انویدیا از ابزار تشخیص ویدیوهای دیپ‌فیک با دقت ۹۲ درصد رونمایی کرد + تصویر

شرکت انویدیا از ابزار جدید Synthetic Video Detector رونمایی کرده است که می‌تواند ویدیوهای دیپ‌فیک را با دقت ۹۲ درصدی و تنها در ۲۲ میلی‌ثانیه تشخیص دهد.

به‌ گزارش سرویس هوش مصنوعی تک‌ناک، در عصر سلطه روزافزون هوش مصنوعی بر اینترنت، تشخیص محتوای واقعی از محتوای جعلی و اطلاعات نادرست بیش از هر زمان دیگری دشوار شده است. امروزه تقریبا هر تصویر یا ویدیویی می‌تواند با هوش مصنوعی تولید شده باشد و نشانه‌های سنتی تشخیص دیپ‌فیک‌ها نیز به‌سرعت در حال بی‌اثر شدن هستند. در همین راستا، انویدیا که یکی از مهم‌ترین بازیگران انقلاب هوش مصنوعی محسوب می‌شود، ابزار جدید Synthetic Video Detector (SVD) را برای شناسایی ویدیوهای تولیدشده با هوش مصنوعی معرفی کرده است.

بیشتر بخوانید: کریس فال، رئیس آژانس ایمنی هوش مصنوعی آمریکا استعفا داد

ابزار SVD یک Nvidia Inference Microservice (NIM) و بخشی از برنامه AI for Media Private Access انویدیا است؛ ازاین‌رو در حال حاضر در اختیار کاربران عادی قرار ندارد، هرچند نسخه نمایشی آن منتشر شده است. ماموریت این سرویس، تشخیص واقعی یا مصنوعی بودن ویدیوها است. SVD قادر است حجم زیادی از ویدیوها را به‌ صورت فریم‌به‌فریم تحلیل کند و ناهنجاری‌های موجود در آنها را شناسایی نماید. این فناوری بر پایه پژوهش‌های پیشرفته‌ای توسعه یافته است که موفق به کسب جوایز کنفرانس بینایی ماشین ICCV شده‌اند.

01

از 02

ابزار تشخیص ویدیوهای دیپ‌فیک انویدیا چگونه کار می‌کند؟

برخلاف روش‌های متداول که کل فایل ویدیویی را تحلیل می‌کنند، SVD ویدیو را به فریم‌های برش‌خورده با وضوح ۵۰۴×۵۰۴ پیکسل تقسیم می‌کند. سپس این فریم‌ها از طریق دو مدل Vision Transformer توسعه‌یافته توسط متا، یعنی DINOv2 و DINOv3، پردازش می‌شوند. این معماری‌ها بدون نیاز به داده‌های برچسب‌گذاری‌شده، الگوهای بصری را یاد می‌گیرند و در کاربردهایی مانند طبقه‌بندی تصویر، بازیابی تصویر، تشخیص اشیا و تخمین عمق مورد استفاده قرار می‌گیرند. پس از پردازش، ویژگی‌های فضایی هر فریم استخراج می‌شود و امتیازی بین صفر تا یک به آن اختصاص می‌یابد؛ به‌طوری که صفر نشان‌دهنده واقعی بودن کامل و یک بیانگر کاملا مصنوعی بودن تصویر است. در نهایت، میانگین امتیازهای همه فریم‌ها محاسبه و نتیجه‌ای درصدی ارائه می‌شود که احتمال واقعی بودن یا تولیدشده توسط هوش مصنوعی را مشخص می‌کند.

برای مطالعه بیشتر: احتمال ممنوعیت مدل چینی Kimi K3 در آمریکا

فناوری Synthetic Video Detector انویدیا می‌تواند فرایند راستی‌آزمایی ویدیوهای دریافتی را برای خبرگزاری‌ها، شبکه‌های تلویزیونی و رسانه‌ها به‌ طور قابل‌ توجهی تسریع کند. همچنین SVD برای مقابله با آثار فشرده‌سازی شبکه‌های اجتماعی نیز بهینه شده است، زیرا حتی زمانی که فشرده‌سازی بسیاری از نشانه‌های ظاهری را از بین می‌برد، مدل‌های Vision Transformer همچنان قادر به شناسایی الگوهای ذاتی و مصنوعات پنهان هستند که از دید انسان قابل تشخیص نیستند.

02

از 02

دقت بی‌نظیر این ابزار

بر اساس نتایج معیار AI GVD Bench، ابزار تشخیص ویدیوهای دیپ‌فیک انویدیا در ویدیوهای بدون فشرده‌سازی به دقت چشمگیر ۹۲ درصد دست یافته است. دقت آن در فشرده‌سازی ۱۵ درصد به ۸۷ درصد و در فشرده‌سازی ۵۰ درصد نیز به ۸۲ درصد کاهش می‌یابد که همچنان عملکرد بسیار قابل‌ توجهی محسوب می‌شود. از نظر کارایی نیز، SVD یک ویدیوی 1080p را تنها در ۲۲ میلی‌ثانیه روی پردازنده‌های گرافیکی RTX انویدیا و در ۳۰ میلی‌ثانیه روی ایستگاه‌های کاری این شرکت پردازش می‌کند.

خبر پیشنهادی: مدل «فوق‌العاده قدرتمند» DeepSeek V4 احتمالا فردا عرضه می شود

با وجود این، اجرای Synthetic Video Detector انویدیا به رمزگذار سخت‌افزاری NVENC وابسته است و به همین دلیل کارت‌های مراکز داده مانند B100 امکان اجرای بومی آن را ندارند. همچنین انویدیا اعلام کرده است که با Wowza برای ادغام قابلیت تشخیص لحظه‌ای ویدیوهای مصنوعی در جریان‌های پخش زنده همکاری می‌کند. نسخه نمایشی این ابزار هم‌اکنون از طریق فضای ابری قابل آزمایش است، اما به‌ دلیل پردازش ابری، زمان پردازش طولانی، محدودیت حجم فایل ۱۰۰ مگابایتی و احتمال اتمام زمان پردازش، محدودیت‌هایی در استفاده از آن وجود دارد.