Böyle hikâyelerin ardındaki modelleri ve stilleri keşfet — ücretsiz hesap, anında galeri.
Kataloğu keşfet
Pangram, 9 milyon dolarlık yeni bir yatırım aldı ve iki tespit aracı yayımladı — yapay zeka metni için Pangram 4 ve araştırma önizlemesinde yeni bir yapay zeka görsel tespit modeli — bu araçlar, yapay zeka tarafından üretilen sanatın web genelinde nasıl tanımlandığını ve işaretlendiğini yeniden şekillendirebilir.
Pangram'ın temel ürünü her zaman metin tespiti olmuştur; ancak görsel modeli, görsel yaratıcılar için daha belirleyici bir duyurudur. TechCrunch'a göre, Pangram'ın görsel dedektörü, bir insan tarafından hafifçe düzenlenmiş olsa bile yapay zeka tarafından üretilen içerikleri işaretlemek üzere tasarlandı — yani hızlı bir kırpma, renk düzenlemesi veya rötuş bunu atlatmak için yeterli olmayabilir. Bu, anlamlı bir teknik iddiadır ve araştırma önizlemesinin ölçekte doğrulaması gereken bir iddiadır.
Güncellenmiş metin modeli olan Pangram 4 de aynı felsefeyi izliyor: hafifçe insanileştirilmiş sentetik içerikleri yakalamak. İki araç birlikte, karma insan-ve-yapay zeka içerik süreçlerini denetlemesi gereken platformlar için tam yığın bir tespit katmanı olarak Pangram'ı konumlandırıyor.
Pangram'ın görsel dedektörü, şirkete göre hafif insan düzenlemesinden sonra bile yapay zeka tarafından üretilen içerikleri işaretledi.
Görsel: TechCrunch / TechCrunch AI
Yatırım turu, gerçek bir pazar değişimini yansıtıyor. Yapay zeka görsel üretimi — ister özel platformlar ister entegre araçlar aracılığıyla olsun — yaratıcı iş akışlarının standart bir parçası haline geldikçe, köken ve tespit için aşağı yönlü talep de paralel olarak büyüyor. Stok ajansları, haber yayıncıları, sosyal ağlar ve reklam platformlarının tümü sentetik içerikleri ifşa etme veya kısıtlama baskısıyla karşı karşıya ve çoğunun bunu güvenilir biçimde yapacak dahili araçları yok.
Yapay zeka ile görsel üreten yaratıcılar için bu, aynı altyapı genişlemesinin diğer yüzüdür. Yaratıcı olanakları genişleten benimseme dalgası, aynı zamanda yayımlananları denetleyecek araçları da finanse ediyor. Pangram, tespitın isteğe bağlı bir eklenti değil, standart bir uyumluluk katmanı haline geleceğine bahse giriyor.
Pangram'ın tespit modelleri, platform ölçeğinde hem metin hem de görsel içerikte çalışmak üzere tasarlandı.
Görsel: TechCrunch / TechCrunch AI
Pangram'ın hafif insan düzenlemesinden sonra bile yapay zeka görsellerini tespit edebildiğine dair spesifik iddia ciddiye alınmaya değer. Difüzyon ve GAN tabanlı üreticilerin geride bıraktığı yapaylıklar üzerinde eğitilmiş tespit modelleri — ince frekans örüntüleri, doku tutarsızlıkları ve kompozisyonel ipuçları — pek çok yaygın son işleme adımından sağ çıkabilir. Bir renk düzenlemesi, gizli uzay parmak izlerini silmez; bir kırpma, belirli bir modelin gürültü çizelgesinin istatistiksel imzasını kaldırmaz.
Bunun, ifşa gereksinimleri olan platformlara yapay zeka destekli çalışmalar sunan herkes için doğrudan sonuçları var. Bir görseli insan yapımıymış gibi göstermek için hafifçe rötuşlamak, yalnızca etik açıdan sorunlu olmakla kalmayıp güvenilir biçimde tespit edilebilir hale gelebilir. Hangi üretim yaklaşımlarının en küçük tespit edilebilir izi bıraktığını anlamak isteyen yaratıcıların Pangram'ın araştırma önizleme sonuçlarını yakından takip etmesi iyi olur.
Hugging Face moderasyon açıkları, yakın tarihli haberlerde belgelendiği gibi, platformların öz-ifşaya güvenmesinin ne gibi sonuçlar doğurduğunu gösteriyor. Pangram gibi tespit araçları, otomatik alternatifi temsil ediyor — ve 9 milyon dolarlık yatırım göz önüne alındığında, bunları ölçekte dağıtılabilecek kadar doğru hale getirmek için ciddi bir altyapı yatırımı yapılıyor.
Pangram'ın görsel modeli hâlâ araştırma önizlemesinde, bu da gerçek dünya yapay zeka sanatı üzerindeki — özellikle katalogdaki en son modellerin çıktıları üzerindeki — performans kıyaslamalarının henüz kamuya açık olmadığı anlamına geliyor. Geldiğinde bu rakamlar, dedektörün her birkaç ayda bir iyileşen üretim kalitesiyle ayak uydurup uyduramayacağının gerçek testi olacak.
