SynthID نظام العلامات المائية غير المرئية الذي طوّرته Google DeepMind للصور المولّدة بالذكاء الاصطناعي. يُدرج إشارات لا تدركها العين في قيم البكسلات أثناء التوليد، ثم يستخدم شبكة عصبية لاكتشافها حتى بعد التعديل المكثف أو القص أو الضغط. يشرح هذا المقال النظام بجزأيه كاملًا: كيف تُدرج العلامات المائية، وكيف يعمل الكشف، وأين تفشل التقنية فعلًا.
تبدو الصور حقيقية تمامًا. امرأة تضحك في حفلة، وسياسي على منصة خطابة، وحريق غابات يجتاح حيًّا سكنيًا. ثم تعمل أداة ما، فيظهر حكم من ثلاث كلمات: "تم الكشف عنه كصورة بالذكاء الاصطناعي." هذا هو SynthID أثناء العمل، وطريقة عمله أكثر إثارة مما يدركه معظم الناس.
SynthID ليس وسمًا وصفيًا في البيانات الوصفية، ولا شعارًا مرئيًا يُختم في زاوية الصورة. إنه علامة مائية غير مرئية مُدمجة مباشرة في بكسلات الصور المولّدة بالذكاء الاصطناعي، مصوغة بعمق في بنية الصورة بحيث لا يمكن لتحرير المعتاد أو القص أو الترشيح أو الضغط إزالتها. طوّرته Google DeepMind، ويمثل واحدًا من أجدّ المحاولات لحل مشكلة تزداد صعوبة باستمرار: التمييز بين الحقيقي والمُصطنَع.
أعلنت Google DeepMind عن SynthID في أغسطس 2023، وكان مدمجًا في البداية مع Imagen، نظام Google الخاص لتحويل النص إلى صورة. لم يُصمَّم كإضافة لاحقة تُلحق بمنتج موجود. طُوِّر نظام العلامات المائية بالتزامن مع نموذج التوليد، وهذا تحديدًا ما يجعل عمله مختلفًا جذريًا عن الأساليب السابقة.
عملت معظم أنظمة العلامات المائية السابقة على مستوى البيانات الوصفية: كانت تكتب معلومات في بيانات EXIF للصورة، وهي الحقول المخفية التي تسجّل إعدادات الكاميرا وإحداثيات GPS والمؤلف. مشكلة هذا النهج واضحة. إذا أزلتَ البيانات الوصفية زالت العلامة المائية. احفظ الصورة كلقطة شاشة، أو نزّلها ثم أعد رفعها، فتختفي البيانات الوصفية، ومعها أي دليل على المصدر.
يعمل SynthID على طبقة مختلفة تمامًا.
لا تعيش علامة SynthID المائية في البيانات الوصفية للملف. بل تعيش في الخصائص الطيفية للصورة نفسها، موزَّعة عبر قيم البكسلات بنمط لا تلتقطه العين البشرية، لكن يمكن لشبكة عصبية مدرّبة أن تكتشفه إحصائيًا.
تخيّل الأمر هكذا: يمكن لمقطع موسيقي أن يحمل نمطًا مخفيًا في مكوّنات ترددية لا تلاحظها أذن بشرية، لكن معالج الإشارات يستطيع استخراجه بموثوقية حتى بعد ضغط المقطع أو إعادة تسجيله أو تمريره عبر معادل صوتي. يطبّق SynthID المبدأ نفسه على بيانات الصورة.
العلامة المائية موزَّعة لا موضعية، وهذا يحمل أهمية كبيرة. لو وُجدت العلامة في زاوية واحدة من الصورة، لأتلف قصُّ تلك الزاوية العلامةَ. ولأن إشارة SynthID منتشرة عبر المجال الترددي للصورة بأكمله، فإن القص لا يفعل سوى إضعاف الإشارة دون أن يمحوها. ما يتبقى منها يمكن للكاشف أن يجده.
SynthID ليس أداة واحدة، بل اثنتان: مولّد وكاشف. كلاهما شبكة عصبية، وقد دُرّبا معًا.
أثناء توليد الصورة، يعدّل مولّد SynthID المخرجات قبل أن تصل إلى المستخدم. تحدث هذه التعديلات على مستوى قيم البكسلات، فتُدخل نمطًا محددًا من الاضطرابات مصممًا رياضيًا ليكون:
الاضطرابات ليست عشوائية. إنها تتبع نمطًا محددًا تعلّمه النظام، والشبكة الكاشفة المرافقة مدرّبة على التعرف عليه. يُدرَّب المولّد والكاشف معًا، لذا يتعلم المولّد إدراج إشارات يستطيع الكاشف إيجادها بموثوقية حتى في نسخ متدهورة من الصورة.
وهذا يختلف جوهريًا عن الأساليب التي تكتفي بإضافة ضوضاء أو طبقات ملمسية. النمط مضبوط ليصمد أمام أنواع التدهور المحددة التي تتعرض لها الصور عادةً في العالم الحقيقي.
الكاشف شبكة عصبية منفصلة تأخذ صورة كمدخل، وتُخرج درجة ثقة: احتمال أن تحتوي الصورة على علامة SynthID مائية. دُرّبت هذه الشبكة على صور تحمل العلامة وأخرى لا تحملها، لتصبح حساسة للبصمة الطيفية المحددة التي ينتجها المولّد.
ولأن الكاشف مصنِّف متعلَّم وليس مطابِقًا بسيطًا للأنماط، فهو يتعامل مع المدخلات المشوّشة بمرونة. لا يحتاج إلى نسخة كاملة وغير مُمسّة من العلامة الأصلية ليصدر حكمًا واثقًا. إنه يبحث عن أدلة إحصائية موزَّعة عبر الصورة.
يحدث الإدراج في المراحل الأخيرة من عملية توليد نموذج الانتشار. في بنى الانتشار الكامن (المعمارية التي تقوم عليها نماذج مثل Stable Diffusion وFlux Dev), تُولَّد الصور في "فضاء كامن" مضغوط، ثم تُفكّ إلى صور بكسلية كاملة. يمكن لعلامة مائية بأسلوب SynthID أن تعمل إما في الفضاء الكامن أو في المجال البكسلي بعد فك الترميز.
الفكرة الجوهرية أن النظام البصري البشري أكثر حساسية لأنواع معينة من التغيرات دون غيرها. نحن بارعون جدًا في ملاحظة:
ونحن ضعفاء في ملاحظة:
يستهدف SynthID تحديدًا القنوات التي يكون فيها الإدراك البشري أضعف. التغييرات التي يُدخلها ستحتاج إلى التضخيم بعدة مراتب من الحجم قبل أن يتمكن الإنسان من رؤيتها.
كانت متانة العلامة المائية أمام الهجمات في العالم الحقيقي هدفًا تصميميًا رئيسيًا. دُرّبت شبكة المولّد باستخدام تعزيز البيانات الذي حاكى:
بتعريض المولّد لهذه التحويلات أثناء التدريب، أصبح النمط المتعلَّم للعلامة المائية مقاومًا لها بطبيعته. تضعف الإشارة تحت التلاعب المكثف، لكن الضعف تدريجي وليس كارثيًا. وحتى الصورة المعدّلة بكثافة غالبًا ما تحتفظ بإشارة كافية لحكم كشف واثق.
ملاحظة مهمة: SynthID ليس منيعًا. يمكن لتلاعب قوي بالصورة، مثل طباعتها ثم إعادة تصويرها في ظروف إضاءة سيئة، أن يخفض الإشارة تحت عتبات الكشف. يُقرّ النظام بهذا من خلال صيغة الأحكام الثلاثية.
عند إرسال صورة إلى كاشف SynthID، تتبع العملية مسارًا منظمًا:
تعمل العملية كلها بسرعة، ما يجعلها عملية عمليًا لتطبيقات الوقت الفعلي مثل إضافات المتصفح وخطوط مراجعة المحتوى وتكاملات API.
ينتج SynthID عمدًا ثلاث فئات للحكم، لا اثنتين. وهذا خيار تصميمي متعمّد يعكس عدم يقين صادقًا:
| الحكم | المعنى |
|---|---|
| تم الكشف | أدلة إحصائية قوية على وجود علامة SynthID المائية |
| لم يُكشف | لا توجد أدلة كبيرة على العلامة المائية |
| غير حاسم | إشارة متوسطة، دون عتبة الكشف لكن فوق خط الأساس |
فئة "غير حاسم" مهمة. فالنظام الثنائي كان سيجبر كل حالة حدّية على أن تكون إيجابية كاذبة أو سلبية كاذبة. وبالإقرار بعدم اليقين صراحةً، يتجنب SynthID المبالغة في الادعاء. قد تُرجع صورة مقصوصة بكثافة أو مضغوطة بشدة نتيجة "غير حاسم" بدلًا من حكم واثق في أي من الاتجاهين.
الواقع العملي: "لم يُكشف" لا يعني أن الصورة من صنع الإنسان. إنه يعني أنه لم تُعثر أي علامة SynthID مائية. ستُرجع صورة من نموذج لا يُدرج SynthID، كنسخة مُشغَّلة محليًا من Flux Schnell أو SDXL، دائمًا نتيجة "لم يُكشف"، وهذا لا يقول شيئًا عن أصالتها.
الإنجاز التقني الأساسي لنظام SynthID هو حل ما يسميه الباحثون مفاضلة المتانة وعدم الإدراك البصري. في العلامات المائية التقليدية:
يكسر SynthID هذه المفاضلة باستخدام شبكة عصبية تتعلم الشكل الأمثل للإشارة: شكل يختبئ جيدًا عن الرؤية البشرية ويصمد أمام التدهور المعتاد في الوقت نفسه. وهذا ممكن لأن المولّد والكاشف مدرّبان من طرف إلى طرف، فيُحسَّن الهدفان معًا بدلًا من معاملتهما كقيدين متعارضين.
الإشارة أيضًا غير موضعية. أي هجوم مكاني، سواء كان قصًا أو تدويرًا أو قلبًا أو حذفًا جزئيًا، لا يمكنه سوى إزالة جزء من الإشارة. ما دامت نسبة معتبرة من البكسلات الأصلية باقية، سيبقى جزء من العلامة المائية معها.
لدى SynthID قيود موثّقة تهم كل من يحاول فهم تغطيته في العالم الحقيقي:
هذه القيود ليست فريدة بنظام SynthID. كل نظام علامات مائية يواجهها. والسؤال دائمًا هو ما إذا كان النظام جيدًا بما يكفي لحالات الاستخدام المقصودة، وبالنسبة لمعظم مراجعة المحتوى على مستوى المنصات، يؤدي SynthID أداءً جيدًا.
هناك ثلاثة مناهج رئيسية لكشف الصور المولّدة بالذكاء الاصطناعي. فهم موقع SynthID بينها يوضح ما يستطيع فعله وما لا يستطيعه:
| الطريقة | كيف تعمل | نقاط القوة | نقاط الضعف |
|---|---|---|---|
| العلامة المائية غير المرئية (SynthID) | تُدرج إشارة في قيم البكسلات أثناء التوليد | تصمد أمام التعديل، ولا علامة مرئية | تكشف فقط المولّدات التي تُدرج العلامة |
| البيانات الوصفية / اعتمادات C2PA | تُدرج بيانات المؤلف في البيانات الوصفية للملف | بيانات منشأ غنية، وقابلة للقراءة البشرية | تُزال بسهولة عند إعادة الحفظ |
| مصنِّفات صور الذكاء الاصطناعي | تُدرَّب نموذجًا على رصد آثار الذكاء الاصطناعي | تعمل على أي صورة دون الحاجة إلى علامة | تُخدع بالمولّدات الجديدة، ومعدل إيجابيات كاذبة أعلى |
SynthID ومصنِّفات الذكاء الاصطناعي ليسا نهجين متنافسين، بل متكاملان. يمكن للمصنِّف أن يُعلّم الصور المشبوهة لمراجعتها دون حاجة إلى علامة مائية، بينما يوفر SynthID أحكامًا عالية الثقة للصور التي ولّدها. استخدام الاثنين معًا في خط مراجعة يغطي مساحة أوسع من أي منهما وحده.
تتبنى مبادرة أصالة المحتوى (CAI) ومعيار C2PA نهجًا مختلفًا: التوقيع التشفيري للبيانات الوصفية عند نقطة الإنشاء. يوفر هذا معلومات أغنى (من صنعها، ومتى، وبأي أدوات)، لكنه هش جوهريًا إذا أُعيد حفظ الملف دون خطوة التوقيع. نهج SynthID القائم على المجال البكسلي يكمّل C2PA ولا يحل محله.
بالنسبة للصحفيين الذين يتحققون مما إذا كانت صورة منتشرة أصلية، يوفر SynthID إشارة واحدة مهمة من بين إشارات كثيرة. الصورة التي تُرجع "تم الكشف" تُعلَّم فورًا كصورة مولّدة بالذكاء الاصطناعي من قِبل نظام يدعم SynthID. أما النتيجة غير الحاسمة أو السلبية فتظل تستلزم تقنيات التحقق التقليدية: البحث العكسي عن الصور، وفحص البيانات الوصفية، والتحقق من المصدر، والتحليل البصري من خبير.
سرعة كشف SynthID قيّمة هنا. يمكن دمج مصنِّف يعمل في أجزاء من الثانية في سير عمل استقبال الصور في غرفة الأخبار، ليُعلّم تلقائيًا الصور المولّدة بالذكاء الاصطناعي عالية الثقة قبل أن تصل إلى مكتب المحرر.
تواجه المنصات الكبرى النسخة الأصعب من هذه المشكلة: مليارات الصور تُرفع يوميًا، دون إمكانية للمراجعة البشرية إلا لجزء ضئيل جدًا منها. الأنظمة الآلية هي المسار الوحيد القابل للتطبيق. يمكن دمج علامات مائية بأسلوب SynthID في خطوط معالجة الرفع، بحيث تؤدي الاكتشافات الإيجابية إلى متطلبات الوسم أو توجيه الصور إلى طوابير المراجعة البشرية.
وسّعت Google بالفعل SynthID ليتجاوز الصور ويشمل الصوت والفيديو والنص المولّد بواسطة أنظمتها الذكية. هذا النهج متعدد الوسائط مهم، لأن التضليل نادرًا ما يقتصر على وسيط واحد. غالبًا ما ترافق الصورة الاصطناعية نصوص اصطناعية، والكشف عن إحداهما يبرر التحقيق في الأخرى.
الصورة الأوسع: لا يمكن للعلامات المائية وحدها حل مشكلة التضليل. إنها تحتاج إلى أطر سياسات، وإنفاذ من المنصات، وتوعية للمستخدمين لتكون فعّالة. لكنها جزء سليم تقنيًا من لغز أكبر بكثير.
مع انتشار أنظمة العلامات المائية وتتبع المصدر، يتغير تفكير المصورين والفنانين وصنّاع المحتوى في توليد الصور. لم يعد السؤال "هل تبدو هذه الصورة حقيقية؟" فقط، بل أيضًا "هل أستطيع إثبات مصدرها؟"
بالنسبة لمن يبنون محتوى بصريًا، الأدوات المتاحة اليوم رائعة. نماذج مثل Flux Pro وImagen 4 تنتج صورًا واقعية كالصور الفوتوغرافية، لا يمكن لمعظم المشاهدين تمييزها عن الصور الملتقطة. لم تعد الجودة التقنية عنق الزجاجة. أصبح توثيق المصدر والأصالة هو الفارق الجديد.
يدفع Flux 1.1 Pro Ultra هذا أبعد بمخرجات بدقة 4 ميغابكسل تصمد أمام الفحص الدقيق. ويوفر Stable Diffusion 3.5 Large مرونة عميقة للتطبيقات التجارية والإبداعية. كل واحد من هذه المولّدات ينتج مخرجات تقع في المجال الدقيق الذي يكون فيه الكشف بأسلوب SynthID أكثر أهمية: صور واقعية يمكن أن تُخلط بصور فوتوغرافية ملتقطة.
فهم طريقة عمل SynthID يغيّر أيضًا مدى تبصّرك في استخدام هذه المولّدات. فمعرفة أن الإشارات غير المرئية يمكن إدراجها أثناء التوليد، وأن تلك الإشارات يمكن أن تصمد أمام تلاعب كبير، يعيد تصوّر الصور المولّدة بالذكاء الاصطناعي كأشياء لها تاريخ محتمل يمكن قراءته بعد أن تنتهي جلسة التوليد الأصلية بزمن طويل.
النماذج التي نوقشت في هذا المقال، بما فيها Flux Pro وImagen 4 وFlux Dev وFlux Schnell، وعشرات غيرها، متاحة على PicassoIA الآن. دون تثبيت. ودون حاجة إلى وحدة GPU محلية.
سواء كنت تولّد صورًا لمشاريع تجارية، أو تجرّب الجماليات الواقعية كالصور الفوتوغرافية، أو تريد فقط معرفة ما تستطيع مولّدات الصور بالذكاء الاصطناعي اليوم فعله، يمنحك PicassoIA وصولًا مباشرًا إلى أكثر من 91 نموذجًا لتحويل النص إلى صورة في مكان واحد.
التقنية وراء SynthID إشارة إلى أن بنية تحتية جادة تُبنى حول المحتوى المولّد بالذكاء الاصطناعي. العلامات المائية وتتبع المصدر وأدوات الكشف تصبح جزءًا من مجموعة الأدوات المعتادة. الصور التي تنشئها اليوم تنشأ في عالم تتطور فيه هذه البنية التحتية بنشاط. والإبداع مع الوعي بهذا السياق ليس مثيرًا للاهتمام تقنيًا فحسب. بل إنه ذو صلة متزايدة بكل من يعمل مع المحتوى البصري المولّد بالذكاء الاصطناعي على أي نطاق.
اختر لغتك
