SAGA เครื่องมือสำหรับวีดีโอ AI พร้อมตรวจสอบโมเดลที่ใช้สร้าง

ปัจจุบันโมเดล AI สร้างวีดีโอเกิดขึ้นมาเป็นจำนวนมาก ทำให้ผู้ใช้งานอย่างเราไม่อาจแน่ใจได้เลยว่า เนื้อหาที่กำลังรับชมอยู่นี้เป็นของจริงหรือไม่ นำไปสู่ความสับสนในข้อเท็จจริงจนอาจเป็นการแพร่กระจายข้อมูลและชุดความรู้ผิดๆ หรือถูกใช้ในการหลอกลวงของมิจฉาชีพ อีกทั้งยังมีคุณภาพและความสมจริงสูงจนแยกแยะได้ยาก

 

นั่นเป็นเหตุผลให้เริ่มมีแนวคิดในการพัฒนาเครื่องมือสำหรับตรวจสอบวีดีโอ AI โดยเฉพาะ

 

 

SAGA เครื่องมือตรวจสอบวีดีโอ ที่ช่วยระบุโมเดล AI ต้นทาง

 

ผลงานนี้เป็นของทีมวิจัยจาก University of California – Riverside กับการคิดค้นพัฒนา Source Attribution of Generative AI Videos หรือ SAGA เฟรมเวิร์ก AI รุ่นใหม่ ที่ไม่เพียงประเมินว่าเนื้อหาวีดีโอดังกล่าวถูกสร้างขึ้นหรือไม่ แต่ยังสามารถระบุแหล่งที่มาต้นทางที่ใช้ในการผลิตได้อีกด้วย

 

โดยพื้นฐานเครื่องมือตรวจจับวีดีโอ AI ทั่วไปจะอาศัยการตรวจับภาพนิ่งแบบเฟรมต่อเฟรม แต่โมเดล AI สร้างวีดีโอรุ่นใหม่ได้รับการปรับปรุงในจุดนั้น เป็นเหตุให้ SAGA จะมุ่งเน้นรายละเอียดที่มากขึ้น มาเป็นการตรวจสอบรายละเอียดภาพกาสรเคลื่อนไหวที่สัมพันธ์กับเวลาที่คลิปวีดีโอกำลังเคลื่อนไหว

 

เทคนิคนี้เรียกว่า Temporal Attention Signatures หรือ T-sigs อาศัยการหาจุดบกพร่องเล็กน้อยภายในภาพแต่ละภาพระหว่างการเปลี่ยนเฟรม จากนั้นเมื่อนำร่องรอยดังกล่าวมาหาค่าเฉลี่ย ก็จะทำให้รับรู้ว่าคลิปวีดีโอนี้สร้างจาก AI หรือไม่ พร้อมค้นหาร่องรอยที่เป็นรูปแบบเอกลักษณ์ของโมเดล ซึ่งจะช่วยยืนยันได้ว่าเป็นวีดีโอจาก AI บริษัทใด

 

ในขั้นตอนการทดสอบทีมวิจัยพบว่า SAGA สามารถแยกแยะองค์ประกอบวีดีโอ พร้อมระบุผู้สร้างที่แตกต่างกันได้มากถึง 19 ระบบ ครอบคลุมทั้งวีดีโอจากภาพนิ่งและวีดีโอจากข้อความ แยกความแตกต่างระหว่างวีดีโอจริงกับ AI ระบุต้นทางถึงที่สร้างเนื้อหาขึ้นมา ทำได้ถึงขนาดแยกความแตกต่างระหว่างเวอร์ชันของโมเดลอีกด้วย

 

นับเป็นระบบ AI ตัวแรกที่สามารถระบุแยกแยะความต่างเชิงรายละเอียดของ AI ได้ถึงระดับนี้

 

 

ความสำคัญและแนวโน้มการใช้งานในอนาคต

 

หลายท่านก็น่าจะเริ่มเห็นผลกระทบการระบาดของคลิปวีดีโอ AI บนโลกอินเทอร์เน็ตกันมาบ้าง ทำให้เราไม่แน่ใจอีกต่อไปว่า ภาพเนื้อหาที่อยู่ตรงหน้าเป็นของจริงหรือไม่ ทำให้ระบบตรวจสอบเนื้อหาวีดีโอสมควรได้รับการพัฒนาขึ้นมาอย่างเร่งด่วน เพื่อป้องกันความสับสนวุ่นวายจากข้อเท็จจริงที่เกิดขึ้นในสังคม

 

จุดเด่นสำคัญของ SAGA อยู่ที่ระบบ T-Sigs ด้วยการตรวจจับรายละเอียดการเปลี่ยนแปลงของแต่ละเฟรม ซึ่งเป็นส่วนที่โมเดลสร้างวีดีโอ AI ที่ยังเป็นช่องโหว่ในการสร้างจนปัจจุบัน แตกต่างจากการตรวจสอบภาพแบบแยกเดี่ยวของระบบอื่นที่ทำได้ยากขึ้นทุกวัน ทั้งยังสามารถตรวจจับครอบคลุมโมเดลที่มีอยู่จำนวนมากในท้องตลาด

 

ตัวระบบยังสามารถระบุยืนยันได้ถึงระดับเวอร์ชันของโมเดลที่สร้างวีดีโอดังกล่าวขึ้น นี่จึงไม่ใช่เพียงอุปกรณ์ที่จะถูกใช้ในมาตรการเชิงรับเพื่อตรวจสอบข้อเท็จจริงของเนื้อหา แต่ยังระบุแหล่งกำเนิดตั้งต้นที่จะทำให้การตามรอยโมเดลทำได้ง่าย จนมีโอกาสสาวถึงตัวผู้พัฒนาหรือผู้ใช้งานที่อยู่เบื้องหลังได้ดียิ่งขึ้น

 

SAGA จึงมีประโยชน์อย่างมากในการตรวจจับเนื้อหาอัตโนมัติ โดยเฉพาะวีดีโอทางการเมืองหรือการโจมตีด้วยเฟคนิวส์ทั้งหลายบนหน้าสื่อ อีกทั้งหากถูกนำไปใช้งานบนระบบตรวจจับของแพลตฟอร์มโซเชียลมีเดีย อาจทำให้ระบบสามารถวิเคราะห์และติดป้ายกำกับ AI ให้แก่คลิปวีดีโอโดยอัตโนมัติ เพิ่มความโปร่งใสในการเผยแพร่เนื้อหาและความสบายใจต่อผู้ชม

 

อันดับถัดมาคือประเด็นในด้านการละเมิดลิขสิทธิ์และสร้างวีดีโอผิดกฎหมาย หากสามารถตามรอยและระบุได้ว่า วีดีโอที่ใช้สร้างความเข้าใจผิด ละเมิดลิขสิทธิ์ หรือเนื้อหาเท็จมาจากโมเดลใด ก็จะเป็นหลักฐานในการเข้าถึงเพื่อขอตรวจสอบหรือปรับปรุงระบบความปลอดภัยให้ดียิ่งขึ้น

 

อีกทั้งการตามรอยย้อนกลับไปถึงต้นทาง หน่วยงานกฎหมายอาจใช้เป็นช่องทางเพื่อตามรอยผู้ไม่หวังดีหรือมิจฉาชีพ เพื่อทำการปราบปรามเครือข่ายอาชญากรรมในลำดับต่อไปอีกด้วย

 

 

 

อีกหนึ่งส่วนสำคัญคือ SAGA ไม่ได้เป็นเทคโนโลยีที่ถูกสร้างจากนักวิจัยอิสระตามลำพัง แต่ได้รับการร่วมมือและการสนับสนุนจาก Google อย่างใกล้ชิด จึงมีความเป็นไปได้สูงว่า นี่อาจเป็นเทคโนโลยีเบื้องหลังที่ Google กำลังผลักดันพัฒนา เพื่อรองรับการตรวจจับวีดีโอ AI บนแพลตฟอร์ม Youtube ต่อไป

 

ไม่แน่ว่าในอนาคต SAGA อาจกลายเป็นมาตรฐานตรวจจับวีดีโอ AI แบบเดียวกับ SynthID ของ Google ในปัจจุบันก็เป็นได้

 

 

ที่มา

 

https://news.ucr.edu/articles/2026/07/24/new-tool-identifies-sources-fake-videos