Meta تضيف علامة مائية غير مرئية لمحتوى الذكاء الاصطناعي
تاريخ النشر: 10th, December 2023 GMT
ديسمبر 10, 2023آخر تحديث: ديسمبر 10, 2023
المستقلة/- أعلنت شركة Meta، الشركة الأم لفيس بوك وإنستجرام، أنها ستضيف علامة مائية غير مرئية إلى المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي والذي ينتجه برنامج الدردشة الآلي الخاص بها.
وتأتي هذه الخطوة في إطار جهود Meta لتعزيز الشفافية في استخدامها للذكاء الاصطناعي، حيث يمكن أن تساعد العلامة المائية المستخدمين على تحديد المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي.
وقالت Meta إن العلامة المائية غير المرئية سيتم إنشاؤها باستخدام نموذج التعلم العميق، وستكون غير قابلة للاكتشاف بالعين البشرية، ولكن يمكن اكتشافها باستخدام النموذج المقابل.
وأضافت الشركة أن العلامة المائية ستكون مرنة لمعالجة الصور الشائعة، مما يعني أنه إذا تم إجراء أي تغييرات على الصورة مثل الاقتصاص أو تغيير اللون، فلن يكون هناك أي تأثير على العلامة المائية.
ويأتي هذا التطوير بعد أشهر من مطالبة شركات التكنولوجيا، بما في ذلك Meta وGoogle وMicrosoft العاملة في مجال الذكاء الاصطناعي، بالالتزام بمجموعة معينة من القواعد للتطوير المسؤول للتكنولوجيا وتنفيذها.
وفي أغسطس، أطلقت جوجل نسخة تجريبية من أداة SynthID لوضع العلامات المائية وتحديد الصور التي تم إنشاؤها بواسطة الذكاء الاصطناعي.
وتعهدت شركة مايكروسوفت أيضًا بإدخال علامة مائية للصور ومقاطع الفيديو التي يتم إنشاؤها بواسطة الذكاء الاصطناعي.
وأعلنت Meta أيضًا أنها تعمل على توسيع Imagine، وهي ميزة تحويل النص إلى صورة الخاصة بالذكاء الاصطناعي، خارج نطاق الدردشات، مما يجعلها متاحة في الولايات المتحدة للبدء.
وبحسب الشركة “تتيح لك هذه التجربة المستقلة للهواة المبدعين إنشاء صور باستخدام تقنية من Emu، نموذج أساس الصورة الخاص بنا، وفي حين أن تجربة المراسلة الخاصة بنا مصممة لمزيد من المرح والتفاعلات ذهابًا وإيابًا، يمكنك الآن إنشاء صور مجانية على الويب أيضًا”.
أهمية العلامة المائية غير المرئية
يمكن أن تلعب العلامة المائية غير المرئية دورًا مهمًا في تعزيز الشفافية في استخدام الذكاء الاصطناعي، حيث يمكن أن تساعد المستخدمين على تحديد المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي.
ويمكن أن يكون هذا مهمًا بشكل خاص في الحالات التي يكون فيها من المهم أن يكون المستخدمون على دراية بالكيفية التي تم بها إنشاء المحتوى، على سبيل المثال، في الحالات التي يتم فيها استخدام الذكاء الاصطناعي لإنشاء محتوى أخبار أو معلومات أخرى.
بالإضافة إلى ذلك، يمكن أن تساعد العلامة المائية غير المرئية في مكافحة انتشار المعلومات المضللة، حيث يمكن أن تساعد المستخدمين على تحديد الصور التي تم إنشاؤها بواسطة الذكاء الاصطناعي والتي قد يتم استخدامها لنشر المعلومات المضللة.
تعد إضافة العلامة المائية غير المرئية خطوة مهمة في جهود Meta لتعزيز الشفافية في استخدامها للذكاء الاصطناعي. يمكن أن تساعد هذه العلامة المستخدمين على تحديد المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي، مما يمكن أن يساعد في مكافحة انتشار المعلومات المضللة وتعزيز الفهم العام لكيفية عمل الذكاء الاصطناعي.
المصدر: وكالة الصحافة المستقلة
كلمات دلالية: یمکن أن تساعد
إقرأ أيضاً:
فيديو.. مباراة تنس بلا نهاية بين روبوتات غوغل لتدريب الذكاء الاصطناعي
في صيف 2010، خاض لاعبا التنس جون إيسنر ونيكولا ماهو واحدة من أكثر المواجهات استنزافًا في تاريخ ويمبلدون، فقد استمرت المباراة 11 ساعة على مدار 3 أيام. وبعد أكثر من عقد، يخوض خصمان من نوع آخر مباراة لا تقل عنادًا، لكن هذه المرة داخل مختبرات ديب مايند التابعة لغوغل، وبلا جمهور.
فبحسب تقرير لموقع بوبيلار سينس (Popular Science)، تتحرك ذراعان روبوتيتان في مباراة تنس طاولة بلا نهاية في مركز الأبحاث جنوب لندن، ضمن مشروع أطلقته ديب مايند عام 2022 لتطوير قدرات الذكاء الاصطناعي عبر التنافس الذاتي المستمر. الهدف لا يقتصر على تحسين مهارات اللعب، بل يتعداه إلى تدريب خوارزميات قادرة على التكيف مع بيئات معقدة، مثل تلك التي تواجهها الروبوتات في المصانع أو المنازل.
من مناوشة بلا فائز إلى تدريب بلا توقففي بدايات المشروع، اقتصر التمرين على ضربات تبادلية بسيطة بين الروبوتين، من دون سعي لتحقيق نقاط. ومع الوقت، وباستخدام تقنيات التعلم المعزز، أصبح كل روبوت يتعلم من خصمه ويطوّر إستراتيجياته.
وعندما أُضيف هدف الفوز بالنقطة، واجه النظام صعوبة في التكيف، إذ كانت الذراعان تفقدان بعض الحركات التي أتقنتاها سابقًا. لكن عند مواجهة لاعبين بشريين، بدأت تظهر بوادر تقدم لافت، بفضل تنوع أساليب اللعب التي وفّرت فرص تعلم أوسع.
ووفق الباحثين، فازت الروبوتات بنسبة 45% من أصل 29 مباراة ضد بشر، وتفوقت على لاعبين متوسطين بنسبة بلغت 55%. فالأداء الإجمالي يُصنّف في مستوى لاعب هاوٍ، لكنه يزداد تعقيدًا مع الوقت، خصوصًا مع إدخال تقنيات جديدة لمراقبة الأداء وتحسينه.
عندما يعلّم الفيديو الذكاء الاصطناعيالتحسينات لم تتوقف على التمرين الفعلي، إذ استخدم الباحثون نموذج جيمناي (Gemini) للرؤية واللغة من غوغل لتوليد ملاحظات من مقاطع الفيديو الخاصة بالمباريات.
ويمكن للروبوت الآن تعديل سلوكه بناء على أوامر نصيّة، مثل "اضرب الكرة إلى أقصى اليمين" أو "قرّب الشبكة". هذه التغذية الراجعة البصرية اللغوية تعزز قدرات الروبوت على اتخاذ قرارات دقيقة خلال اللعب.
إعلان تنس الطاولة بوابة لروبوتات المستقبلتُعد لعبة تنس الطاولة بيئة مثالية لاختبار الذكاء الاصطناعي، لما فيها من توازن بين السرعة والدقة واتخاذ القرار. وهي تتيح تدريب الروبوتات على مهارات تتجاوز مجرد الحركة، لتشمل التحليل والاستجابة في الوقت الحقيقي، وهي مهارات ضرورية للروبوتات المستقبلية في البيئات الواقعية.
ورغم أن الروبوتات المتقدمة ما زالت تتعثر في مهام بسيطة بالنسبة للبشر، مثل ربط الحذاء أو الكتابة، فإن التطورات الأخيرة -كنجاح ديب مايند في تعليم روبوت ربط الحذاء، أو نموذج "أطلس" الجديد الذي قدّمته بوسطن ديناميكس- تشير إلى تقارب تدريجي بين أداء الآلة والإنسان.
نحو ذكاء عام قابل للتكيفيرى خبراء ديب مايند أن هذا النهج في التعلم، القائم على المنافسة والتحسين الذاتي، قد يكون المفتاح لتطوير ذكاء اصطناعي عام متعدد الاستخدامات. والهدف النهائي هو تمكين الروبوتات من أداء مهام متنوعة، ليس فقط في بيئات صناعية بل أيضًا في الحياة اليومية، بأسلوب طبيعي وآمن.
حتى ذلك الحين، ستبقى ذراعا ديب مايند في مباراة مفتوحة، تتبادلان الكرات والمهارات، في طريق طويل نحو مستقبل روبوتي أكثر ذكاء ومرونة.
مباريات سيراميكا كليوباترا فى الدور الأول 2025-2026