Bir görüntünün yapay zekâ tarafından oluşturulduğu nasıl anlaşılır?

Görüntü oluşturma modelleri giderek daha gelişmiş hâle geliyor ve gerçeğe benzeyen yapay zekâ (AI) görüntülerinde artış görüyoruz. Yapay zekâ ile oluşturulan görüntüler ile gerçek fotoğraflar arasındaki ayrımı yapmak zorlaştıkça, yapay zekâ ve gerçek fotoğraf tartışması da daha önemli hâle geliyor. Yapay zekâ tarafından oluşturulan görüntülerin internet kullanıcılarını yanılttığı birçok durum yaşandı. 2024 Met Gala'da şişme mont giyen Papa Francis'i ve Katy Perry'yi gördük. Her ikisi de üretken yapay zekâ tarafından üretilmiş görüntülerdi. Başka bir deyişle, gerçek değillerdi. Ancak internet, ilk bakışta bunların gerçek olduğuna inandı.

Bazen bu karışıklık eğlenceli olabilir, ancak çoğu zaman ciddi bir etik sorun teşkil eder. Üretken yapay zekânın nasıl çalıştığını takip etmek önemli olduğu gibi, bir şeyin yapay zekâ tarafından oluşturulduğunu nasıl anlayacağını bilmek de kritik öneme sahiptir. Bu makalede yapay zekâ tarafından oluşturulan görüntülere daha yakından bakacak, yapay zekâ sanatının artılarını ve eksilerini anlayacak, hukuki sorunları ele alacak ve bu görüntüleri gerçek görüntülerden ayırt etmek için kullanılan temel yöntem ve araçları inceleyeceğiz.

Yapay zekâ tarafından oluşturulan görüntüler tam olarak nedir?#

Yapay zekâ görüntüleri, gerçekçi görüntüler oluşturmak için büyük veri kümeleriyle eğitilmiş sinir ağlarını kullanan görüntü oluşturma modelleriyle oluşturulur. Etkileyici olan, bu modellerin sanatsal ve amaca uygun görüntüler oluşturmak için stilleri, kavramları ve özellikleri harmanlayabilmesidir. Eğitim sırasında görüntü oluşturma modelleri, bu görüntülerdeki farklı özellikleri ve ayrıntıları öğrenir. Bu sayede öğrendikleri görüntülere stil ve içerik bakımından benzeyen yeni görüntüler oluşturabilirler.

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

Şekil 1. DALL-E 2 tarafından oluşturuldu. İstem: Avokado şeklinde bir koltuk.

Herkes OpenAI’s GPT-4o, Midjourney, Gencraft veya Stable Diffusion gibi araçları kullanarak yapay zekâ görüntüleri oluşturabilir. Bu görüntüler artık internetin her yerinde karşımıza çıkıyor ve çoğu zaman yapay zekâ tarafından oluşturulduklarını belirten herhangi bir etiket taşımıyor.

Yapay zekâ sanatının artıları ve eksileri#

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

Şekil 2. Yapay zekâ tarafından oluşturulmuş bir sanat eseri.

Bu konuda farklı görüşler var. Örneğin, bütçesi sınırlı küçük işletmeler oluşturulan sanatı bir avantaj olarak görebilir. Markalaşma ve pazarlama ihtiyaçlarıyla tamamen örtüşen özel görüntüler oluşturabilirler. Bu araçlar, yüksek kaliteli görselleri hızla üreterek zamandan tasarruf sağlayabilir ve yaratıcı projelerin planlandığı gibi ilerlemesine yardımcı olabilir. Sanatçıların ilhamı açısından görüntü oluşturma, çok geniş bir benzersiz seçenekler kütüphanesine erişim sağlayabilir. Bir sanatçı, bir fikri hayata geçirmeden önce onu kolayca görselleştirebilir.

Ancak yapay zekâ tarafından oluşturulan görüntüler çoğu zaman duygusal derinlikten yoksundur ve ham insan deneyimlerini yansıtmakta zorlanabilir. Bazen kalite tutarsız olabilir; görüntüler pikselli veya gerçek dışı görünebilir. Yapay zekâya aşırı güvenmek yaratıcılığı ve eleştirel düşünmeyi köreltebilir. Ayrıca kötüye kullanım riski vardır. Yapay zekâ görüntüleri kolayca manipüle edilebilir ve yanlış bilgilendirmeye yol açabilir. Bunun yanı sıra, bu araçları kullanmak zorlu bir öğrenme süreci gerektirebilir ve araçlar eğitim verilerindeki yanlılıkları taşıyabilir. Yapay zekâ sanatının diğer bazı eksileri şunlardır:

• Etik Kaygılar: Yapay zekâ tarafından oluşturulan sanatın yazarlığı, mülkiyeti ve telif hakkı gibi fikri mülkiyet konuları karmaşık ve tartışmalı olabilir.
• İş Kaybı: Yapay zekânın sanatta yaygın kullanımı, insan sanatçılar ve tasarımcılar için fırsatları azaltabilir.
• Kültürel Duyarsızlık: Yapay zekâ sanatı, kültürel bağlamları anlamakta ve bunlara saygı göstermekte başarısız olabilir; bu da uygunsuz veya saldırgan eserlerin ortaya çıkmasına yol açabilir.

Yapay zekâ tarafından oluşturulan görüntülerin hukuki açıdan belirsiz alanları#

Yapay zekâ ilerlerken toplum olarak hukuki sonuçlarını (telif hakkı sorunları gibi) hâlâ aktif biçimde anlamaya çalışıyoruz. Geleneksel eserlerin aksine, yapay zekâ tarafından oluşturulan görüntüler ABD gibi bazı ülkelerde telif hakkıyla korunamaz; çünkü bunlar esasen mevcut eserlerin yeniden harmanlanmasıdır ve bu eserlerin çoğu zaten telif hakkıyla korunmaktadır. Konu, yapay zekâ eğitiminin genellikle internetten toplanan ve telif hakkıyla korunan materyalleri de içerebilecek çok büyük miktarda veriyi kapsaması nedeniyle karmaşıklaşıyor. Bu nedenle birçok kişi, telif hakkıyla korunan içeriklerin yapay zekâ model eğitimi için kullanılmasını aktif olarak protesto ediyor ve daha iyi düzenlemeler talep ediyor.

Bazı şirketler dava bile açtı. Stok görüntü sağlayıcısı Getty Images, Getty'nin görüntü kitaplığını ticari kazanç amacıyla izinsiz çoğaltıp kullandığı iddiasıyla yapay zekâ sanat oluşturucusu Stability AI'a karşı bir dava açtı. Stability AI'ın metinden görüntüye modeli tarafından üretilen birçok görüntüde Getty'nin filigranı bulunuyor. DeviantArt ve iki yapay zekâ şirketi daha, yapay zekâ tarafından oluşturulan eserlerinin telif hakkı yasalarını ihlal ettiğini iddia eden bir toplu davada bir sanatçı tarafından dava ediliyor.

Bir görüntünün yapay zekâ tarafından oluşturulduğu nasıl kontrol edilir?#

Yapay zekâ görüntülerini fark etmeyi öğrenmek hayati önem taşır; çünkü özellikle seçim dönemlerinde insanları yanıltmak amacıyla sahte haberlerde bunların kullanımı arttı. BBC'ye göre araştırmacıların %60'ı, oy pusulaları ve konumlar hakkında yanıltıcı görüntüler oluşturmak için yapay zekâyı kullanmayı başardı.

Şekil 3. Çöp konteynerindeki oy pusulası kutularının sahte görüntüsü.

Yapay zekâ görüntüleri tüketicileri de etkiliyor. Attest tarafından yapılan yakın tarihli bir araştırma, tüketicilerin çoğunun (%76) gerçek ve yapay zekâ tarafından oluşturulan görüntüler arasındaki farkı anlayamadığını ortaya koydu. Bir görüntünün yapay zekâ tarafından oluşturulduğunu şu şekilde anlayabilirsin.

Görüntü başlığını, açıklamasını ve etiketlerini kontrol et#

Açık görünebilir, ancak yapay zekâ görüntülerini fark etmenin en kolay yolu açıklama ve etiketlerde ‘AI-Generated’ ifadesini aramaktır. Yapay zekâ görüntüleriyle ilgili hâlâ pek çok soru işareti bulunduğundan, bunları oluşturan ve/veya lisanslayan şirketler kaynakları konusunda şeffaf olmak için ellerinden geleni yapıyor. Kütüphanelerinde yapay zekâ 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 zekâ görüntülerini aramayı veya hariç tutmayı kolaylaştırıyor). Bu etiketleri aramak, yapay zekâ tarafından oluşturulan bir görüntüyü fark etmenin en basit yoludur.

Filigranları ara#

Yapay zekâ görüntülerini tanımlamanın bir diğer yolu da filigranları aramaktır; çünkü birçok yapay zekâ aracı bunları ekler. Bunlar küçük logolar, metinler veya meta veriler olabilir. Örneğin OpenAI’s DALL-E 3, görünmez C2PA meta verilerini ve sol üst köşede görünür bir İçerik Kimlik Bilgileri (CR) simgesini kullanır. Ancak logo yalnızca görüntü, Content Credentials Verify gibi bir içerik kimlik bilgileri doğrulama sitesinde kontrol edildiğinde görünür. Şirketler görüntülerini farklı şekillerde işaretleyebilir; bu nedenle çeşitli göstergelere aşina olman gerekebilir.

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

Google kısa süre önce yapay zekâ görüntülerine filigran eklemenin yenilikçi bir yolu olan SynthID'yi duyurdu. SynthID, yapay zekâ tarafından oluşturulan içeriğin piksellerine doğrudan dijital filigran yerleştirmeyi mümkün kılar. Bu filigran insan gözüyle görünmez, ancak tanımlama amacıyla algılanabilir. SynthID, bu dijital filigranı tarayarak bir görüntünün muhtemelen bir yapay zekâ aracı tarafından oluşturulup oluşturulmadığını değerlendirebilir.

Görüntüdeki bozulmaları veya anormallikleri ara#

Yapay zekâ tarafından oluşturulan görüntüler, derin öğrenme algoritmalarının sınırlamaları nedeniyle çoğu zaman kusurlar içerir. Yaygın anormallikler şunlardır:

• Bulanık veya anormal arka planlar: Hizalanmamış merdivenler, tuhaf şekilli mobilyalar ve bulanık ayrıntılar.
• Saç tutarsızlıkları: Doğal olmayan dokular, tuhaf desenler veya bulanıklık.
• Aşırı işlenmiş görünüm: Bulanık ve pürüzsüz dokuların bir arada bulunduğu parlak, gerçek dışı bir görünüm.
• Aksesuar hataları: Şekli bozulmuş takılar, uyumsuz küpeler ve deforme olmuş nesneler.
• Tuhaf parmaklar: Fazladan parmaklar, eksik başparmaklar veya diğer el anormallikleri.

Şekil 5. Yapay zekâ tarafından oluşturulan bir görüntüdeki anormallikler.

Bu işaretler, yapay zekâ tarafından oluşturulan görüntüleri tanımlamaya yardımcı olur. Ancak yapay zekâdaki ilerlemeler, gelecekteki yapay zekâ görüntülerinde daha az görünür kusur olabileceği anlamına geliyor.

Yapay zekâ görüntüsü tanımlama araçlarını kullan#

Yapay zekâ görüntüsü tanımlama araçlarını kullanmak, yapay zekâ görüntülerini fark etmek için başka bir seçenektir; ancak bunun tamamen doğru olmayabileceğini aklında bulundurmalısın. Yapay zekâ görüntülerini tespit etmek için en popüler araçlardan bazılarına göz atalım:

• AI Or Not: Gerçek ve sahte içerikleri hızlıca doğrulamak için gelişmiş algoritmalar ve makine öğrenimi kullanır. Özellikle sahte NFT görüntülerinde etkilidir.
• Content at Scale: Bu ücretsiz ve kullanımı kolay araç, popüler oluşturuculardan alınan görüntüler için İnsan ve Yapay Zekâ Olasılığı puanı sağlar.
• Illuminarty: Yapay zekâ modellerini ve yapay zekâ tarafından oluşturulan belirli alanları tanımlamak da dâhil olmak üzere, yapay zekâ tarafından oluşturulan görüntü ve metinlerin kapsamlı analizini sunar.
• Maybe's AI Art Detector: Sanatsal görüntüler için insan ve yapay zekâ yüzdesi puanı sağlamak üzere bir ViT modeli kullanan, kullanımı kolay bir araçtır.
• V7 Deepfake Detector: StyleGAN deepfake görüntülerini tespit etmeye yarayan ve sahte profilleri belirlemede faydalı bir Chrome uzantısıdır.
• Fake Image Detector: Manipüle edilmiş görüntüleri tespit etmek için Meta Veri ve Hata Düzeyi Analizi (ELA) kullanır; ancak dosya uyumluluğu sınırlıdır ve çökmeler yaşar.

Yapay zekâ tarafından oluşturulan medya yayılmaya ve gelişmeye devam ettikçe, bu araçlar gelecekte daha da etkili hâle gelecek.

Önemli çıkarımlar#

Üretken yapay zekâ modelleri daha akıllı hâle geldikçe, yapay zekâ tarafından oluşturulan görüntüleri gerçek fotoğraflardan ayırt etmek zorlaşıyor. Teknolojik ilerleme açısından heyecan verici olsa da bu durum etik açıdan da kaygı verici. Yapay zekânın görseller oluşturmak için uygun maliyetli ve yenilikçi bir yol sunduğu doğru, ancak dikkate alınması gereken hukuki ve pratik engeller var. Neyse ki bu yeni ikilemi yönetmemize yardımcı olacak yöntem ve araçlar geliştiriliyor. Bilgi sahibi olarak görsel içeriğin güvenilir kalmasını sağlayabiliriz.

Yapay zekâ hakkında daha fazla bilgi edinmek için topluluğumuzla bağlantı kur! Yapay zekâyı sağlık hizmetleri (sağlık) ve tarım gibi çeşitli sektörlerde yenilikçi çözümler oluşturmak için nasıl kullandığımızı görmek üzere GitHub depomuzu incele. Yeni fırsatların kilidini bizimle aç!