कृत्रिम बुद्धिमत्ता · गाइड
नकली तस्वीरों और AI-जनित छवियों को पहचानें: चरण-दर-चरण गाइड
प्रकाशित:
संक्षेप में
किसी नकली तस्वीर या AI-जनित छवि को विश्वसनीय तरीके से पहचानने के लिए दृश्य जांच, प्रामाणिकता उपकरण जैसे Content Credentials या SynthID, और रिवर्स इमेज सर्च को मिलाना आवश्यक है — कोई भी एकल विधि सभी नकलों को पकड़ नहीं सकती। पहचान के शोधकर्ता चेतावनी देते हैं कि स्वचालित उपकरण काटने या संपीड़न जैसे सरल संपादन से धोखा खा सकते हैं, इसलिए संदर्भ सत्यापन आवश्यक रहता है।
यह संस्करण मूल पाठ (English) का मशीनी अनुवाद है। मूल पाठ पढ़ें
किसी नकली तस्वीर या AI-जनित छवि को पकड़ने के लिए कोई एकल उपकरण नहीं है। साइबर सुरक्षा फर्म ESET और ऑक्सफोर्ड विश्वविद्यालय के Reuters पत्रकारिता अध्ययन संस्थान दोनों कई जांचों को मिलाने की सलाह देते हैं — दृश्य निरीक्षण, प्रामाणिकता मेटाडेटा, वॉटरमार्क का पता लगाना और स्रोत सत्यापन — क्योंकि प्रत्येक विधि की ज्ञात कमजोरियां हैं।
चरण 1: दृश्य और ऑडियो असंगतियां देखें
AI-जनित गलत सूचना को देखने के लिए ESET की गाइड में जांच करने के लिए ठोस दृश्य सुराग हैं: अप्राकृतिक प्रकाश, अत्यधिक चिकनी त्वचा की बनावट, मंथन किनारों और धुंधली पृष्ठभूमि। चेहरे की विसंगतियों में गलत संरेखित आंखें, विकृत दांत और असामान्य झपकने के पैटर्न शामिल हैं। वीडियो के लिए, ऑडियो और स्पीकर के होंठ की गतिविधियों के बीच बेमेल ESET के अनुसार हेरफेर का एक सामान्य संकेत है।
ESET यह भी नोट करता है कि नकली तस्वीरें बनाने के लिए उपयोग किए जाने वाले उपकरण अक्सर फ़ाइल के निर्माण और संशोधन तिथियों को बदल या मिटा देते हैं, इसलिए असंगत मेटाडेटा एक माध्यमिक सुराग हो सकता है।
चरण 2: Content Credentials (C2PA) की जांच करें
Content Credentials, जो C2PA तकनीकी मानदंड पर बनाया गया है, Content Authenticity Initiative (CAI) के अनुसार किसी छवि के बारे में जानकारी को क्रिप्टोग्राफ़िक रूप से हस्ताक्षर करके रिकॉर्ड करता है जब इसे बनाया जाता है। CAI इस रिकॉर्ड को डिजिटल सामग्री के लिए एक पोषण लेबल के रूप में वर्णित करता है, जो निर्माता, उपयोग किया गया सॉफ़्टवेयर या AI उपकरण, और क्या फ़ाइल को AI के साथ बनाया या संपादित किया गया था, जब वह जानकारी निर्माता द्वारा शामिल की गई हो।
CAI स्पष्ट है कि Content Credentials यह घोषित करने के लिए नहीं हैं कि क्या सामग्री "वास्तविक" है: वे मूल के बारे में संदर्भ प्रदान करते हैं, निर्णय नहीं। सिस्टम केवल तभी काम करता है जब निर्माण उपकरण वास्तव में एक प्रकट को एम्बेड करे।
चरण 3: अदृश्य वॉटरमार्क की जांच करें, जैसे SynthID
Google का SynthID Google DeepMind के अनुसार अपने Imagen मॉडल द्वारा बनाई गई छवियों के पिक्सल में सीधे एक अदृश्य डिजिटल वॉटरमार्क एम्बेड करता है। एक अलग पहचान मॉडल एक छवि को उस पैटर्न के लिए स्कैन करता है और तीन परिणामों में से एक की रिपोर्ट करता है: वॉटरमार्क का पता चला (संभवतः AI-जनित), पता नहीं चला (शायद ही कभी AI-जनित), या संभवतः पता चला, जिस स्थिति में DeepMind सावधानी से परिणाम के साथ व्यवहार करने की सलाह देता है।
DeepMind कहता है कि SynthID वॉटरमार्क को फ़िल्टरिंग, रंग समायोजन, घुमाना और JPEG संपीड़न जैसे सामान्य संपादन के लिए जीवित रहने के लिए डिज़ाइन किया गया है। हालांकि, यह केवल उन छवियों को चिह्नित करता है जो Imagen द्वारा निर्माण के समय वॉटरमार्क की गई थीं या भागीदार उपकरण जो SynthID का उपयोग करते हैं — एक मॉडल से एक छवि जो SynthID का उपयोग नहीं करता है, "पता नहीं चला" परिणाम देगा भले ही यह AI-जनित हो, DeepMind के दस्तावेज़ दिखाते हैं।
चरण 4: रिवर्स इमेज सर्च चलाएं
Google Lens या TinEye जैसे रिवर्स इमेज सर्च उपकरण प्रकट कर सकते हैं कि क्या कोई छवि पहले किसी अलग संदर्भ में परिचालित की गई थी, जो Reuters संस्थान के शोधकर्ताओं के अनुसार पुनर्नवीकृत या पुनः लेबल किए गए दृश्यों को पकड़ने के सबसे विश्वसनीय तरीकों में से एक है। यदि वही चित्र किसी पुरानी, असंबंधित कहानी के साथ संलग्न दिखाई देता है, तो यह एक मजबूत संकेत है कि इसके बारे में वर्तमान दावा झूठा है, इस बात से स्वतंत्र कि क्या छवि स्वयं AI-जनित थी।
स्वचालित डिटेक्टर को क्यों धोखा दिया जा सकता है
AI पहचान उपकरणों की Reuters संस्थान की समीक्षा में पाया गया कि सरल संपादन नियमित रूप से उन्हें हराते हैं। जब शोधकर्ताओं ने पेंटागन विस्फोट दिखाने वाली वायरल छवि को काटा और आकार दिया, तो पहचान सॉफ़्टवेयर ने संशोधित संस्करण को प्रामाणिक के रूप में वर्गीकृत किया। एक प्रसिद्ध Obama नकली वीडियो को कम करना और ट्रिम करना समान गलत नकारात्मक का उत्पादन किया, और एक AI-जनित Biden robocall के सोशल मीडिया संपीड़न के कारण एक डिटेक्टर ने एक प्रतिलिपि को "अत्यधिक संभवतः वास्तविक" कहा, जबकि मूल असंपीड़ित फ़ाइल नकली होने का 74% संभावना स्कोर किया।
समीक्षा में यह भी पाया गया कि मुख्य रूप से प्रसिद्ध जनता के आंकड़ों, जैसे किसी देश के प्रमुख पर प्रशिक्षित डिटेक्टर कम ज्ञात व्यक्तियों पर खराब प्रदर्शन करते हैं जिनकी ऑनलाइन उपस्थिति कम है, क्योंकि अंतर्निहित मॉडलों के पास तुलना करने के लिए कम सत्यापित संदर्भ डेटा था।
सब कुछ एक साथ रखो
- ESET की सूची से दृश्य और ऑडियो असंगतियों के लिए छवि या वीडियो का निरीक्षण करें, जैसे अप्राकृतिक प्रकाश, झपकने के पैटर्न या लिप-सिंक बेमेल।
- जांचें कि क्या फ़ाइल में Content Credentials (C2PA) मेटाडेटा है जो AI पीढ़ी की घोषणा करता है।
- यदि छवि एक Google मॉडल से हो सकती है, तो वॉटरमार्क परिणाम के लिए Google के SynthID डिटेक्टर के साथ इसे जांचें।
- Google Lens या TinEye के साथ रिवर्स इमेज सर्च चलाएं यह देखने के लिए कि क्या छवि अन्यत्र एक अलग संदर्भ में दिखाई दी है।
- किसी भी एकल परिणाम को अपने आप में निर्णायक न मानें, और इसे साझा करने से पहले दावे की तुलना स्थापित समाचार संगठनों के कवरेज से करें, जैसा कि Reuters संस्थान और ESET दोनों सलाह देते हैं।
कम्प्यूटेशनल पहचान उपकरण सत्यापन प्रक्रिया के भाग के रूप में एक महान प्रारंभिक बिंदु हो सकते हैं, अन्य ओपन-सोर्स तकनीकों के साथ।
प्रश्न
- क्या कोई एकल ऐप या वेबसाइट मुझे विश्वसनीय रूप से बता सकता है कि क्या कोई छवि नकली है?
- नहीं। ESET और Reuters संस्थान दोनों रिपोर्ट करते हैं कि व्यक्तिगत पहचान उपकरण काटने, आकार बदलने या संपीड़न जैसे सरल संपादन से हराए जा सकते हैं, इसलिए किसी भी एक उपकरण से परिणामों को एक प्रारंभिक बिंदु के रूप में माना जाना चाहिए, अंतिम उत्तर नहीं।
- Content Credentials और SynthID में क्या अंतर है?
- Content Credentials (C2PA) मेटाडेटा है जो एक निर्माण उपकरण स्वेच्छा से संलग्न करता है जो घोषित करता है कि फ़ाइल कैसे बनाई गई थी; SynthID Google के Imagen मॉडल द्वारा एम्बेड किया गया एक अदृश्य पिक्सल-स्तर वॉटरमार्क है और एक अलग डिटेक्टर के साथ जांच की जाती है। दोनों वास्तविक AI-जनित छवियों पर भी अनुपस्थित हो सकते हैं यदि निर्माण उपकरण उन्हें समर्थन नहीं करता है या मेटाडेटा को हटा दिया जाता है।
- नकली वीडियो डिटेक्टर कभी-कभी कहते हैं कि एक वास्तविक AI छवि प्रामाणिक है?
- Reuters संस्थान ने पाया कि काटने, रिजोल्यूशन कम करने, या सोशल मीडिया के लिए फ़ाइल को पुनः संपीड़ित करने जैसे संपादन डिटेक्टर के स्कोर को "प्रामाणिक" की ओर धकेल सकते हैं, भले ही अंतर्निहित सामग्री AI-जनित या हेरफेर की गई हो।
- एक संदिग्ध नकली वीडियो में मुझे सबसे पहले कौन से दृश्य संकेत देखने चाहिए?
- ESET प्रकाश की सुसंगतता, त्वचा की बनावट, आंखों की संरेखण, झपकने के पैटर्न, और यह जांचने की सलाह देता है कि क्या ऑडियो स्पीकर के होंठ की गतिविधियों से मेल खाती है।
- क्या रिवर्स इमेज सर्च AI पीढ़ी का पता लगाता है?
- सीधे नहीं — यह पता लगाता है कि क्या कोई छवि पहले एक अलग संदर्भ में ऑनलाइन दिखाई दी थी, जो Reuters संस्थान के अनुसार AI पीढ़ी से अलग गलत तरीके से वर्णित वास्तविक तस्वीरों को पकड़ने के लिए उपयोगी है।
स्रोत
- ESET — How to detect deepfakes: A practical guide to spotting AI-generated misinformation
- Content Authenticity Initiative — How it works (Content Credentials)
- Reuters Institute, University of Oxford — Spotting the deepfakes in this year of elections: how AI detection tools work and where they fail
- Google DeepMind — Identifying AI-generated images with SynthID
यह लेख कृत्रिम बुद्धिमत्ता से तैयार किया गया और प्रकाशन से पहले स्वचालित स्रोत-जाँच से गुज़रा। कोई गलती दिखे तो सुधार का अनुरोध करें। सुधार या उत्तर का अनुरोध करें · हम कैसे काम करते हैं
संबंधित लेख

कृत्रिम बुद्धिमत्तालेख
जेफ्री हिंटन: मनुष्यों को कृत्रिम बुद्धिमत्ता को हमारे बारे में परवाह करने के लिए डिजाइन करना चाहिए या विलुप्ति का जोखिम
जेफ्री हिंटन, नोबेल पुरस्कार विजेता कंप्यूटर वैज्ञानिक जो 'कृत्रिम बुद्धिमत्ता के जनक' के रूप में जाने जाते हैं, कहते हैं कि बढ़ती हुई बुद्धिमान मशीनों से मानवता के बचने का सबसे अच्छा मौका उन्हें ऐसे तरीके से डिजाइन करना है कि वे वास्तव में लोगों की परवाह करें, न कि केवल उनकी आज्ञा मानें। अक्टूबर 2026 में तेनेरिफ़े में Starmus महोत्सव में बोलते हुए, हिंटन ने चेतावनी दी कि इस परिवर्तन के बिना, मानवता को गंभीर परिणामों का सामना करना पड़ेगा।

कृत्रिम बुद्धिमत्तासमाचार
Flapping Airplanes ने AI अनुसंधान के लिए $6 बिलियन मूल्यांकन पर $1 बिलियन जमा किए
सैन फ्रांसिस्को में स्थित AI अनुसंधान लैब Flapping Airplanes ने Series A राउंड में $1 बिलियन जुटाए हैं, जिससे इसका मूल्यांकन $6 बिलियन तक पहुंच गया है, जो जनवरी 2026 में $180 मिलियन के सीड राउंड के बाद $1.5 बिलियन से लगभग चार गुना है। यह एक साल पुरानी स्टार्टअप के पास अभी कोई वाणिज्यिक उत्पाद नहीं है और यह AI मॉडल प्रशिक्षण को बड़ी मात्रा में डेटा और कंप्यूटिंग शक्ति पर निर्भर बनाने से कम करने पर ध्यान केंद्रित कर रही है।

कृत्रिम बुद्धिमत्तालेख
जनरेटिव AI कैसे काम करता है: टेक्स्ट, इमेज और कोड जनरेशन की व्याख्या
जनरेटिव AI टूल जैसे चैटबॉट्स, इमेज जेनरेटर और कोडिंग असिस्टेंट सभी इनपुट को संख्यात्मक डेटा में बदलते हैं, फिर बहुत बड़े प्रशिक्षण डेटासेट से सीखे गए पैटर्न का उपयोग करके चरण दर चरण आउटपुट बनाते हैं। टेक्स्ट और कोड टूल ट्रांसफॉर्मर मॉडल का उपयोग करके एक अनुक्रम में अगला टोकन भविष्यवाणी करते हैं, जबकि Imagen जैसे इमेज टूल धीरे-धीरे एक यादृच्छिक पैटर्न से शोर को हटाते हैं जब तक कि टेक्स्ट प्रॉम्प्ट से मेल खाता हुआ एक चित्र उभरता है।

कृत्रिम बुद्धिमत्तालेख
ChatGPT और Claude जैसे AI चैटबॉट्स वास्तव में कैसे काम करते हैं - समझाया गया
AI चैटबॉट्स बड़े भाषा मॉडलों (LLMs) पर बनाए गए हैं, जो न्यूरल नेटवर्क हैं जो पाठ के अनुक्रम में अगले 'token' की भविष्यवाणी करने के लिए प्रशिक्षित हैं। वे शब्दों को संख्याओं में परिवर्तित करते हैं, ध्यान तंत्र का उपयोग करते हैं कि शब्द एक दूसरे से कैसे संबंधित हैं, और फिर मानव प्रतिक्रिया के साथ बेहतर किए जाते हैं ताकि कच्चे पाठ भविष्यवाणीकर्ताओं के बजाय सहायक सहायकों की तरह व्यवहार करें।