Do CNNs Internally Represent Real and Fake Images Differently? A Hidden-Layer Analysis
تُظهر هذه الورقة أن الشبكات العصبية الالتفافية تعالج الصور الحقيقية والاصطناعية بشكل مختلف من خلال استحثاث أنماط تنشيط متميزة في الطبقات الخفية حتى عندما يتم الحفاظ على المحتوى الدلالي، مما يشير إلى أن هذه الاختلافات الداخلية يمكن استغلالها لتحسين كشف الصور المزيفة.
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
في العالم الرقمي الحديث، أصبحت الحواسيب بارعة بشكل ملحوظ في النظر إلى الصور وفهم ما تراه. يمكنها تحديد قطة، أو سيارة، أو نوع معين من المناظر الطبيعية بمستوى من الدقة يضاهي الرؤية البشرية. تعتمد هذه القدرة على أنظمة معقدة تسمى الشبكات العصبية، والتي صُممت لمحاكاة الطريقة التي يعالج بها الدماغ البشري المعلومات. هذه الأنظمة لا تقوم فقط بتخزين الصورة؛ بل تفككها إلى طبقات من الإشارات الداخلية، مما ينشط مسارات محددة للتعرف على الأنماط وإضفاء المعنى. لسنوات طويلة، افترض العلماء أنه إذا بدت الصورة حقيقية بالنسبة لنا، فإن الكمبيوتر يراها بالطريقة نفسها، بغض النظر عما إذا كانت الصورة قد التقطت بواسطة كاميرا أو أنشأتها آلة.
ومع ذلك، يمكن لموجة جديدة من أدوات الذكاء الاصطناعي الآن توليد صور لا يمكن تمييزها بصرياً عن الصور الفوتوغرافية الحقيقية. تُنشأ هذه الصور الاصطناعية بواسطة نماذج تتعلم من مكتبات ضخمة من الصور الموجودة ثم تبني مشاهد جديدة من الصفر. ومع ازدياد انتشار هذه الصور المزيفة في الأخبار، ووسائل التواصل الاجتماعي، وحتى البيانات العلمية، يبرز سؤال جوهري: هل يعتقد الكمبيوتر حقاً أن الصورة المزيفة حقيقية؟ إذا كانت الآلية الداخلية للكمبيوتر تعالج الصورة المزيفة بشكل مختلف عن الصورة الحقيقية، حتى عندما تعرض كلتاهما المشهد نفسه تماماً، فقد يكشف ذلك عن خلل خفي في كيفية إدراك هذه الآلات للعالم. هذا التمييز حيوي للحفاظ على الثقة في الوسائط الرقمية وضمان عدم خداع الأنظمة الآلية من خلال عيوب دقيقة لا تستطيع العين البشرية رؤيتها.
وضع فريق من الباحثين في جامعة ولاية كانساس حداً لهذا السؤال تحديداً. أرادوا معرفة ما إذا كانت "الأفكار" الداخلية لنظام الرؤية الحاسوبية تتغير عندما ينظر إلى صورة مزيفة مقارنة بصورة حقيقية، حتى عندما يظل محتوى الصورة متطابقاً. وللقيام بذلك، ركزوا على نوع محدد من النماذج الحاسوبية يُعرف بالشبكة العصبية الالتفافية، وهي مستخدمة على نطاق واسع للتعرف على المشاهد والأجسام. لم يكتفِ الباحثون بسؤال الكمبيوتر عما إذا كانت الصورة حقيقية أم مزيفة، بل نظروا داخل "دماغ" الآلة ليروا كيف تنبض الخلايا العصبية — وهي وحدات المعالجة الأساسية — عند تقديم أنواع مختلفة من الصور.
بدأ الفريق بتدريب نموذج حاسوبي للتعرف على مشاهد من العالم الحقيقي، مثل غرفة معيشة، أو جبل مغطى بالثلوج، أو شارع مزدحم. وبمجرد تدريب النموذج، استخدموا أداة قوية لتوليد الصور لإنشاء نسخ مزيفة من هذه المشاهد نفسها. استخدموا طريقتين مختلفتين لإنشاء هذه التزييفات؛ في الطريقة الأولى، أعطوا المولد وصفاً نصياً للمشهد، وطلبوا منه إنشاء صورة واقعية بناءً على الكلمات فقط. وفي الطريقة الثانية، قدموا للمولد الصورة الحقيقية الأصلية مع وصف نصي، وطلبوا منه إعادة إنشاء المشهد مع الحفاظ على التخطيط والهيكل الأصليين. ضمن هذا الإجراء وجود صورة مزيفة مقابلة لكل صورة حقيقية تحتوي على نفس المحتوى الدلالي، مما سمح بإجراء مقارنة مباشرة.
ومع تجهيز أزواج الصور الحقيقية والمزيفة هذه، قام الباحثون بتغذية النموذج الحاسوبي المدرب بها. وبينما كانت الصور تمر عبر النظام، سجل الفريق نشاط الطبقة الأخيرة من الخلايا العصبية، وهي الطبقة التي يتخذ فيها النموذج قراره النهائي بشأن ما يراه. ثم قارنوا أنماط التنشيط للصور الحقيقية مقابل نظيراتها المزيفة. كان الهدف هو معرفة ما إذا كانت الخلايا العصبية ستعمل بنفس الكثافة وبالتوليفات نفسها، أم أن الصور المزيفة ستسبب رد فعل مختلفاً داخل الآلة.
كانت النتائج واضحة ومتسقة. وجد الباحثون أن الصور المزيفة لم تحفز الخلايا العصبية بنفس الطريقة التي تفعلها الصور الحقيقية. حتى عندما بدت الصور المزيفة مثالية للعين البشرية، كانت الإشارات الداخلية للكمبيوتر أضعف وأقل تنظيماً. وتحديداً، تسببت الصور المزيفة في تشغيل عدد أقل من الخلايا العصبية، وتلك التي اشتغلت غالباً ما أظهرت مستويات نشاط أقل. لوحظ هذا التأثير عبر أنواع مختلفة من المشاهد، وكان ثابتاً سواء تم توليد الصور المزيفة من النص وحده أو من مزيج من النص والصورة الأصلية. يشير هذا إلى أن الكمبيوتر يكتشف عدم اتساق هيكلي دقيق أو تفاصيل مفقودة في الصور المزيفة ليست واضحة لنا، مما يجعل تمثيله الداخلي للمشهد أقل قوة.
وللتأكد من أن هذه الاختلافات لم تكن ناتجة ببساطة عن كون الصور المزيفة ذات جودة منخفضة أو ضبابية، اختبر الباحثون فرضيتهم بشكل أكبر. أخذوا صوراً حقيقية وأفسدوها عمداً عن طريق تطبيق ضغط (JPEG) والتمويه، محاكيين بذلك نوع الضرر الذي قد يحدث أثناء النقل أو التخزين. وبينما تسببت هذه الصور المتدهورة في بعض التغييرات في نشاط الخلايا العصبية، إلا أن نمط التغيير لم يكن هو نفسه الذي رأوه مع الصور المزيفة. فقد أنتجت الصور المزيفة "بصمة" متميزة من النشاط المنخفض لا يمكن تفسيرها بالكامل من خلال التدهور البسيط للصورة. وهذا يشير إلى أن الفرق ليس مجرد كون الصورة تبدو "سيئة"، بل يتعلق بكيفية معالجة الكمبيوتر للبيانات الاصطناعية مقابل البيانات الحقيقية بشكل جوهري.
اختبر الباحثون أيضاً نتائجهم باستخدام نماذج حاسوبية مختلفة ومجموعات مختلفة من الصور لمعرفة ما إذا كانت النتيجة ستصمد تحت ظروف متنوعة. كرروا التجربة باستخدام نوع آخر من الشبكات العصبية وأداة مختلفة لتوليد الصور. وفي كل حالة، ظل النمط كما هو: أثارت الصور المزيفة استجابة مختلفة، وعادة ما تكون أضعف، من الطبقات الخفية للكمبيوتر. هذا الاتساق عبر الإعدادات المختلفة يعزز الاستنتاج بأن هذه الظاهرة هي خاصية حقيقية لكيفية معالجة هذه الأنظمة للبيانات الاصطناعية.
لا تدعي الدراسة أنها حلت مشكلة اكتشاف الصور المزيفة، ولا تقترح أن هذه الطريقة وحدها جاهزة لتكون كاشفاً عالمياً. بدلاً من ذلك، فهي تقدم رؤية أساسية لطبيعة الذكاء الاصطناعي. إنها تكشف أنه حتى عندما يخدع الكمبيوتر بالمظهر البصري لصورة مزيفة، فإن آليته الداخلية تعرف أن هناك شيئاً مختلفاً. فالخلايا العصبية لا تضيء بنفس الثقة أو الوضوح كما تفعل مع صورة فوتوغرافية حقيقية. يفتح هذا الاكتشاف باباً جديداً للأبحاث المستقبلية؛ فمن خلال فهم كيفية اختلاف هذه الإشارات الداخلية بدقة، قد يتمكن العلماء من تطوير أدوات أفضل لتحديد الوسائط الاصطناعية، ليس فقط من خلال النظر إلى البكسلات على السطح، بل من خلال الاستماع إلى الإشارات الداخلية الهادئة للآلة نفسها. تشير هذه الأعمال إلى أن الطريق نحو ذكاء اصطناعي أكثر موثوقية يكمن في فهم هذه الطبقات الخفية من المعالجة، حيث تتجلى حقيقة الصورة ليس بما نراه، بل بكيفية تفكير الكمبيوتر.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.