پرش به محتوای اصلی
پرش به محتوای مقاله

«مرز تصاویر واقعی و مصنوعی»؛ استراتژی جدید اپل در آیفون ۱۸ پرو

·۱۸ شهریور ۱۴۰۵۲ دقیقه مطالعه۲ بازدید
عکس آیفون واقعی است، نه ساخت هوش مصنوعی | تک‌کرانچ
عکس آیفون واقعی است، نه ساخت هوش مصنوعی | تک‌کرانچ
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

انتقال تأیید اصالت از لایه‌ی نرم‌افزاری (واترمارک) به لایه‌ی سخت‌افزاری (امضای سنسور) و محاسبات ابری خصوصی؛ یعنی اصالت عکس در لحظه تولد در سیلیکون ثبت می‌شود.

تصور کنید عکاسی خبری در عصر هوش مصنوعی، دیگر به جای اعتماد به چشم، به تکیه بر امضای دیجیتال وابسته باشد. آیفون ۱۸ پرو حالا می‌تواند ثابت کند که یک عکس واقعاً اتفاق افتاده است و ساختهٔ یک مدل مولد نیست.

در ۹ سپتامبر ۲۰۲۶، اپل در رویداد Surprise and Shine از Apple Reference Image پرده‌برداری کرد؛ سیستمی که هدفش تفکیک عکس‌های واقعی از تصاویر سنتتیک است. این اقدام در حالی رخ می‌دهد که تصاویر ساخته‌شده توسط هوش مصنوعی زاینده (Generative AI) — شبیه نقاشی‌های بسیار دقیقی که هرچه بیشتر نگاه کنید، جزئیات عجیب‌تری می‌بینید — دیگر از واقعیت قابل تشخیص نیستند. برای عکاسان حرفه‌ای، این قابلیت دیگر یک مزیت نیست، بلکه شرط بقای اعتبار آن‌هاست. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی امنیت داده‌های بصری اشاره کردیم، بحران اعتماد به رسانه‌های دیجیتال به نقطهٔ بحرانی رسیده است.

به گزارش TechCrunch، این سازوکار با ثبت داده‌های امضاشدهٔ سنسور در لحظهٔ نوردهی کار می‌کند. این داده‌ها سپس از طریق سرویس Apple's Private Cloud Compute — که مثل یک گاوصندوق دیجیتال و امن در ابر است و محاسبات را دور از دسترسی اپل انجام می‌دهد — پردازش می‌شوند تا یک «تصویر تغییرناپذیر» یا همان نگاتیو دیجیتال ایجاد شود.

جزئیات فنی این سیستم عبارت است از:

  • اعتبارسنجی: تصویر مرجع در اپلیکیشن Photos ذخیره می‌شود و هر نسخه‌ی ویرایش‌شده‌ای با آن مقایسه می‌شود تا دستکاری‌ها شناسایی شوند.
  • دسترسی توسعه‌دهندگان: اپل APIهایی را منتشر می‌کند تا برنامه‌های شخص ثالث بتوانند این بررسی اصالت را در اپلیکیشن‌های خود ادغام کنند.
  • استانداردهای صنعتی: این سیستم از استاندارد SynthID برای شناسایی تصاویری که توسط هوش مصنوعی ساخته یا تغییر یافته‌اند، پشتیبانی می‌کند.

بر اساس مستندات اپل، این چرخش راهبردی، بار اثبات اصالت را از دوش بیننده به دوش سخت‌افزار منتقل می‌کند. اپل با جاسازی اصالت در لایه‌ی سیلیکون و خط لوله‌ی ابری، در تلاش است تا یک «استاندارد طلایی» برای حقیقت در عکاسی موبایل ایجاد کند. برای کاربر عادی، این یعنی ابزاری داخلی برای شناسایی جعل عمیق (Deepfake) پیش از آنکه در فضای مجازی پخش شود.

گام بعدی شما

  • اگر عکاس یا تولیدکننده محتوا هستید، بررسی کنید که آیا گردش کار شما با استانداردهای SynthID سازگار است یا خیر.
  • در به‌روزرسانی‌های آینده، بخش Properties عکس‌ها در آیفون را برای یافتن تگ‌های اصالت بررسی کنید.
  • منتظر واکنش سامسونگ و گوگل باشید؛ احتمالاً شاهد جنگ استانداردهای سخت‌افزاری برای «حقیقت دیجیتال» خواهیم بود.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های نسل جدید اپل مراجعه کنید.

چرا این موضوع مهم است؟

این سیستم با تکیه بر اعتبار سخت‌افزاری اپل، یک لایه دفاعی در برابر دیس‌اینفورمیشن ایجاد می‌کند. این تغییر، استانداردهای اثبات منشأ تصویر (Provenance) را در صنعت موبایل جابه‌جا می‌کند.

تأثیر برای ایران

به‌دلیل وابستگی این قابلیت به سرویس Private Cloud Compute، احتمالاً دسترسی کاربران ایرانی به بخش اعتبارسنجی ابری با محدودیت‌های جغرافیایی یا تحریمی مواجه خواهد شد.

·نگاه ما
تحریریه دات‌هوش

اپل با این حرکت، نقش خود را از یک سازنده سخت‌افزار به یک «ضامن حقیقت» تغییر می‌دهد. این استراتژی نشان می‌دهد که در آینده، سخت‌افزار نه برای کیفیت تصویر، بلکه برای تأیید وجود فیزیکی آن خرید خواهد شد. در واقع، اعتماد به پیکسل‌ها جای خود را به اعتماد به زنجیره تأمین سخت‌افزار می‌دهد.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.