Consistency-Aware Multimodal Media Authentication for Deepfake Detection, Tampering Localization, and Source Verification
تقترح هذه الورقة إطار عمل للمصادقة متعدد الوسائط مدركاً للاتساق، يدمج الميزات المرئية، وأدلة العلامة المائية ثنائية المجال، والبيانات الوصفية لهيكل المصدر لإجراء كشف التزييف العميق، وتحديد مواقع التلاعب، والتحقق من المصدر بشكل مشترك، مما يظهر متانة ودقة فائقتين مقارنة بطرق الدمج التقليدية في ظل ظروف الأدلة المتدهورة أو المفقودة أو المتضاربة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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 عصر يمكن فيه تعديل صورة لإظهار شخص يقول أشياء لم يقلها قط، أو استبدال مقطع فيديو لجعل سياسي يظهر في غرفة لم يدخلها أبداً، يقع مفهوم الحقيقة البصرية ذاته تحت الحصار. لعقود من الزمن، حاول الخبراء كشف هذه التزويرات من خلال البحث عن عيوب دقيقة وغير طبيعية في البكسلات، تماماً مثل عالم الأدلة الجنائية الذي يفحص بصمة إصبع بحثاً عن لطخات. وحاول آخرون حماية الصور منذ البداية عبر إخفاء رموز رقمية سرية، تُعرف باسم العلامات المائية، داخل الملف نفسه، آملين أن تصمد هذه الرموز أمام أي محاولة لتغيير الصورة. أما النهج الثالث فيعتمد على الإيصالات الرقمية، أو سجلات المصدر، التي تسجل تشفيراً من أنشأ الصورة وما حدث لها لاحقاً. ومع ذلك، فإن لكل طريقة من هذه الطرق نقطة ضعف: فقد يكون التزوير متقناً لدرجة أنه لا يترك أي عيوب بصرية، أو قد تُمسح العلامة المائية بالخطأ بسبب عملية قص بسيطة، أو قد يتم تزييف الإيصال الرقمي. التحدي المركزي للعلماء اليوم ليس مجرد العثور على أحد هذه الأدلة، بل في معرفة كيفية موازنتها مع بعضها البعض عندما تروي قصصاً مختلفة.
اقترح باحث في جامعة سونغسيل في كوريا الجنوبية طريقة جديدة لحل هذا اللغز، تعامل هذه الأدلة المختلفة ليس كقطع متبادلة في أحجية واحدة، بل كأصوات متميزة في قاعة المحكمة. وفي دراسة نُشرت في أكتوبر 2026، قدموا نظاماً يتحقق في آن واحد من التزييف العميق، ويحدد بدقة مكان تعديل الصورة، ويتحقق مما إذا كان المصدر المزعوم للصورة موثوقاً. وبدلاً من إجبار جميع الأدلة على الانصياع لحكم واحد بـ "حقيقي أم مزيف"، يقوم منهجهم بالاستماع إلى التفاصيل البصرية، والعلامات المائية المخفية، والسجلات الرقمية بشكل منفصل. ثم يطرح سؤالاً حاسماً: هل تتفق هذه المصادر الثلاثة مع بعضها البعض؟ فإذا كانت الأدلة البصرية تشير إلى تبديل وجه، بينما تؤكد العلامة المائية المخفية والسجل الرقمي كلاً منهما هو المبدع الأصلي، فإن النظام يتعرف على هذا التوتر المحدد بدلاً من مجرد إعلان أن الصورة مزيفة.
بنى الباحث نظامه للتعامل مع واقع معقد غالباً ما تكون فيه الأدلة مفقودة، أو متدهورة، أو متناقضة. وقد قام بتدريب نموذجه باستخدام مجموعة ضخمة من صور الوجوه عالية الجودة، حيث أنشأ آلاف الأمثلة التي تم فيها تبديل الوجوه، أو تغيير التعبيرات، أو إعادة إنشاء صور كاملة بواسطة الذكاء الاصطناعي. والأهم من ذلك، أنه أنشأ بيئة محكومة حيث يمكنه تضمين نوعين مختلفين من العلامات المائية المخفية؛ أحدهما يعيش في الفضاء "الكموني" الرياضي لعملية توليد الصور، والآخر يقع مباشرة في البكسلات المرئية. وقد قرن ذلك بسجلات رقمية مهيكلة تسجل تاريخ الصورة. كان الهدف هو معرفة ما إذا كان بإمكان الكمبيوتر تعلم التمييز بين حالة يكون فيها الدليل مفقوداً (مما يجب أن يؤدي إلى حكم بـ "غير متأكد") وبين حالة يتناقض فيها الدليل فعلياً مع الادعاء (مما يجب أن يؤدي إلى حكم بـ "خاطئ").
كانت نتائج تجاربهم مذهلة. فعند اختبارهم على مجموعتهم المحكومة، حدد النظام الصور المتلاعب بها بدقة ترجمت إلى درجة 0.969، وهو تحسن ملحوظ عن الطرق السابقة التي كانت تدمج جميع البيانات معاً ببساطة. والأهم من ذلك، استطاع النظام تحديد المواضع التي تم فيها تحسين الصورة بدقة بلغت 0.8 في 0.816، كما استطاع تحديد ما إذا كان ادعاء المصدر مدعوماً، أو متناقضاً، أو يفتقر إلى أدلة كافية بدرجة 0.945. وأظهرت الدراسة أنه عندما أُجبر النظام على اتخاذ قرار حتى في حال فقدان بعض الأدلة أو تضاربها، فإنه لا يزال يتفوق على الأساليب القديمة بفارق كبير. فعلى سبيل المثال، عندما كانت العلامات المائية المخفية تالفة أو السجلات الرقمية مفقودة، لم يصاب النظام بالذعر أو التخمين؛ بل حدد بشكل صحيح أنه يفتقر إلى المعلومات الكافية لإصدار حكم حازم، وهي قدرة كانت تفتقر إليها الأنظمة القديمة غالباً.
كان أحد أهم النتائج هو قدرة النظام على التعامل مع الواقع الفوضوي للإنترنت، حيث قد يتم تعديل صورة مع الاحتفاظ بتوقيعها الرقمي الأصلي. ففي حالات كثيرة، يمكن التلاعب بصورة ما - كوضع وجه على جسد آخر مثلاً - ومع ذلك يظل العلامة المائية المخفية والسجل الرقمي يشيران بشكل صحيح إلى المولد الأصلي. كانت الأنظمة القديمة تفشل هنا غالباً، إما بتجاهل التلاعب لأن التوقيع كان صالحاً، أو برفض التوقيع خطأً لأن الصورة تم تعديلها. ومع ذلك، نجح المنهج الجديد في فصل هاتين المهمتين؛ إذ استطاع رصد التلاعب مع التأكيد في الوقت نفسه على أن الادعاء بشأن أصل الصورة لا يزال مدعوماً بالأدلة المتاحة. هذا التمييز حيوي لأنه يقر بأن قطعة من المحتوى يمكن أن تكون معدلة وأصلية المصدر في آن واحد، وهو فارق دقيق غالباً ما تغفله كواشف "الحقيقي أو المزيف" الثنائية.
اختبر الباحث أيضاً مدى صمود نظامه تحت الضغط، من خلال محاكاة أنواع الأضرار التي تتعرض لها الصور عند مشاركتها عبر الإنترنت، مثل الضغط أو تغيير الحجم أو القص. ووجد أنه بينما جعل التعديل المكثف أو إعادة الإنشاء الكامل للصورة المهمة أكثر صعوبة، إلا أن النظام ظل قوياً. وحتى عندما تعرضت العلامات المائية المخفية للتلف جزئياً بسبب التصفية القوية أو عند فقدان السجلات الرقمية، ظل بإمكان النظام الاعتماد على الأدلة المتبقية لإجراء تقييم موثوق. وفي السيناريوهات التي تروي فيها الأدلة البصرية، والعلامات المائية، والسجلات قصصاً مختلفة، سمحت قدرة النظام على وزن موثوقية كل منها بالحفاظ على مستوى عالٍ من الدقة، في حين انهارت الأنظمة الأبسط التي كانت تدمج البيانات معاً فحسب.
يشير هذا العمل إلى أن مستقبل توثيق الوسائط لا يكمن في البحث عن "رصاصة سحرية" واحدة تكتشف كل تزوير، بل في بناء أنظمة تفهم العلاقات بين أنواع الأدلة المختلفة. ومن خلال التعامل مع الآثار البصرية، والرموز المخفية، والسجلات الرقمية كمصادر منفصلة ولكن مرتبطة للحقيقة، أنشأ الباحث إطاراً أكثر مرونة تجاه الطرق المعقدة التي يتم بها التلاعب بالصور ومشاركتها اليوم. لا تدعي الدراسة أنها حلت مشكلة التزييف العميق تماماً، ولا تعد بأن كل صورة معدلة يمكن تتبعها بدقة. بدلاً من ذلك، هي تقدم طريقة أكثر تطوراً للإبحار في حالة عدم اليقين، وتوفر أداة يمكنها أن تخبرنا ليس فقط متى يكون الشيء خاطئاً، بل متى لا نملك ببساطة معلومات كافية لنعرف الحقيقة. ومع ازدياد قوة أدوات التوليد، قد يكون القدرة على التمييز بين الدليل المفقود والدليل المتناقض هو المفتاح للحفاظ على الثقة فيما نراه.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.