Amazon, Titan Image Generator’ı Duyurdu

Amazon, Titan Image Generator ile yapay zeka deepfake’lerini tanımlamak için yeni bir yöntem geliştirdiğini iddia ediyor. Ancak, bu iddia, kullanıcıların internet üzerinde buldukları görüntülerin gerçek mi yoksa başka bir yapay zeka deepfake’i mi olduğunu kontrol etmelerini zorlaştıracak.

1)Amazon Titan Image Generator Nedir?

Amazon, Titan Image Generator’ı duyurarak yapay zeka tarafından oluşturulan görüntülerin tanınmasını kolaylaştırmayı hedefliyor.
Modelin yetenekleri hakkında detaylı bilgi verilmese de, bir iguananın “gerçekçi” bir görüntüsü oluşturabilme, arka planı değiştirebilme ve görüntü sınırlarını genişletme gibi özelliklere sahip olduğu belirtiliyor.

2)Görünmez Filigran Sistemi:

Amazon, Titan Image Generator ile oluşturulan her görüntüye “görünmez bir filigran” ekleyeceğini söylüyor.
Bu filigran, görüntüyü oluşturan yapay zekayı tanımlamak ve yanlış bilgi yayılmasını önlemek amacıyla kullanılacak.

3)Filigranın Özellikleri:

Filigranın detayları henüz belirsizliğini koruyor. Amazon, filigranın “görüntü kalitesini etkilemediğini” ve “kırpılamayacağını veya sıkıştırılamayacağını” belirtiyor.
Filigranın sadece meta veri etiketi olmadığı ve Adobe’nin kullanıcıları başka bir siteye gitmeye zorlamadan bir görüntünün yapay zeka tarafından oluşturulup oluşturulmadığını belirleyebilmek için kullandığı yöntemden farklı olduğu ifade ediliyor.

4)Gizli Mekanizma ve Etkinlik:

Filigranın, “YZ tarafından oluşturulan görüntüleri tanımlamak için gizli bir mekanizma sağlayarak yanlış bilginin yayılmasını azaltmaya yardımcı olmak için tasarlandığı” belirtiliyor.
Filigranın nasıl çalıştığı ve dışarıdaki kullanıcıların görüntüyü tanımlayabilmesi konusunda henüz net bir açıklama yapılmış değil.

Amazon Titan Image Generator’ın duyurulması, yapay zeka deepfake’lerine karşı bir önlem olarak görünen görünmez filigran kullanımıyla dikkat çekiyor. Ancak, filigranın detayları ve etkinliği konusunda daha fazla bilgiye ihtiyaç duyulmaktadır. Bu yeni teknoloji, kullanıcıların internet üzerindeki görsel içeriğin gerçekliğini doğrulama konusunda önemli bir adım olabilir.