Reuters ชี้ Meta ตรวจจับภาพ AI ของตัวเองที่ครอปแล้วพลาดกว่าครึ่ง

ผลการวิเคราะห์ของสำนักข่าว Reuters พบว่า เครื่องมือตรวจจับภาพที่สร้างด้วยปัญญาประดิษฐ์ (AI) รุ่นใหม่ของ Meta ซึ่งเปิดตัวในรูปแบบทดลอง (Preview) พร้อมกับโมเดลสร้างภาพ Muse Image เมื่อสัปดาห์นี้ ยังมีข้อจำกัดในการตรวจสอบความถูกต้องของภาพ โดยเฉพาะเมื่อภาพถูกตัดครอป (Crop) ก่อนเผยแพร่

 

การค้นพบดังกล่าวสะท้อนถึงความท้าทายของอุตสาหกรรมเทคโนโลยีในการรับมือกับภาพที่สร้างโดย AI ซึ่งผ่านการดัดแปลงเพียงเล็กน้อย และอาจส่งผลต่อความสามารถในการตรวจจับภาพปลอม (Deepfake) บนโลกออนไลน์ โดยเฉพาะในช่วงที่หลายประเทศกำลังเข้าสู่ฤดูกาลเลือกตั้ง รวมถึงการเลือกตั้งกลางเทอมของสหรัฐฯ

 

Reuters ได้ทดสอบภาพที่สร้างขึ้นด้วย Muse Image จำนวน 40 ภาพ โดยพบว่าเครื่องมือตรวจจับของ Meta สามารถยืนยันภาพต้นฉบับที่สร้างจาก AI ได้ครบทั้งหมด 100% แต่เมื่อภาพเดียวกันถูกครอปให้เหลือเพียงประมาณหนึ่งในสามถึงครึ่งหนึ่งของขนาดเดิม เครื่องมือกลับไม่สามารถตรวจจับได้ถึง 55% ของภาพทั้งหมด

 

ก่อนหน้านี้ Meta ระบุบนเว็บไซต์ของบริษัทว่า เครื่องมือตรวจจับดังกล่าวสามารถระบุภาพที่สร้างจาก AI ของ Meta ได้ แม้ว่าภาพจะถูกครอปก็ตาม เนื่องจากทุกภาพที่สร้างผ่าน Muse Image จะฝังลายน้ำดิจิทัลแบบมองไม่เห็น (Invisible Watermark) ภายใต้ระบบ Content Seal ซึ่งออกแบบมาเพื่อช่วยให้ผู้ใช้ตรวจสอบแหล่งที่มาของภาพได้

 

อย่างไรก็ตาม หลัง Reuters นำผลการทดสอบสอบถามไปยัง Meta บริษัทชี้แจงว่า เครื่องมือนี้ยังอยู่ในช่วงทดลองใช้งาน พร้อมยืนยันว่าระบบลายน้ำได้รับการออกแบบให้คงอยู่หลังการแก้ไขทั่วไป แต่ยอมรับว่าสัญญาณอาจสูญหายได้ หากภาพถูกครอปอย่างมาก

 

Meta ยังไม่ใช่บริษัทเดียวที่เผชิญข้อจำกัดดังกล่าว โดยก่อนหน้านี้ทั้ง Google และ OpenAI ต่างออกมายอมรับว่า เครื่องมือตรวจจับภาพ AI ของตนเองก็ไม่สามารถรับมือกับเทคนิคการดัดแปลงภาพได้อย่างสมบูรณ์เช่นกัน

 

เมื่อเดือนมีนาคมที่ผ่านมา คณะกรรมการกำกับดูแลอิสระของ Meta (Oversight Board) ได้เรียกร้องให้บริษัทเพิ่มมาตรการรับมือกับการแพร่กระจายของเนื้อหาหลอกลวงที่สร้างด้วย AI บนแพลตฟอร์ม พร้อมลงทุนพัฒนาเทคโนโลยีตรวจจับที่มีประสิทธิภาพมากยิ่งขึ้น

 

นายซีเว่ย หลี่ (Siwei Lyu) ศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์จากมหาวิทยาลัยแห่งรัฐนิวยอร์ก วิทยาเขตบัฟฟาโล ผู้เชี่ยวชาญด้านนิติวิทยาศาสตร์ภาพ AI กล่าวว่า แม้จะยังไม่ได้ประเมินเครื่องมือของ Meta โดยตรง แต่ระบบที่อาศัยลายน้ำดิจิทัลล้วนมีข้อจำกัดโดยธรรมชาติ

 

เขาอธิบายว่า วิธีการดังกล่าวมีประสิทธิภาพสูงตราบใดที่ลายน้ำยังคงอยู่ แต่หากภาพถูกครอป ย่อขนาด บีบอัดไฟล์อย่างหนัก หรือผ่านการแก้ไขอื่น ๆ จนสัญญาณลายน้ำอ่อนลง ความแม่นยำของการตรวจจับก็จะลดลงตามรูปแบบการออกแบบของระบบ

 

ด้านซาราห์ แบร์ริงตัน (Sarah Barrington) นักวิจัยด้าน AI และนักศึกษาระดับปริญญาเอกจากมหาวิทยาลัยแคลิฟอร์เนีย เบิร์กลีย์ ระบุว่า เทคโนโลยีลายน้ำดิจิทัลยังคงเป็นแนวทางที่มีศักยภาพในการรับมือกับเนื้อหาที่สร้างโดย AI แม้จะไม่สามารถป้องกันได้อย่างสมบูรณ์

 

เธอมองว่า เช่นเดียวกับมาตรการด้านความมั่นคงทางไซเบอร์หรือการรักษาความปลอดภัยทางกายภาพ ไม่มีระบบใดสามารถป้องกันได้ 100% แต่หากสามารถตรวจจับได้แม้เพียง 90% ของกรณีทั้งหมด ก็ถือเป็นความก้าวหน้าครั้งสำคัญเมื่อเทียบกับการไม่มีระบบป้องกันเลย

 

ผลการวิเคราะห์ครั้งนี้ตอกย้ำว่า แม้บริษัทเทคโนโลยีรายใหญ่จะเร่งพัฒนาเครื่องมือยืนยันความน่าเชื่อถือของเนื้อหาที่สร้างด้วย AI แต่การดัดแปลงภาพเพียงเล็กน้อยยังคงเป็นอุปสรรคสำคัญที่ทำให้การตรวจจับภาพปลอมและการสกัดกั้นข้อมูลบิดเบือนบนโลกออนไลน์เป็นความท้าทายที่ต้องได้รับการพัฒนาอย่างต่อเนื่อง