ابزار likeness detection در یوتیوب، ویدیوهای تولید شده با AI که به قصد سوءاستفاده از یوتیوبرها هستند را شناسایی و حذف میکند. این ابزار بررسی میکند که آیا برای ساخت و انتشار از صاحب چهره اجازه گرفته شده است یا نه.
جدیدترین اخبار تکنولوژی هوش مصنوعی و شبکههای اجتماعی را در نامبرلند بخوانید.
به نقل از CNBC گوگل هرگز از دادههای بیومتریک یوتیوبرها برای آموزش مدلهای هوش مصنوعی استفاده نمیکند اما یوتیوب در حال بازبینی متن موجود در فرم ثبتنام ابزار تشخیص دیپ فیک (likeness detection) است تا از ایجاد سوءتفاهم جلوگیری کند.
یوتیوب در حال ارتقا ابزار likeness detection است؛ ابزاری که چهرهی استفادهشده بدون اجازه در دیپفیکها را شناسایی میکند. این قابلیت حالا برای میلیونها نفر از سازندگان حاضر در برنامه یوتیوب پارتنر (YouTube Partner Program) ارائه میشود، زیرا محتوای دستکاریشده با هوش مصنوعی در شبکههای اجتماعی بسیار زیاد است.
ابزار تشخیص چهره یوتیوب چگونه کار میکند؟
likeness detection ویدیوهای سراسر یوتیوب را اسکن میکند تا مواردی را که چهره یک سازنده ممکن است تغییر یافته یا توسط هوش مصنوعی ساخته شده باشد شناسایی کند. یوتیوبرها میتوانند درخواست حذف بدهند، اما برای استفاده از این ابزار، یوتیوب از آنها میخواهد کارت شناسایی دولتی و ویدیوی بیومتریک (برای اندازهگیری ویژگیهای فیزیکی برای تأیید هویت فرد) از چهره خود بارگذاری کنند. این ابزار قرار است فقط در ابعاد یوتیوب کار کند و تا پایان ژانویه برای بیش از ۳ میلیون سازنده در دسترس قرار خواهد گرفت.
در کمال تعجب درخواست برای حذف ویدیوهای دیپفیک در یوتیوب توسط صاحبان اصلی بسیار پایین است. بیشتر یوتیوبرها خوشحالاند که از وجود ویدیو مطلع میشوند اما احساس نمیکنند لازم است آن را حذف کنند. معمولترین واکنش این است: «بررسی کردم، اما مشکلی با آن ندارم.» به نظر میرسد آمار پایین حذف محتوا ناشی از سردرگمی و ناآگاهی است، نه راحتی با محتوای هوش مصنوعی.
یوتیوبری به نام Doctor Mike ادعا میکند با کمک این فناری توانسته است هر هفته دهها ویدیوی فیک را پیدا کند. او که بیش از 14 میلیون دنبالکننده دارد و درباره مسائل پزشکی و باروهای غلط این حوزه تولید محتوا میکند، انتقال مطلب درست و جلب اعتماد مخاطبان برایش بسیار مهم است و به این ابزار خوشبین است.او میگوید اولین دیپ فیکش را در تیکتاک دید که در حال تبلیغ یک مکمل جادویی و تاثیرگذار است.
مسئله نگرانکننده این است که سورا و Veo3 در ساخت دیپفیک از افراد مشهور محدودیتی ندارند. CNBC میگوید که Veo 3 بر اساس زیرمجموعهای از ۲۰ میلیارد ویدیوی آپلودشده در یوتیوب آموزش دیده است، که احتمالاً صدها ساعت از ویدیوهای دکتر مایک را شامل میشود.
برخلاف ابزار Content ID که برای آثار دارای حقکپیرایت درآمد ایجاد میکند، ابزار Likeness Detection فقط چهرهی دستکاریشده را شناسایی میکند و هیچ راهی برای کسب درآمد ندارد. یوتیوب میگوید احتمال دارد در آینده یک مدل مشابه Content ID برای دیپفیکها ایجاد کند.
کارشناسان هشدار میدهند که اتصال Likeness Detection به سیاست حریم خصوصی گوگل، امکان استفادهی آینده از دادههای بیومتریک سازندگان برای آموزش مدلهای هوش مصنوعی را باز میگذارد؛ حتی اگر یوتیوب تأکید کند این دادهها فقط برای تأیید هویت استفاده میشود.
هوش مصنوعی Nova 2 هم توسط آمازون رونمایی شد؛ مدل جدیدی که رقیب جدی کلود محسوب میشود و در اول روزهای آمار جالبی را نشان میدهد.
