Bir görselin yapay zeka tarafından üretilip üretilmediği nasıl anlaşılır

Görüntü oluşturma modelleri giderek daha gelişmiş hale geliyor ve gerçekçi yapay zeka (YZ) görüntülerinde bir artış görüyoruz. Yapay zeka ile gerçek fotoğraf tartışması, ikisi arasındaki ayrımı yapmak zorlaştıkça daha da önem kazanıyor. Yapay zeka tarafından oluşturulan görüntülerin interneti kandırdığı birçok senaryo yaşandı. Papa Francis'i şişme montla ve Katy Perry’yi 2024 Met Gala’da gördük. Her ikisi de üretken yapay zeka tarafından kurgulanmış görüntülerdi. Başka bir deyişle, gerçek değillerdi. Ancak ilk bakışta internet bunların gerçek olduğuna inandı.

Bazen bu tür karışıklıklar eğlenceli olabilir, ancak çoğu zaman ciddi bir etik endişe yaratır. Üretken yapay zekanın nasıl çalıştığını takip etmek kadar, bir şeyin yapay zeka tarafından oluşturulup oluşturulmadığını nasıl anlayacağını bilmek de önemlidir. Bu makalede, yapay zeka tarafından oluşturulan görüntülere daha yakından bakacağız, yapay zeka sanatının artılarını ve eksilerini anlayacağız, hukuki sorunları tartışacağız ve bunları gerçek görüntülerden ayırmak için kullanılan temel yöntemleri ve araçları keşfedeceğiz.

Link to this sectionYapay zeka tarafından oluşturulan görüntüler tam olarak nedir?#

Yapay zeka görüntüleri, gerçekçi görüntüler oluşturmak için büyük veri kümeleri üzerinde eğitilmiş sinir ağlarını kullanan görüntü oluşturma modelleri kullanılarak yaratılır. Etkileyici olan, sanatsal ve alakalı görüntüler oluşturmak için stilleri, kavramları ve özellikleri harmanlama yetenekleridir. Eğitim sırasında, görüntü oluşturma modelleri bu görüntülerden farklı özellikleri ve detayları öğrenir. Bunu yapmak, öğrendikleri görüntülerin tarzına ve içeriğine benzer yeni görüntüler oluşturmalarına yardımcı olur.

Her birinin kendine has özellikleri olan birçok görüntü oluşturma modeli türü vardır. Örneğin, Üretken Çekişmeli Ağlar (GAN'lar), eğitim verilerine benzeyen gerçekçi görüntüler oluşturmak için birlikte çalışan iki sinir ağı kullanır. Difüzyon modelleri, rastgele gürültüyü kademeli olarak net görüntülere dönüştürerek görüntü oluşturur. DALL-E ve CLIP gibi modellerde kullanılanlar gibi Transformer'lar, metinsel açıklamalardan görüntüler oluşturmak için öz-dikkat mekanizmalarını kullanır.

Şekil 1. DALL-E 2 tarafından oluşturulmuştur. İstemi: Avokado şeklinde bir koltuk.

Herkes OpenAI GPT-4o, Midjourney, Gencraft veya Stable Diffusion gibi araçları kullanarak yapay zeka görüntüleri oluşturabilir. Bu görüntüler artık internetin her yerinde ve genellikle yapay zeka tarafından yapıldıklarını belirten hiçbir etiket olmadan ortaya çıkıyor.

Link to this sectionYapay zeka sanatının artıları ve eksileri#

Fotoğrafçılık veya resim sanatı gibi, yapay zeka ile görüntü oluşturma da birçok kişi tarafından yeni bir sanat formu olarak kabul ediliyor. Yapay zeka resimleri binlerce dolara satılıyor ve sanat yarışmalarını kazanıyor. Bu durum şu soruyu gündeme getiriyor: Yapay zeka sanatı iyi bir şey mi ve bu tür görüntü oluşturmanın artıları ve eksileri nelerdir?

Şekil 2. Yapay zeka tarafından oluşturulmuş bir sanat eseri.

Bu konuda farklı görüşler var. Örneğin, kısıtlı bütçeye sahip küçük işletmeler, üretilmiş sanatı bir artı olarak görebilir. Markalaşma ve pazarlama ihtiyaçlarına mükemmel şekilde uyan özel görüntüler oluşturabilirler. Bu araçlar, yüksek kaliteli görselleri hızla üreterek zamandan tasarruf sağlayabilir ve yaratıcı projelerin yolunda kalmasına yardımcı olabilir. Sanatçıların ilhamı açısından, görüntü oluşturma, geniş bir benzersiz seçenek kitaplığına erişim sağlayabilir. Bir sanatçı, bir fikri hayata geçirmeden önce kolayca görselleştirebilir.

Ancak, yapay zeka tarafından oluşturulan görüntüler genellikle duygusal derinlikten yoksundur ve ham insan deneyimlerini yakalamakta zorlanabilir. Bazen kalite tutarsız olabilir; görüntüler pikselli veya gerçek dışı görünebilir. Yapay zekaya çok fazla güvenmek yaratıcılığı ve eleştirel düşünceyi köreltebilir. Ayrıca kötüye kullanım riski de vardır. Yapay zeka görüntüleri kolayca manipüle edilebilir ve yanlış bilgilendirmeye yol açabilir. Ayrıca, bu araçları kullanmak dik bir öğrenme eğrisi gerektirebilir ve eğitim verilerinden gelen önyargıları taşıyabilirler. İşte yapay zeka sanatının diğer bazı eksileri:

• Etik Kaygılar: Yapay zeka tarafından oluşturulan sanatın yazarlık, mülkiyet ve telif hakkı gibi fikri mülkiyet sorunları karmaşık ve tartışmalı olabilir.
• İş Kaybı: Yapay zekanın sanatta yaygın kullanımı, insan sanatçılar ve tasarımcılar için fırsatları azaltabilir.
• Kültürel Duyarsızlık: Yapay zeka sanatı, kültürel bağlamları anlamakta ve bunlara saygı duymakta başarısız olabilir, bu da uygunsuz veya saldırgan eserlere yol açabilir.

Link to this sectionYapay zeka tarafından oluşturulan görüntülerin hukuki gri alanları#

As AI advances, we are still actively figuring out the legal implications (like copyright issues) as a society. Unlike traditional creations, AI-generated images cannot be copyrighted in some countries like the US because they are essentially remixes of existing works, many of which are already copyrighted. It gets complicated because AI training often involves massive amounts of data scraped from the internet, potentially including copyrighted material. To this effect, many people are actively protesting against the use of copyrighted content for AI model training and want better regulations.

Bazı şirketler davalar bile açtı. Stok görsel sağlayıcısı Getty Images, ticari kazanç sağlamak amacıyla Getty'nin görsel kütüphanesini kopyaladığı ve kullandığı iddiasıyla yapay zeka sanat üreticisi Stability AI'a karşı bir dava açtı. Stability AI'ın metinden görüntüye modeli tarafından üretilen birkaç görüntü Getty'nin filigranını taşıyor. DeviantArt ve diğer iki yapay zeka şirketi de, yapay zeka tarafından oluşturulan sanat eserlerinin telif hakkı yasalarını ihlal ettiğini iddia eden bir grup davasında bir sanatçı tarafından dava ediliyor.

Link to this sectionBir görüntünün yapay zeka tarafından oluşturulup oluşturulmadığı nasıl kontrol edilir#

Yapay zeka görüntülerini tespit etmeyi öğrenmek hayati önem taşıyor çünkü özellikle seçim dönemlerinde insanları yanıltmak için sahte haberlerde kullanımları arttı. BBC'ye göre, araştırmacıların 60%'ı oy pusulaları ve yerler hakkında yanıltıcı görüntüler oluşturmak için yapay zekayı başarıyla kullandı.

Şekil 3. Çöp kutusundaki oy pusulası kutularının sahte bir görüntüsü.

Yapay zeka görüntüleri tüketicileri de etkiliyor. Attest tarafından yapılan yakın tarihli bir araştırma, çoğu tüketicinin (76%) gerçek görüntüler ile yapay zeka tarafından oluşturulan görüntüler arasındaki farkı anlayamadığını ortaya koydu. İşte bir görüntünün yapay zeka tarafından oluşturulup oluşturulmadığını nasıl anlayacağın.

Link to this sectionGörüntü başlığını, açıklamasını ve etiketlerini kontrol et#

Açık gibi görünebilir, ancak yapay zeka görüntülerini fark etmenin en kolay yolu açıklama ve etiketlerde 'AI-Generated' (Yapay Zeka Tarafından Oluşturulmuştur) ibaresini kontrol etmektir. Yapay zeka görüntüleri konusunda hala çok fazla soru işareti olduğundan, bunları oluşturan ve/veya lisanslayan şirketler kökenleri konusunda şeffaf olmak için ellerinden geleni yapıyorlar. Kütüphanelerinde yapay zeka görüntülerine izin veren stok fotoğraf ajansları, katkıda bulunanlardan dosyaları görüntü başlığında, açıklamasında ve görüntü etiketlerinde 'AI-generated' olarak etiketlemelerini talep ediyor (bu da kataloglarında gezinirken yapay zeka görüntülerini aramayı veya hariç tutmayı kolaylaştırıyor). Bu etiketleri aramak, yapay zeka tarafından oluşturulan bir görüntüyü fark etmenin en basit yoludur.

Link to this sectionFiligranları ara#

Yapay zeka görüntülerini tanımlamanın bir başka yolu da filigran aramaktır, çünkü birçok yapay zeka aracı bunları ekler. Bunlar küçük logoları, metinleri veya meta verileri içerebilir. Örneğin, OpenAI DALL-E 3, görünmez C2PA meta verileri ve sol üst köşede görünür bir İçerik Kimlik Bilgileri (CR) sembolü kullanır. Ancak, logo yalnızca Content Credentials Verify gibi bir içerik kimlik bilgisi doğrulama sitesinde görüntü kontrol edilirken görünür. Şirketler görüntülerini farklı şekilde işaretleyebilir, bu nedenle çeşitli göstergeler hakkında bilgi edinmen gerekebilir.

Şekil 4. ChatGPT tarafından oluşturulan görüntüler C2PA meta verilerini içerecektir (Kaynak: openai.com)

Google kısa süre önce yapay zeka görüntülerini filigranlamanın yenilikçi bir yolu olan SynthID'yi duyurdu. SynthID, doğrudan yapay zeka tarafından oluşturulan içeriğin piksellerine dijital bir filigran yerleştirmeyi mümkün kılıyor. İnsan gözüyle görülemez ancak tanımlama için tespit edilebilir. SynthID, bu dijital filigranı tarayarak bir görüntünün muhtemelen bir yapay zeka aracı tarafından oluşturulup oluşturulmadığını değerlendirebilir.

Link to this sectionGörüntü içindeki bozulmaları veya anormallikleri ara#

Yapay zeka tarafından oluşturulan görüntüler, derin öğrenme algoritmalarının sınırlamaları nedeniyle genellikle kusurlara sahiptir. Yaygın anormallikler şunlardır:

• Bulanık veya anormal arka planlar: Hizalanmamış merdivenler, garip şekilli mobilyalar ve bulanık detaylar.
• Saç tutarsızlıkları: Doğal olmayan dokular, garip desenler veya bulanıklık.
• Aşırı işlenmiş görünüm: Bulanık ve pürüzsüz dokuların karışımıyla parlak, gerçek dışı bir görünüm.
• Aksesuar hataları: Eğrilmiş takılar, uyumsuz küpeler ve bozuk nesneler.
• Tuhaf parmaklar: Fazladan parmaklar, eksik başparmaklar veya diğer el anormallikleri.

Şekil 5. Yapay zeka tarafından oluşturulmuş bir görüntüdeki anormallikler.

Bu işaretler, yapay zeka tarafından oluşturulan görüntüleri tanımlamaya yardımcı olur. Ancak, yapay zekadaki gelişmeler, gelecekteki yapay zeka görüntülerinin daha az görünür kusura sahip olabileceği anlamına geliyor.

Link to this sectionYapay zeka görüntü tanımlama araçlarını kullan#

Yapay zeka görüntü tanımlama araçlarını kullanmak, yapay zeka görüntülerini fark etmek için başka bir seçenektir, ancak tamamen doğru olmayabileceğini unutmamalısın. Yapay zeka görüntülerini tespit etmek için en popüler araçlardan bazılarına bir göz atalım:

• AI Or Not: Gerçek ve sahte içeriği hızlı bir şekilde doğrulamak için gelişmiş algoritmalar ve makine öğrenimi kullanır. Özellikle sahte NFT görüntülerinde etkilidir.
• Content at Scale: Bu ücretsiz ve basit araç, popüler oluşturuculardan gelen görüntüler için bir İnsan ile Yapay Zeka Arasındaki Olasılık puanı sağlar.
• Illuminarty: Yapay zeka modellerini ve belirli yapay zeka tarafından oluşturulan alanları tanımlamak da dahil olmak üzere, yapay zeka tarafından oluşturulan görüntülerin ve metinlerin kapsamlı bir analizini sunar.
• Maybe's AI Art Detector: Sanatsal görüntüler için insan ile yapay zeka yüzdelik puanı sağlamak üzere bir ViT modeli kullanan, kullanımı kolay bir araç.
• V7 Deepfake Detector: StyleGAN deepfake görüntülerini tespit etmek için bir Chrome uzantısı, sahte profilleri belirlemede yardımcı olur.
• Fake Image Detector: Manipüle edilmiş görüntüleri tespit etmek için Meta Veri ve Hata Seviyesi Analizi (ELA) kullanır ancak sınırlı dosya uyumluluğuna sahiptir ve çökmeler yaşanabilir.

Yapay zeka tarafından üretilen medya yayılmaya ve ilerlemeye devam ettikçe, bu araçlar gelecekte daha da etkili hale gelecektir.

Link to this sectionÖne çıkanlar#

Üretken yapay zeka modelleri daha zeki hale geldikçe, yapay zeka tarafından oluşturulan görüntüleri gerçek fotoğraflardan ayırmak zorlaşıyor. Teknolojik ilerleme açısından heyecan verici olsa da, etik açıdan da endişe vericidir. Yapay zekanın görseller oluşturmak için uygun maliyetli ve yenilikçi bir yol sunduğu doğrudur, ancak dikkate alınması gereken yasal ve pratik engeller vardır. Neyse ki, bu yeni ikilemde yolumuzu bulmamıza yardımcı olmak için geliştirilen yöntemler ve araçlar var. Bilgilenerek, görsel içeriğin güvenilir kalmasını sağlayabiliriz.

Connect with our community to learn more about AI! Explore our GitHub repository to see how we are using AI to create innovative solutions in various industries like healthcare and agriculture. Unlock new opportunities with us!