🤖 machine learning

Shallow Diffuse: Robust and Invisible Watermarking through Low-Dimensional Subspaces in Diffusion Models

تقدم هذه الورقة البحثية "Shallow Diffuse"، وهي تقنية علامة مائية غير مرئية وقوية لنماذج الانتشار، تعمل على فصل تضمين العلامة المائية عن توليد الصور من خلال الاستفادة من الفضاءات الجزئية منخفضة الأبعاد لتعزيز قابلية اكتشاف العلامة المائية واتساق التوليد بشكل كبير مقارنة بالطرق الحالية.

المؤلفون الأصليون: Wenda Li, Huijie Zhang, Qing Qu

نُشر 2026-02-13

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Wenda Li, Huijie Zhang, Qing Qu

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

إليك شرح لورقة بحثية بعنوان "Shallow Diffuse" باستخدام لغة بسيطة وتشبيهات إبداعية.

المشكلة الكبرى: تتبع فن الذكاء الاصطناعي أمر صعب

تخيل عالماً يمكن لأي شخص فيه إنشاء صور واقعية ومثالية لأي شيء بمجرد كتابة جملة. هذا ما تفعله نماذج الانتشار (Diffusion Models) (مثل DALL-E أو Midjourney أو Stable Diffusion).

ولكن هناك مشكلة:

الأخبار المزيفة: يمكن للجهات السيئة إنشاء صور مزيفة لقادة عالميين وهم يفعلون أشياء لم يفعلوها أبداً.
حقوق الطبع والنشر: يقلق الفنانون من سرقة أساليبهم الفنية.
"انهيار النموذج" (Model Collapse): إذا بدأ الذكاء الاصطناعي بالتدريب على صور صنعها هو نفسه، فسيصبح في النهاية غبياً ومكرراً.

نحن بحاجة إلى طريقة لوضع "علامة" على هذه الصور لنعرف: "مهلاً، هذا العمل من صنع روبوت". تُسمى هذه العلامة العلامة المائية (Watermark).

الطريقة القديمة: نهج "حقيبة الظهر الثقيلة"

حاولت الأساليب السابقة وضع علامة مائية على الصورة عن طريق العبث بالخطوة الأولى من عملية تفكير الذكاء الاصطناعي (البذرة - seed).

التشبيه: تخيل أنك تقوم بخبز كعكة (الصورة). لوضع علامة مائية عليها، حاولت الطرق القديمة تغيير الدقيق الذي بدأت به.

المشكلة: إذا غيرت الدقيق كثيراً، سيتغير طعم الكعكة (تبدو الصورة مشوهة). وإذا لم تغيره بما يكفي، ستختفي العلامة المائية إذا قام شخص ما بإضافة القليل من الكريمة (مثل التمويه أو التعديل على الصورة).
القصور: كنت بحاجة أيضاً لأن تكون أنت "الخباز" للقيام بذلك. إذا وجدت كعكة في مخبز (سيناريو المستخدم)، فلا يمكنك العودة لتغيير الدقيق الذي استخدمته قبل ساعات.

الطريقة الجديدة: "Shallow Diffuse"

ابتكر مؤلفو هذه الورقة البحثية، من جامعة ميشيغان، حيلة ذكية تسمى Shallow Diffuse.

الفكرة الجوهرية: أدركوا أنه عندما يرسم الذكاء الاصطناعي صورة، فإنه لا يحتاج فعلياً للتفكير في كل التفاصيل الصغيرة دفعة واحدة. إنه يركز غالباً على الأشكال "الكبرى". أما بقية المساحة فهي فارغة أو "خالية" (null).

التشبيه: الحبر السري في الهوامش
تخيل أن الذكاء الاصطناعي يرسم بورتريه على ورقة.

الجزء "العميق" (Deep): يبذل الذكاء الاصطناعي 99% من طاقته في رسم الوجه، العينين، والشعر. هذا هو "الفضاء الفرعي منخفض الأبعاد" (low-dimensional subspace).
الجزء "الضحل" (Shallow): هناك مساحة شاسعة فارغة حول الرسم (الهوامش) يتجاهلها الذكاء الاصطناعي لأنها ليست ضرورية ليبدو الرسم جيداً.

تعمل تقنية Shallow Diffuse كالتالي:

بدلاً من تغيير الدقيق (البذرة)، ينتظرون حتى ينهي الذكاء الاصطناعي نصف رسم الصورة.
يقومون بتسلل رسالة سرية (العلامة المائية) إلى الهوامش الفارغة (الفضاء الخالي - null space).
ولأن الذكاء الاصطناعي يتجاهل الهوامش لرسم الوجه، فإن الصورة تبدو مطابقة تماماً للأصل (اتساق مثالي).
ولكن لأن الرسالة مخفية في المساحة "الفارغة"، فإنها لا تتأثر إذا حاول شخص ما تمويه الوجه أو قصه. تظل الرسالة آمنة وقابلة للاكتشاف.

لماذا يعتبر هذا تغييراً جذرياً؟

1. يعمل في كل مكان (الخادم والمستخدم)

سيناريو الخادم (Server): يمكن لشركة الذكاء الاصطناعي استخدام هذه الطريقة أثناء إنشاء الصورة.
سيناريو المستخدم (User): إذا كان لديك صورة بالفعل وتريد وضع علامة مائية عليها، يمكنك استخدام هذه الطريقة أيضاً.
السحر: لست بحاجة لمعرفة "البذرة" الأصلية أو العودة بالزمن. ما عليك سوى أخذ الصورة النهائية، وتمريرها عبر عملية "عكسية" سريعة للعثور على ذلك الهامش الفارغ، ثم وضع العلامة المائية فيه، وإرسالها مرة أخرى. الأمر يشبه ختم رسالة تم إرسالها بالفعل، لكن الختم لا يلطخ الكتابة.

2. هي غير مرئية (الاتساق)

بما أن العلامة المائية مخفية في "الفضاء الخالي" (الجزء الذي لا يهتم به الذكاء الاصطناعي)، فإن جودة الصورة لا تنخفض.

الطريقة القديمة: مثل وضع ملصق على لوحة؛ مما يغير مظهرها.
Shallow Diffuse: مثل كتابة كود سري على ظهر اللوحة بحيث لا يراه أحد، لكن اللوحة تبدو رائعة ومثالية.

3. هي صلبة (المتانة)

إذا حاول شخص ما حذف العلامة المائية عن طريق تمويه الصورة أو قصها، فإن العلامة المائية تظل صامدة.

التشبيه: تخيل أن العلامة المائية هي شبح يعيش في الهواء الفارغ حول اللوحة. إذا قمت بالرسم فوق اللوحة (التمويه) أو قص جزء منها (القص)، فإن الشبح لا يزال يطفو في الهواء حيث تركته.

"السر الصغير": الفضاءات الفرعية منخفضة الأبعاد

تستخدم الورقة بعض الرياضيات المعقدة لإثبات أن نماذج الذكاء الاصطناعي تخلق طبيعياً هذه "المساحات الفارغة" (الفضاءات الفرعية منخفضة الأبعاد) أثناء عملية الرسم.

فكر في الأمر مثل عرض ظل الخيال. الدمية (الصورة) معقدة، لكن مصدر الضوء (منطق الذكاء الاصطناعي) يتحرك في اتجاهات محددة فقط.
تقوم تقنية Shallow Diffuse بتسليط الضوء في اتجاه لا تتحرك فيه الدمية. الجمهور (المشاهد) يرى نفس الدمية، لكن الظل على الحائط (العلامة المائية) موجود ليراه الكاشف.

الملخص

Shallow Diffuse هي طريقة جديدة، غير مرئية، وغير قابلة للكسر لوسم صور الذكاء الاصطناعي.

الطرق القديمة: حاولت تغيير المكونات، مما أفسد المذاق أو جعلها تعمل فقط داخل المطبخ.
Shable Diffuse: تخفي ملاحظة سرية في المساحة الفارغة للوصفة. الكعكة تبدو مثالية، وطعمها مثالي، لكن الملاحظة السرية تظل موجودة حتى لو حاولت تحطيم الكعكة.

هذا يسمح لنا بالثقة في صور الذكاء الاصطناعي بشكل أكبر، مع معرفة مصدرها بدقة دون إفساد جمالها.

1. بيان المشكلة

أدى الانتشار السريع للمحتوى المولد بواسطة الذكاء الاصطناعي (AIGC) عبر نماذج الانتشار (مثل Stable Diffusion وDALL-E 3) إلى خلق تحديات كبيرة تتعلق بالتضليل، وانتهاك حقوق الطبع والنشر، و"انهيار النموذج" (تدهور النماذج المدربة على بيانات اصطناعية). وبينما تعد العلامة المائية حلاً أساسياً للإسناد، تعاني الطرق الحالية من قيود حرجة:

عدم الاتساق: الطرق التي تدمج العلامات المائية في الضوضاء العشوائية الأولية (مثل Tree-Ring وRingID) غالباً ما تشوه توزيع الضوضاء الغاوسية، مما يؤدي إلى تدهور بصري ملحوظ وعدم اتساق في توليد الصور مقارنة بالنموذج الأصلي.
قيود السيناريوهات: تتطلب العديد من الطرق القوية الوصول إلى البذرة العشوائية الأولية (سيناريو الخادم - Server Scenario)، مما يجعلها غير قابلة للاستخدام في معالجة الصور الموجودة مسبقاً (سيناريو المستخدم - User Scenario). وفي المقابل، غالباً ما تكون طرق المعالجة اللاحقة التقليدية هشة أمام الهجمات البسيطة مثل التغبيش (blurring) أو الضغط.
المقايضة: هناك نقص في الطرق التي تحقق في وقت واحد قوة عالية، واتساقاً بصرياً عالياً (عدم وضوح)، ومرونة عبر كل من سيناريوهات الخادم والمستخدم دون الحاجة إلى إعادة تدريب النموذج.

2. المنهجية: Shallow Diffuse

يكمن الابتكار الجوهري لـ Shallow Diffuse في فصل عملية وضع العلامة المائية عن عملية توليد الصورة من خلال الاستففادة من بنية الفضاء الجزئي منخفض الأبعاد المتأصلة في نماذج الانتشار.

الرؤى النظرية الرئيسية

جاكوبي منخفض الرتبة (Low-Rank Jacobian): يستغل المؤلفون حقيقة أن متنبئ المتوسط اللاحق (Posterior Mean Predictor - PMP) في نماذج الانتشار، والذي يُرمز له بـ $f_{\theta,t}(x_t)$ ، يظهر خطية محلية وتكون مصفوفة جاكوبي الخاصة به $J_{\theta,t}$ منخفضة الرتبة خلال الخطوات الزمنية المتوسطة من عملية الانتشار (تحديداً عند $t \in [0.2T, 0.7T]$ ).
فصل الفضاء الصفري (Null Space Separation): نظرًا لأن مصفوفة جاكوبي منخفضة الرتبة ( $r_t \ll d$ ، حيث $d$ هو البعد المحيط)، فإن جزءاً كبيراً من أي متجه اضطراب يقع في الفضاء الصفري لجاكوبي.
استراتيجية الفصل: من خلال حقن العلامة المائية في خطوة زمنية محددة $t^*$ حيث يكون جاكوبي منخفض الرتبة، يتم تجاهل اضطراب العلامة المائية $\lambda \Delta x$ إلى حد كبير من قبل عملية التوليد (بما أن $J_{\theta,t} \Delta x \approx 0$ ). هذا يضمن بقاء الصورة النظيفة المتوقعة $\hat{x}_0$ متسقة مع النسخة غير الموسومة، بينما تظل العلامة المائية مدمجة في حد الضوضاء المتبقي.

سير عمل الخوارزمية

تعمل الطريقة في نمطين:

سيناريو الخادم (التوليد):
- البدء ببذرة عشوائية $x_T$ ونص توجيهي $c$ .
- تشغيل عملية الانتشار للأمام إلى خطوة زمنية محددة $t^*$ (عادةً $0.3T$ ) باستخدام التوجيه الخالي من التصنيف (CFF).
- حقن العلامة المائية $\lambda \Delta x$ في التمثيل الكامن لـ $x_{t^*}$ .
- مواصلة عملية العينات العكسية لتوليد الصورة النهائية الموسومة $x_0^W$ .
سيناريو المستخدم (المعالجة اللاحقة):
- أخذ صورة موجودة $x_0$ .
- إجراء عكس DDIM (DDIM Inversion) لإعادة رسم الخريطة من الصورة إلى الفضاء الكامن عند الخطوة الزمنية $t^*$ ( $x_{t^*} = \text{DDIM-Inv}(x_0, t^*)$ ).
- حقن العلامة المائية $\lambda \Delta x$ في $x_{t^*}$ .
- تشغيل عملية العينات العكسية من $t^*$ إلى $0$ لتوليد الصورة الموسومة.

تصميم العلامة المائية

نطاق التردد: تم تصميم العلامة المائية في نطاق التردد باستخدام تحويل فوريه المتقطع (DFT).
التركيز على التردد العالي: على عكس الطرق السابقة التي تعدل مكونات التردد المنخفض (مما يسبب عيوباً بصرية)، يستهدف Shallow Diffuse مكونات التردد العالي.
النمط: تتكون العلامة المائية من قناع دائري $M$ ومفتاح $W$ يتكون من حلقات متمركزة ذات قيم مستخرجة من توزيع غاوسي. يضمن هذا التصميم أن تكون العلامة المائية غير محسوسة (غير مرئية) ولكنها قوية.

3. المساهمات الرئيسية

آلية فصل مبتكرة: أول طريقة لا تتطلب تدريباً تفصل وضع العلامة المائية عن عملية أخذ العينات من خلال استغلال الفضاء الصفري منخفض الأبعاد لجاكوبي الانتشار.
مرونة السيناريوهات المزدوجة: تدعم بشكل فريد كلاً من جانب الخادم (وقت التوليد) وجانب المستخدم (المعالجة اللاحقة) دون الحاجة للوصول إلى البذرة الأولية أو إعادة تدريب النموذج.
ضمانات نظرية: تقدم أوراق البحث براهين صارمة (النظرية 1 و2) توضح أن:
- الاتساق: المسافة بين صورتي $\ell_2$ بين الصور الموسومة والأصلية مقيدة بمصطلح يعتمد على الرتبة المنخفضة $r_t$ وليس البعد المحيط العالي $d$ .
- القابلية للكشف: تظل العلامة المائية قابلة للاسترداد باحتمالية عالية بعد عكس DDIM.
بدون تدريب (Training-Free): على عكس طرق التحسين التنافسي (مثل ROBIN)، لا يتطلب Shallow Diffuse أي ضبط دقيق أو إعادة تدريب لنموذج الانتشار.

4. النتائج التجريبية

قام المؤلفون بتقييم Shallow Diffuse مقابل خطوط الأساس المتطورة (Tree-Ring، RingID، Gaussian Shading، Stable Signature، إلخ) على نموذج Stable Diffusion 2.1.

الاتساق (الجودة البصرية):
- سيناريو الخادم: حقق Shallow Diffuse أعلى قيم PSNR (35.49)، وSSIM (0.96)، وأقل قيمة LPIPS (0.02) بين طرق الانتشار، متفوقاً بشكل كبير على Tree-Ring (PSPF 16.61) وRingID (PSNR 14.27).
- سيناريو المستخدم: حقق درجات اتساق مطابقة تقريباً للحد النظري الأعلى (النموذج بدون علامة مائية)، متفوقاً بفارق كبير على الطرق الأخرى القائمة على الانتشار التي عانت من أخطاء عكس DDIM أو ضعف الاتساق.
القوة (Robustness):
- أظهر قوة حالة متطورة ضد هجمات التشويه (JPEG، التغبيش، الضوضاء)، وهجمات إعادة التوليد (تنقية الانتشار، ضغط VAE)، والهجمات التنافسية (المتوسط الحسابي).
- حقق معدل TPR@1%FPR يبلغ 0.93 في المتوسط في سيناريو الخادم و0.93 في سيناريو المستخدم، وهو ما يضاهي أكثر الطرق قوة (Gaussian Shading، RingID) ولكن دون مقايضات الاتساق الخاصة بها.
تحليل المقايضة: من خلال ضبط نصف قطر القناع، تسمح الطريقة بمقايضة يمكن التحكم فيها بين الدقة البصرية والمتانة الهندسية، متفوقة باستمرار على حدود باريتو (Pareto frontier) للطرق الحالية.
التعميم: تم تعميم الطريقة بنجاح على النماذج القائمة على Transformer (مثل FLUX)، مما يؤكد عالمية فرضية الفضاء الجزئي منخفض الأبعاد.

5. الأهمية

الذكاء الاصطناعي الموثوق: يوفر Shallow Diffive حلاً عملياً وقابلاً للنشر لتتبع المحتوى المولد بواسطة الذكاء الاصطناعي، وهو أمر بالغ الأهمية لمكافحة التضليل وحماية الملكية الفكرية.
تحول في النموذج المعرفي: ينتقل من نموذج "حقن الضوضاء" (الذي يشوه التوليد) إلى نموذج "حقن الفضاء الجزئي"، مما يثبت أنه يمكن إخفاء العلامات المائية في "النقاط العمياء" لعملية التوليد.
النشر العملي: كونه لا يتطلب تدريباً ومتوافقاً مع كل من تدفقات عمل الخادم والمستخدم، فإنه قابل للتطبيق الفوري في خطوط إنتاج الانتشار التجارية الحالية دون عبء حسابي أو إعادة تدريب للنماذج.
الأساس النظري: يرسخ هذا العمل رابطاً نظرياً قوياً بين الأبعاد المنخفضة الجوهرية لمنوعات (manifolds) الانتشار وإمكانية وضع علامات مائية قوية وغير مرئية.