية والمرئيات المولّدة بالذكاء الاصطناعي كل يوم، ومعظمها دون علم صاحبها أو موافقته. وهنا تحديدًا تأتي العلامات المائية للذكاء الاصطناعي. فعلى عكس ختم الشعار التقليدي الموضوع في زاوية الصورة، تضمّن أنظمة العلامات المائية الحديثة إشارات الملكية في بيانات البكسل نفسها، فلا تراها العين البشرية، لكن تستطيع خوارزميات الكشف قراءتها. يشرح هذا المقال بالتفصيل كيف تعمل هذه التقنية، وأي المعايير مهمة، وأين تقع حدود الحماية الفعلية، وكيف يمكنك البدء الآن في إنتاج صور ذكاء اصطناعي تحمل علامات مائية.
تعود العلامات المائية الرقمية إلى حقبة 1990. فلماذا يبدو الموضوع جديدًا؟ لأن الطرق التقليدية كانت هشة. فقص بسيط، أو لقطة شاشة، أو إعادة تصدير بصيغة JPEG كانت كفيلة بمحو معظم العلامات المائية القديمة تمامًا. أما العلامات المائية الحديثة المعتمدة على الذكاء الاصطناعي فقد صُمّمت من الأساس لتصمد أمام هذه الهجمات تحديدًا.
العلامات المائية المرئية، أي النوع الذي يحمل شعارًا شبه شفاف فوق زاوية الصورة، سهلة الإزالة من الناحية الشكلية. فقد لاحقت Getty Images شركةً بنت أداة ذكاء اصطناعي لإزالة العلامات المائية المرئية على نطاق واسع. كانت المعركة القانونية كبيرة، لكن الواقع التقني كان لا يقبل الجدل: أي عنصر مرئي يمكن تحديده وطمسه.
جاء التحول نحو علامات غير مرئية وقوية تشفيريًا مباشرةً من هذه الثغرة. فحين لا يكون هناك ما يُرى، لا يوجد ما يُستهدف.
يعمل التضمين غير المرئي بتعديل قيم البكسل بطرق لا يلاحظها الإنسان إحصائيًا، لكنها مبنية رياضيًا بحيث يمكن كشفها. وهناك ثلاث تقنيات مهيمنة مستخدمة حاليًا:
| التقنية | طريقة العمل | تصمد أمام الضغط؟ |
|---|---|---|
| إخفاء LSB | تعدّل أقل بت أهمية في قنوات ألوان البكسل | جزئيًا |
| التضمين في مجال DCT | يشفّر البيانات في معاملات التردد (كما يفعل ضغط JPEG نفسه) | نعم |
| العلامات المائية بالتعلم العميق | تنشر شبكة عصبونية الإشارة عبر محتوى الصورة | نعم، بمتانة عالية |
يُعدّ نهج التعلم العميق، المستخدم في أنظمة مثل SynthID من Google، الأكثر متانة. فنمط العلامة المائية لا يُوضع في موضع ثابت، بل يُوزَّع على الصورة كلها باستخدام نموذج مدرَّب على جعل التعديل غير مرئي مع تعظيم موثوقية الكشف.
ملاحظة: العلامة المائية للذكاء الاصطناعي المطبّقة جيدًا تصمد أمام القص، وتعديلات الألوان، وإعادة التصدير بصيغة JPEG، وتغيير الحجم، وحتى تصوير الشاشة بجهاز آخر.
يُعدّ SynthID من Google أكثر أنظمة العلامات المائية للذكاء الاصطناعي توثيقًا علنيًا في الإنتاج الفعلي. وقد أُطلق أولًا للصور المولّدة بواسطة Imagen عبر Google DeepMind، ثم توسّع منذ ذلك الحين ليشمل النصوص والصوت والفيديو. وفهم طريقة عمله يمنحك أوضح صورة عمّا تعنيه العلامات المائية الحديثة للذكاء الاصطناعي عمليًا.
لا يضمّن SynthID رقمًا تسلسليًا بسيطًا أو اسم ملف. بل يولّد نمطًا شبه عشوائي فريدًا يعتمد على مفتاح سري، ثم يستخدم شبكة عصبونية مدرَّبة لإضافة هذا النمط إلى الصورة بطريقة غير مرئية إدراكيًا. وتُستخدم البنية العصبونية نفسها للتضمين والكشف معًا.
والتفصيل الحاسم أن الكشف لا يتطلب الوصول إلى الصورة الأصلية غير المعلَّمة. فالكاشف يعالج الصورة التي يتلقاها فقط، ويقارن خصائصها الإحصائية بما ستبدو عليه صورة معلَّمة باستخدام المفتاح السري المعروف، ثم يعيد درجة ثقة.
مهم: يعيد SynthID احتمالًا، لا إجابة ثنائية بنعم أو لا. فقد تسجّل صورة ما احتمالًا بنسبة 0.89 بأنها معلَّمة بعلامة مائية. وهذا يهم كثيرًا في السياقات القانونية وسياسات المنصات.
كانت العلامات المائية الرقمية التقليدية تتطلب امتلاك النسختين الأصلية والمشتبه بها لتأكيد التطابق. وتغيّر قدرة SynthID على الكشف الأعمى مشهد الإنفاذ بشكل كبير. فيمكن لمشرف منصة أو صحفي أو فريق قانوني فحص أي ملف صورة دون الوصول إلى سجل التوليد. وهذا ما يجعل SynthID قابلًا للتشغيل على نطاق واسع، عبر مليارات الصور.
SynthID تقنية مملوكة لشركة Google. وقد عمل القطاع الأوسع على معيار مفتوح يُسمى C2PA (التحالف من أجل أصالة المحتوى ومصدره)، ويتبنى نهجًا مختلفًا جوهريًا للمشكلة نفسها.
لا يُعلِّم C2PA بيانات البكسل بعلامة مائية. بل ينشئ بيانًا موقَّعًا تشفيريًا يُرفق بملف الصورة. ويسجّل هذا البيان:
يمكنك تصوّره كوثيقة سلسلة حيازة موثّقة رسميًا مضمّنة في البيانات الوصفية للملف. فعند فتح صورة موقَّعة بـ C2PA في عارض متوافق، يمكنك تتبّع كل خطوة في تاريخها من أول بكسل حتى التصدير النهائي.
تبدو قائمة المتبنّين كأنها قمة صناعة التقنية. من بينها Adobe وMicrosoft وGoogle وIntel وSony وNikon وCanon وBBC وصحيفة New York Times، وكلها أعضاء نشطون في تحالف C2PA. وتوقّع Adobe Firefly تلقائيًا كل الصور المولّدة ببيانات اعتماد C2PA. ويضم Adobe Photoshop الآن لوحة "Content Credentials" مدمجة مباشرةً في واجهته.
والقيد العملي أن بيانات اعتماد C2PA تعيش في البيانات الوصفية، والبيانات الوصفية تُمحى بسهولة عند رفع الصورة إلى معظم منصات التواصل الاجتماعي. فTwitter وInstagram وTikTok تزيل جميعها بيانات EXIF وXMP من الملفات المرفوعة. وإلى أن تحافظ هذه المنصات على بيانات اعتماد المحتوى، يظل نطاق المعيار محصورًا في خطوط التوزيع المضبوطة وسير عمل النشر المهني.
تحمل الصور الفوتوغرافية أدلة ضمنية على المصدر: أنماط ضوضاء مستشعر الكاميرا، وتشوهات العدسة، وبيانات EXIF للموقع من شريحة GPS. أما الصور المولّدة بالذكاء الاصطناعي فلا تملك أيًّا من ذلك. لا توجد كاميرا، ولا موقع، ولا بصمة لعتاد محدد. ومن دون علامة مائية نشطة، قد تبدو صورة Flux Pro وصورة فوتوغرافية لشخص حقيقي متطابقتين بالنسبة للبشر والمصنِّفات الآلية على حد سواء.
النمط متكرر عبر مجتمعات المبدعين. فقد غمرت مواقع الصور الاستوكية صورٌ مولّدة بالذكاء الاصطناعي تُباع على أنها تصوير أصلي. وتراكم حسابات التواصل الاجتماعي مئات الآلاف من المتابعين باستخدام بورتريهات ذكاء اصطناعي منسوبة إلى مصوّرين حقيقيين. ونشرت مؤسسات إخبارية صورًا مولّدة بالذكاء الاصطناعي معتقدةً أنها صور تحريرية من مهام حقيقية.
1. السرقة التجارية: تنتهي صورتك المولّدة بواسطة Flux 1.1 Pro Ultra في إعلان لمنافس. ومن دون علامة مائية، يتطلب إثبات أنك أنشأتها إعادة بناء الأمر النصي، وقيمة البذرة، ومعاملات التوليد، والطابع الزمني. ومن الصعب جدًا إثبات ذلك دون مصدر مدمج.
2. التضليل الإعلامي: تتداول صور مولّدة بالذكاء الاصطناعي تصوّر أحداثًا لم تقع قط على أنها أخبار. وعندما تنتشر صورة سياسية مزيفة بتقنية deepfake، لا توجد إشارة مدمجة تنبّه المشاهد إلى أنها أُنشئت بالذكاء الاصطناعي. أما العلامات المائية المضمّنة وقت التوليد فكانت ستتيح للمنصات الإبلاغ عن هذه الصور تلقائيًا عبر واجهات API للكشف.
3. غسل بيانات التدريب: يُكشَط عملك الإبداعي ليدخل مجموعة بيانات تدريب للذكاء الاصطناعي، ثم يُعاد إنتاجه في مخرجات تنافس عملك الأصلي. وقد أظهرت الأبحاث أن العلامات المائية القوية يمكن استخدامها لتتبّع الصور عبر خطوط التدريب، مما يخلق سلسلة مساءلة.
التكلفة الحقيقية: يشترط قانون الذكاء الاصطناعي في الاتحاد الأوروبي الآن وسم المحتوى المولّد بالذكاء الاصطناعي. ومن دون العلامات المائية على مستوى التوليد، يصبح إنفاذ هذا الشرط غير قابل للتطبيق عمليًا.
تتبنى نماذج توليد الصور بالذكاء الاصطناعي المختلفة مقاربات متباينة للعلامات المائية، والتباين مهم إذا كنت تختار أداة لإنتاج مهني أو تجاري.
يضمّن نموذجا Flux Dev وFlux Schnell من Black Forest Labs علامة مائية خفيفة غير مرئية في مخرجاتهما افتراضيًا، خصوصًا في المخرجات عبر API على المنصات المُدارة. العلامة المائية خفيفة وليست بقوة SynthID، لكنها توفّر إشارة أساسية لأنظمة الكشف الآلي.
يذهب Flux 2 Pro إلى مدى أبعد، بتضمين محسّن ينجو من عمليات تلاعب أكثر عنفًا بالصورة. وعند استخدامه عبر منصات تطبّق توقيع C2PA على طبقة API، يخلق الجمع بين مصدرية على مستوى البكسل وأخرى على مستوى البيانات الوصفية نظام حماية بطبقتين.
يطبّق Imagen 4 وشقيقه Imagen 4 Ultra تقنية SynthID افتراضيًا. تحمل كل صورة تُولَّد عبر هذين النموذجين علامة Google المائية القائمة على التعلم العميق بغض النظر عن معاملات API. ولا يوجد خيار لتوليد مخرجات Imagen 4 بلا علامة مائية عبر واجهات API الإنتاجية. وهذا قرار سياسي متعمّد لضمان إمكانية تتبّع كل مخرج إلى توليد بالذكاء الاصطناعي.
طبّق Imagen 3 المقاربة نفسها، مما يجعل عائلة Imagen من Google أكثر مجموعة نماذج معلَّمة بعلامات مائية باستمرار متاحة اليوم.
| النموذج | نوع العلامة المائية | تصمد أمام القص؟ | طريقة الكشف |
|---|---|---|---|
| Imagen 4 | SynthID (تعلم عميق) | نعم | الكشف الأعمى |
| Flux 2 Pro | خفيفة غير مرئية | جزئيًا | تتطلب مفتاحًا |
| Stable Diffusion 3.5 Large | لا شيء افتراضيًا | غير متاح | غير متاح |
| GPT Image 1.5 | بيانات C2PA الوصفية | لا (تُمحى البيانات الوصفية) | فحص البيانات الوصفية |
لا يوجد نظام أمني منيع، وعلامات الذكاء الاصطناعي المائية ليست استثناءً. فقد نشر الباحثون طرقًا متعددة لإزالة العلامات المائية. والتغطية الأمينة لهذا الموضوع تعني الاعتراف بالمواضع التي تصمد فيها الحماية فعلًا وتلك التي لا تصمد فيها.
تندرج أكثر هجمات الإزالة شيوعًا تحت ثلاث فئات:
هجمات إعادة التوليد: تُغذّى الصورة المعلَّمة إلى نموذج انتشاري وتُعاد توليدها. والمخرج صورة متشابهة إدراكيًا بلا العلامة المائية الأصلية. وهذا ينجح ضد العلامات المائية في البيانات الوصفية، لكنه يتعثر أمام العلامات القائمة على التعلم العميق على مستوى البكسل، لأن أنماط الضوضاء تُعاد إنتاجها بصورة تقريبية في المخرج المُعاد توليده.
الاضطراب العدائي: إضافة ضوضاء محسوبة بعناية إلى الصورة تعطّل إشارة العلامة المائية دون تدهور ملحوظ في الجودة. ويتطلب ذلك وصولًا من نوع الصندوق الأبيض إلى الكاشف، وهو غير متاح للعموم في أنظمة مثل SynthID.
هجمات تحويل الصيغة: التصدير بصيغة مختلفة، أو تحويل فضاءات الألوان، أو تطبيق ضغط ثقيل. فصيغة JPEG بجودة 50 تدمّر كثيرًا من العلامات المائية. وقد صُمّم SynthID ليصمد أمام جودة JPEG تنخفض إلى 70، لكن الضغط الشديد يخفض فعلًا درجات ثقة الكشف.
تعود صعوبة إزالة علامات من فئة SynthID دون تدهور مرئي إلى نظرية المعلومات. فإشارة العلامة المائية موزّعة عبر آلاف المكونات الترددية على امتداد الصورة كلها. ولإزالتها بالكامل يلزم إضافة ضوضاء تكفي لتدهور جودة الصورة المرئية بشكل ملحوظ.
يواجه المهاجم معضلة جوهرية: كلما كان الهجوم أنظف، قلّ أثره على العلامة المائية. وكلما كانت الإزالة أشمل، ازداد تشويه الصورة وضوحًا. لا توجد حلول مجانية في إزالة الإشارات.
الخلاصة: لا تؤدي سيناريوهات لقطة الشاشة وإعادة النشر العارضة إلى أي إزالة للعلامة المائية. ولا يهدد العلامات المائية القوية للذكاء الاصطناعي سوى هجمات تقنية متقدمة من أشخاص يملكون موارد كبيرة، وحتى هؤلاء كثيرًا ما يتركون آثارًا إحصائية قابلة للكشف.
رغم التقدم، يتطلب التقييم الأمين الاعتراف بالقيود الحقيقية. فالعلامات المائية للذكاء الاصطناعي ليست حلًا كاملًا لمشكلات إثبات مصدر الصور.
أكبر فجوة منفردة في العلامات المائية الحالية للذكاء الاصطناعي هي التوزيع عبر وسائل التواصل الاجتماعي. فكل منصة كبرى تزيل البيانات الوصفية عند الرفع: TikTok وInstagram وFacebook وLinkedIn، كلها دون استثناء. ويختفي بيان C2PA الذي تضمّنه Adobe Firefly في صورتك في اللحظة التي تنشرها فيها. ورغم أن إشارة SynthID على مستوى البكسل تنجو من هذه الإزالة، فمعظم أدوات توليد الصور لا تطبّق SynthID.
والنتيجة فجوة كشف: لا تملك المنصات إشارة آلية موثوقة لتحديد المحتوى المولّد بالذكاء الاصطناعي، دون علامة مائية إلزامية على مستوى البكسل في كل مخرجات الصور بالذكاء الاصطناعي. وهذه الفجوة هي سبب دفع الأطر التنظيمية نحو جعل العلامات المائية إلزامية بدلًا من أن تكون اختيارية.
لا تعمل العلامات المائية على نطاق واسع إلا إذا طبّقتها الغالبية العظمى من مولّدات صور الذكاء الاصطناعي. واليوم تأتي معظم نماذج الصور مفتوحة المصدر بلا أي علامة مائية. ويمكن لمن يريد توليد صور ذكاء اصطناعي بلا علامة مائية أن يشغّل Stable Diffusion 3.5 Large محليًا دون أي قيود. ويجب أن تعمل التنظيمات والحلول التقنية بالتوازي.
مشكلة ثانوية أخرى هي الإيجابيات الكاذبة. فقد تؤدي عتبات الكشف الحساسة في الأنظمة الآلية إلى وسم تصوير مشروع على أنه مولّد بالذكاء الاصطناعي، مما يخلق مسؤولية قانونية حقيقية على المصورين الذين تصنَّف أعمالهم خطأً عبر واجهات API للكشف.
أنت تنشئ الصور منذ زمن، سواء بكاميرا أو بمولّد ذكاء اصطناعي، وتستحق أدوات واضحة لإثبات تلك الملكية. التقنية موجودة الآن. فـ SynthID وC2PA والعلامات المائية القائمة على التعلم العميق ليست أوراق بحث نظرية. إنها أنظمة إنتاج تعمل على ملايين مخرجات الصور يوميًا.
تمنحك نماذج الذكاء الاصطناعي المتاحة على Picasso IA وصولًا إلى بعض أقوى أدوات التوليد المتاحة حاليًا، ومنها Flux Pro وImagen 4 وFlux 2 Pro وGPT Image 1.5. ويتضمن كثير من هذه النماذج إشارات إثبات مدمجة تحمي مخرجاتك منذ لحظة توليدها.
إذا كنت تبني معرضًا أعمال، أو تنشئ أصولًا تجارية، أو تنتج محتوى للاستخدام التحريري، فإن اختيار نموذج التوليد يهم بقدر أهمية الجودة البصرية. فالصورة المعلَّمة بعلامة مائية صورة موثّقة. لها سجل توثيقي واضح، ويمكن تتبّعها والتحقق منها والدفاع عنها.
ابدأ اليوم في توليد صورك المحمية وعالية الجودة على Picasso IA. فالأدوات التي يعتمد عليها المبدعون الجادون متاحة هناك بالفعل، وتنتج نتائج واقعية كالصور الفوتوغرافية مع إشارات الإثبات التي يتجه عالم الاحتراف نحوها. فكل صورة تنشئها تستحق أن تحمل توقيعك، حتى لو لم يتمكن أحد غيرك من رؤيته.
اختر لغتك
