SynthID

ເມື່ອ AI ສ້າງເນື້ອຫາ, ໃຜໃຫ້ກຽດແກ່ຄວາມແທ້ຈິງຂອງມັນ?

ໃນລະດູໃບໄມ້ປົ່ງຂອງປີ 2024, ຍີ່ຫໍ້ອີຄອມເມີຊຂະໜາດກາງໃນເຢຍລະມັນໄດ້ເຜີຍແຜ່ແຄມເປນການອະທິບາຍຜະລິດຕະພັນທີ່ສ້າງຂຶ້ນໂດຍ AI ທັງໝົດ. ພາຍໃນສອງອາທິດ, ຄູ່ແຂ່ງໄດ້ທຸງການສໍາເນົາທີ່ອາດຈະຖືກລັກລອບ - ບໍ່ແມ່ນມາຈາກການຂຽນຂອງມະນຸດ, ແຕ່ມາຈາກຜົນຜະລິດ AI ອື່ນທີ່ໄດ້ຮັບການຝຶກອົບຮົມກ່ຽວກັບຂໍ້ມູນທີ່ຄ້າຍຄືກັນ. ການຂັດແຍ້ງເຮັດໃຫ້ຍີ່ຫໍ້ມີການທົບທວນຄືນທາງດ້ານກົດຫມາຍສາມອາທິດ, ການໂຄສະນາທີ່ຖືກແຊ່ແຂໍງ, ແລະການຕີຄວາມສໍາຄັນກັບການຈັດອັນດັບ SEO ຂອງມັນ. ບັນຫາຮາກບໍ່ແມ່ນ AI ຕົວຂອງມັນເອງ. ມັນ​ແມ່ນ​ການ​ບໍ່​ມີ​ຊັ້ນ​ການ​ພິ​ສູດ​ຢ່າງ​ສິ້ນ​ເຊີງ — ວິ​ທີ​ການ​ທີ່​ຈະ​ເວົ້າ​ວ່າ​ຢ່າງ​ແທ້​ຈິງ​, ບ່ອນ​ທີ່ ເນື້ອ​ຫາ​ນີ້​ມາ​ຈາກ​ແລະ ເຮັດ​ແນວ​ໃດ​ ມັນ​ຖືກ​ສ້າງ​ຂຶ້ນ.

ສະ​ຖາ​ນະ​ການ​ນີ້​ກໍາ​ລັງ​ຫຼິ້ນ​ອອກ​ໃນ​ທົ່ວ​ພັນ​ທຸ​ລະ​ກິດ​ໃນ​ປັດ​ຈຸ​ບັນ​. ໃນຂະນະທີ່ຂໍ້ຄວາມ, ຮູບພາບ, ສຽງ, ແລະວິດີໂອທີ່ສ້າງຂຶ້ນໂດຍ AI ຖ້ວມທຸກຊ່ອງທາງດິຈິຕອນ, ຄໍາຖາມກ່ຽວກັບຄວາມຖືກຕ້ອງຂອງເນື້ອຫາໄດ້ປ່ຽນຈາກການໂຕ້ວາທີທາງດ້ານປັດຊະຍາໄປສູ່ວິກິດການການດໍາເນີນງານ. ປ້ອນ SynthID — ເທັກໂນໂລຢີເຄື່ອງໝາຍລາຍນ້ຳຂອງ Google DeepMind ທີ່ອອກແບບມາເພື່ອຝັງເຄື່ອງໝາຍທີ່ບໍ່ສາມາດຮັບຮູ້ໄດ້, ຄົງຕົວໂດຍກົງເຂົ້າໃນເນື້ອຫາທີ່ສ້າງໂດຍ AI. ມັນບໍ່ປ່ຽນແປງວິທີການເບິ່ງເນື້ອຫາ ຫຼືສຽງ. ແຕ່ມັນປ່ອຍໃຫ້ເປັນລາຍນິ້ວມືທີ່ບໍ່ສາມາດລຶບລ້າງໄດ້ ເຊິ່ງສາມາດກວດພົບ, ຢັ້ງຢືນ ແລະ ຕິດຕາມໄດ້. ສໍາລັບທຸລະກິດທີ່ສ້າງການດໍາເນີນງານດິຈິຕອນແບບຍືນຍົງໃນປີ 2025 ແລະຕໍ່ໄປ, ຄວາມເຂົ້າໃຈ SynthID ບໍ່ແມ່ນທາງເລືອກ - ມັນເປັນພື້ນຖານ.

ສິ່ງທີ່ SynthID ຕົວຈິງເຮັດ (ແລະເປັນຫຍັງມັນຈຶ່ງແຕກຕ່າງກັນ)

SynthID ໄດ້ຖືກພັດທະນາໂດຍ Google DeepMind ແລະໃນເບື້ອງຕົ້ນໄດ້ເປີດຕົວຜ່ານລະບົບນິເວດ Gemini ຂອງ Google ໃນປີ 2023, ກ່ອນທີ່ຈະຂະຫຍາຍໄປກວມເອົາຮູບພາບ, ສຽງ, ແລະ - ສໍາຄັນທີ່ສຸດສໍາລັບຜູ້ໃຊ້ທຸລະກິດ - ຂໍ້ຄວາມ. ບໍ່ເຫມືອນກັບລະບົບການແທັກທີ່ອີງໃສ່ metadata ທີ່ສາມາດຖືກລອກອອກໂດຍການຄັດລອກເນື້ອຫາພຽງແຕ່ວາງ, SynthID ຝັງລາຍນ້ໍາໃນລະດັບການຜະລິດ. ສໍາລັບຂໍ້ຄວາມ, ນີ້ເຮັດວຽກໂດຍການປັບການແຈກຢາຍຄວາມເປັນໄປໄດ້ຂອງການເລືອກ token ໃນລະຫວ່າງການຜະລິດ, ຊຶ່ງຫມາຍຄວາມວ່າ watermark ໄດ້ຖືກແສ່ວເຂົ້າໄປໃນຜ້າສະຖິຕິຂອງການຂຽນຕົວມັນເອງ, ເບິ່ງເຫັນກັບຜູ້ອ່ານຂອງມະນຸດແຕ່ສາມາດກວດພົບໄດ້ໂດຍລະບົບການກວດສອບ.

ສຳ​ລັບ​ຮູບ​ພາບ​ແລະ​ສຽງ​, ວິ​ທີ​ການ​ແຕກ​ຕ່າງ​ກັນ​ເລັກ​ນ້ອຍ — ການ​ປັບ​ປຸງ​ລະ​ດັບ pixels ລວງ​ຫຼື​ຄວາມ​ຖີ່​ຂອງ​ໂດ​ເມນ​ແມ່ນ​ນໍາ​ໃຊ້​ຫຼັງ​ການ​ຜະ​ລິດ​. ໃນທຸກກໍລະນີ, watermark ລອດຊີວິດຈາກການປ່ຽນແປງທົ່ວໄປ: ພາບຫນ້າຈໍ, ການບີບອັດ, ການແປງຮູບແບບ, ເຖິງແມ່ນວ່າການຕັດບາງສ່ວນ. ຄວາມເຂັ້ມແຂງນີ້ແມ່ນສິ່ງທີ່ເຮັດໃຫ້ SynthID ມີຄວາມຫມາຍທາງດ້ານການຄ້າແທນທີ່ຈະເປັນທີ່ຫນ້າສົນໃຈທາງວິຊາການ. ເທັກໂນໂລຢີທີ່ທຳລາຍຊ່ວງເວລາທີ່ມີຄົນກົດ "Save As JPEG" ບໍ່ແມ່ນເທັກໂນໂລຢີຫຍັງເລີຍ.

ສິ່ງທີ່ຕັ້ງ SynthID ນອກເຫນືອຈາກຄວາມພະຍາຍາມເຮັດລາຍນ້ໍາກ່ອນຫນ້ານີ້ແມ່ນຂະຫນາດແລະການເຊື່ອມໂຍງຂອງມັນ. ກູໂກໄດ້ຝັງມັນໂດຍກົງເຂົ້າໄປໃນ Imagen ສໍາລັບການສ້າງຕາແລະເຂົ້າໄປໃນຜົນໄດ້ຮັບຂໍ້ຄວາມຂອງ Gemini. ໃນທ້າຍປີ 2024, ບໍລິສັດທີ່ເປີດແຫຼ່ງທີ່ມາຂອງຊຸດເຄື່ອງມື SynthID, ເຊີນຜູ້ພັດທະນາພາກສ່ວນທີສາມ ແລະແພລດຟອມວິສາຫະກິດເພື່ອປະສົມປະສານຄວາມສາມາດໃນການກວດຫາ ແລະການສ້າງລາຍນໍ້າເຂົ້າໃນຂະບວນການເຮັດວຽກຂອງຕົນເອງ. ການເຄື່ອນໄຫວດຽວນີ້ໄດ້ປ່ຽນ SynthID ຈາກເຄື່ອງມືພາຍໃນຂອງ Google ໄປສູ່ມາດຕະຖານອຸດສາຫະກໍາທີ່ມີທ່າແຮງ.

ກໍລະນີທຸລະກິດສໍາລັບ AI Content Provenance

ຜົນສະທ້ອນທາງການຄ້າຂອງເທັກໂນໂລຍີການພິສູດເຊັ່ນ SynthID ຂະຫຍາຍອອກໄປໄກກວ່າຄວາມຊື່ສັດທາງວິຊາການ ຫຼືການປະຕິບັດຕາມນະໂຍບາຍຂອງເວທີ. ພິຈາລະນາພູມສັນຖານຄວາມຮັບຜິດຊອບ: ກົດຫມາຍວ່າດ້ວຍ AI ຂອງ EU, ເຊິ່ງມີຜົນບັງຄັບໃຊ້ຢ່າງເຕັມທີ່ໃນປີ 2025, ຮຽກຮ້ອງໃຫ້ເນື້ອຫາທີ່ສ້າງໂດຍ AI ມີຈຸດປະສົງທີ່ຈະມີອິດທິພົນຕໍ່ມະນຸດ - ສື່ການຕະຫຼາດ, ການສື່ສານສາທາລະນະ, ເອກະສານ HR - ໄດ້ຖືກເປີດເຜີຍເຊັ່ນນັ້ນ. ທຸລະກິດທີ່ດໍາເນີນທຸລະກິດໃນຕະຫຼາດເອີຣົບທີ່ບໍ່ສາມາດສະແດງຫຼັກຖານຂອງເນື້ອຫາຂອງເຂົາເຈົ້າໄດ້ປະເຊີນກັບການປັບໄຫມເຖິງ 15 ລ້ານເອີໂຣຫຼື 3% ຂອງລາຍໄດ້ປະຈໍາປີທົ່ວໂລກ.

ນອກເໜືອໄປຈາກກົດລະບຽບ, ມັນມີຂະໜາດຊື່ສຽງ. ໃນການສໍາຫຼວດທີ່ດໍາເນີນໂດຍ Edelman ໃນທ້າຍປີ 2024, 67% ຂອງຜູ້ຊື້ B2B ກ່າວວ່າພວກເຂົາຈະຫຼຸດລົງການຊື້ຈາກຜູ້ຂາຍທີ່ພວກເຂົາຄົ້ນພົບໄດ້ໃຊ້ AI ທີ່ບໍ່ເປີດເຜີຍໃນການສື່ສານທີ່ປະເຊີນກັບລູກຄ້າ. ຄວາມໄວ້ວາງໃຈ, ເມື່ອຖືກແຍກອອກຈາກຄວາມຖືກຕ້ອງຂອງເນື້ອຫາ, ແມ່ນລາຄາແພງຫຼາຍທີ່ຈະສ້າງໃຫມ່. ເຄື່ອງມື Provenance ເຊັ່ນ SynthID ໃຫ້ທຸລະກິດເປັນເສັ້ນທາງເຈ້ຍທີ່ຢັ້ງຢືນໄດ້ — ຄວາມສາມາດໃນການເວົ້າບໍ່ພຽງແຕ່ "ພວກເຮົາໃຊ້ AI ຢ່າງມີຄວາມຮັບຜິດຊອບ" ແຕ່ເພື່ອ ສາທິດ ມັນຕາມຄວາມຕ້ອງການ.

"ຄຳຖາມບໍ່ແມ່ນວ່າທຸລະກິດຈະໃຊ້ AI ເພື່ອສ້າງເນື້ອຫາຫຼືບໍ່. ເຂົາເຈົ້າເຮັດຢູ່ແລ້ວ. ຄຳຖາມກໍຄືວ່າເຂົາເຈົ້າຈະສາມາດພິສູດສິ່ງທີ່ເຂົາເຈົ້າສ້າງຂຶ້ນ, ເມື່ອເຂົາເຈົ້າສ້າງມັນຂຶ້ນມາ, ແລະພາຍໃຕ້ຂອບການປົກຄອງອັນໃດ - ເພາະວ່າຜູ້ຄວບຄຸມ, ຄູ່ຮ່ວມງານ ແລະລູກຄ້າຈະຕ້ອງການອັນນັ້ນຫຼາຍຂຶ້ນ."

ນອກ​ຈາກ​ນີ້​ຍັງ​ມີ​ມຸມ​ທາງ​ດ້ານ​ການ​ແຂ່ງ​ຂັນ​. ເນື້ອຫາ AI ທີ່ມີລາຍນ້ຳສາມາດຊ່ວຍໃຫ້ທຸລະກິດລະບຸເວລາທີ່ຊັບສິນທີ່ສ້າງຂຶ້ນຂອງເຂົາເຈົ້າໄດ້ຖືກຂູດ, ນຳໃຊ້ຄືນ, ຫຼືແຈກຢາຍຄືນໃໝ່ໂດຍບໍ່ໄດ້ຮັບອະນຸຍາດ. ສໍາລັບບໍລິສັດທີ່ລົງທຶນຫຼາຍໃນຂໍ້ມູນການຝຶກອົບຮົມທີ່ສ້າງໂດຍ AI, ຮູບພາບຜະລິດຕະພັນ ຫຼືເນື້ອຫາຍີ່ຫໍ້, ຊັ້ນການປົກປ້ອງນີ້ມີມູນຄ່າທາງການເງິນໂດຍກົງ.

SynthID ກຳ​ລັງ​ປັບ​ປ່ຽນ​ຂະ​ບວນ​ການ​ເຮັດ​ວຽກ​ເນື້ອ​ຫາ​ສຳ​ລັບ​ຜູ້​ປະ​ຕິ​ບັດ​ການ​ແນວ​ໃດ

ສຳລັບທຸລະກິດທີ່ດຳເນີນງານເນື້ອຫາປະລິມານສູງ — ຄິດວ່າແພລດຟອມອີຄອມເມີຊທີ່ເຜີຍແຜ່ຄຳອະທິບາຍຜະລິດຕະພັນເປັນພັນໆລາຍເດືອນ, ຫຼືທີມງານ HR ສ້າງເອກະສານນະໂຍບາຍ, ເອກະສານການເລີ່ມຕົ້ນ ແລະກອບວຽກໃນຂະໜາດ — ຜົນກະທົບຂອງຂັ້ນຕອນການປະຕິບັດຕົວຈິງຂອງການຮັບຮອງເອົາ SynthID ແມ່ນມີຄວາມສຳຄັນຫຼາຍ. ເຕັກ​ໂນ​ໂລ​ຊີ​ບໍ່​ໄດ້​ເຮັດ​ໃຫ້​ການ​ສ້າງ​ເນື້ອ​ຫາ​ຊ້າ​ລົງ, ແຕ່​ວ່າ​ມັນ​ໄດ້​ເພີ່ມ​ຂັ້ນ​ຕອນ​ໃຫມ່​ໃນ​ການ​ຄຸ້ມ​ຄອງ​ເນື້ອ​ໃນ: ການ​ກວດ​ສອບ.

ທີມງານປະຕິບັດງານທີ່ຄິດໄປຂ້າງໜ້າກຳລັງເລີ່ມສ້າງການກວດຫາ SynthID ເຂົ້າໃນທໍ່ການອະນຸມັດເນື້ອຫາຂອງເຂົາເຈົ້າ. ກ່ອນທີ່ຊິ້ນສ່ວນຂອງເນື້ອຫາທີ່ສ້າງໂດຍ AI ຈະຖືກເຜີຍແຜ່ພາຍນອກ - ບໍ່ວ່າຈະເປັນອີເມວການຕະຫຼາດ, ລາຍຊື່ວຽກ, ຫຼືຂໍ້ສະເຫນີຂອງລູກຄ້າ - ການກວດສອບການຢືນຢັນຈະຢືນຢັນສະຖານະ watermark ຂອງມັນ, ບັນທຶກມັນເຂົ້າໄປໃນເສັ້ນທາງການກວດສອບ, ແລະທຸງມັນສໍາລັບການຕິດປ້າຍການເປີດເຜີຍທີ່ເຫມາະສົມ. ນີ້ແມ່ນຄ້າຍຄືກັນກັບວິທີການທີ່ທີມງານທາງດ້ານກົດຫມາຍມີການຄວບຄຸມສະບັບເອກະສານຍາວທີ່ຕ້ອງການ; SynthID ພຽງແຕ່ຂະຫຍາຍເຫດຜົນນັ້ນໄປສູ່ຊັບສິນທີ່ສ້າງໂດຍ AI.

ການ​ຕັ້ງ​ຄ່າ​ປະ​ຕິ​ບັດ​ງານ​ບໍ່​ແມ່ນ​ພາ​ລະ​ທາງ​ດ້ານ​ເຕັກ​ນິກ, ແຕ່​ວ່າ​ມັນ​ຮຽກ​ຮ້ອງ​ໃຫ້​ມີ​ການ​ອອກ​ແບບ​ຂະ​ບວນ​ການ​ໂດຍ​ເຈດ​ຕະ​ນາ. ທຸລະກິດຈໍາເປັນຕ້ອງກໍານົດວ່າປະເພດເນື້ອຫາໃດຕ້ອງການການຢັ້ງຢືນນ້ໍາ, ກໍານົດຜູ້ທີ່ຢູ່ໃນຂະບວນການເຮັດວຽກເປັນເຈົ້າຂອງການກວດສອບນັ້ນ, ແລະປະສົມປະສານ APIs ການກວດສອບເຂົ້າໄປໃນລະບົບການຄຸ້ມຄອງຫຼືການອະນຸມັດເນື້ອຫາທີ່ມີຢູ່. ແພລະຕະຟອມທີ່ລວມເອົາການດໍາເນີນງານຂອງເນື້ອຫາ - ນໍາເອົາການເຜີຍແຜ່, ການອະນຸມັດ, ແລະການຕິດຕາມການປະຕິບັດຕາມຢູ່ໃນສະພາບແວດລ້ອມດຽວ - ມີປະໂຫຍດທໍາມະຊາດຢູ່ທີ່ນີ້, ເພາະວ່າຂັ້ນຕອນການກວດພົບສາມາດຖືກຝັງໂດຍກົງເຂົ້າໃນຂະບວນການອະນຸມັດທີ່ມີຢູ່ແລ້ວແທນທີ່ຈະເປັນຂະບວນການແຍກຕ່າງຫາກ.

ຂະ​ແໜງ​ການ​ທີ່​ສຳຄັນ​ທີ່​ສຸດ​ໃນ​ປັດ​ຈຸ​ບັນ

ໃນຂະນະທີ່ SynthID ມີຄວາມກ່ຽວຂ້ອງໃນທົ່ວເກືອບທຸກອຸດສາຫະກໍາທີ່ໃຊ້ການສ້າງເນື້ອຫາ AI, ຫຼາຍພາກສ່ວນມີຄວາມຮູ້ສຶກຮີບດ່ວນທີ່ສຸດ:

• ການບໍລິການດ້ານການເງິນ ແລະ fintech: ກອບລະບຽບໃນອັງກິດ, EU, ແລະສະຫະລັດປະຕິບັດຕໍ່ການສື່ສານທາງດ້ານການເງິນທີ່ສ້າງຂຶ້ນໂດຍ AI ເພີ່ມຂຶ້ນເປັນທີ່ເປີດເຜີຍໄດ້. Watermarking ສະໜອງໃຫ້ທີມງານກວດສອບການປະຕິບັດຕາມຄວາມຕ້ອງການ.
• ແພລະຕະຟອມການດູແລສຸຂະພາບ ແລະສຸຂະພາບ: ຂໍ້ມູນສຸຂະພາບທີ່ສ້າງໂດຍ AI ຮັບຜິດຊອບທາງດ້ານຄລີນິກ. ການຕິດຕາມການຢັ້ງຢືນອະນຸຍາດໃຫ້ອົງການຈັດຕັ້ງສາມາດສະແດງໃຫ້ເຫັນສິ່ງທີ່ສ້າງຂຶ້ນທຽບກັບສິ່ງທີ່ໄດ້ຮັບການທົບທວນໂດຍຜູ້ປະຕິບັດທີ່ມີຄຸນວຸດທິ.
• E-learning ແລະ EdTech: ເຄື່ອງ​ມື​ດ້ານ​ຄວາມ​ສົມ​ບູນ​ທາງ​ດ້ານ​ວິ​ຊາ​ການ​ແມ່ນ​ປະ​ສົມ​ປະ​ສານ​ການ​ກວດ​ສອບ​ເຂົ້າ​ກັນ​ໄດ້ SynthID ເພື່ອ​ຈໍາ​ແນກ​ສື່​ການ​ຮຽນ​ຮູ້​ທີ່​ຊ່ວຍ AI ຈາກ​ວຽກ​ງານ​ທີ່​ນັກ​ສຶກ​ສາ​ສົ່ງ​ມາ.
• ການຮັບສະໝັກ ແລະ ເທັກໂນໂລຍີ HR: ລາຍລະອຽດວຽກ, ຈົດໝາຍສະເໜີ, ແລະ ການທົບທວນຄືນປະສິດທິພາບທີ່ສ້າງຂຶ້ນໂດຍ AI ແມ່ນຂຶ້ນກັບການກວດສອບອະຄະຕິຫຼາຍຂຶ້ນ — ການສ້າງລາຍນໍ້າໃຫ້ເນື້ອຫາກັບຕົວແບບ AI ແລະພາລາມິເຕີທີ່ໃຊ້, ເຮັດໃຫ້ການທົບທວນຄືນຫຼັງ.
• ສື່ ແລະການພິມເຜີຍແຜ່: ອົງການຂ່າວທີ່ນຳໃຊ້ AI ສຳລັບການຮ່າງທຳອິດ ຫຼື ວາລະສານຂໍ້ມູນ ຕ້ອງການລະບົບຕ່ອງໂສ້ການພິສູດທີ່ສາມາດປ້ອງກັນໄດ້ເພື່ອປົກປ້ອງຄວາມໜ້າເຊື່ອຖືຂອງບັນນາທິການ.
• ອົງການການຕະຫຼາດ: ສັນຍາລູກຄ້ານັບມື້ນັບມີຂໍ້ກໍານົດກ່ຽວກັບການເປີດເຜີຍເນື້ອຫາ AI; watermarking ສະໜອງຫຼັກຖານຕາມສັນຍາທີ່ຈໍາເປັນເພື່ອຕອບສະໜອງເງື່ອນໄຂເຫຼົ່ານັ້ນ.

ສຳລັບເວທີທີ່ໃຫ້ບໍລິການຫຼາຍແນວຕັ້ງເຫຼົ່ານີ້ພ້ອມໆກັນ, ສິ່ງທ້າທາຍບໍ່ແມ່ນສະເພາະຂະແໜງການ — ມັນເປັນລະບົບ. OS ທຸລະກິດທີ່ໃຫ້ບໍລິການການເລີ່ມຕົ້ນດ້ານການດູແລສຸຂະພາບ, ບໍລິສັດຮັບສະໝັກພະນັກງານ ແລະ ສື່ຕ່າງໆຕ້ອງຈັດການການພິສູດເນື້ອຫາ AI ຢ່າງສະໝໍ່າສະເໝີໃນທົ່ວທຸກສະພາບການເຫຼົ່ານັ້ນ, ໂດຍບໍ່ກຳນົດໃຫ້ລູກຄ້າແຕ່ລະຄົນສ້າງໂຄງສ້າງພື້ນຖານການປະຕິບັດຕາມຂອງຕົນເອງຕັ້ງແຕ່ເລີ່ມຕົ້ນ.

ການລວມ Provenance ເຂົ້າໄປໃນ Modular Business Stack

ໜຶ່ງ​ໃນ​ບັນ​ຫາ​ທີ່​ບໍ່​ໄດ້​ສົນ​ທະ​ນາ​ຫນ້ອຍ​ຂອງ​ການ​ຮັບ​ຮອງ SynthID ແມ່ນ​ບັນ​ຫາ fragmentation. ທຸລະກິດຂະຫນາດກາງສ່ວນໃຫຍ່ສ້າງເນື້ອຫາ AI ໃນທົ່ວຫ້າຫາສິບຫ້າເຄື່ອງມືທີ່ແຕກຕ່າງກັນ - CRM ທີ່ຮ່າງອີເມວຕິດຕາມອັດຕະໂນມັດ, ເວທີການຕະຫຼາດທີ່ສ້າງສໍາເນົາໂຄສະນາ, ລະບົບ HR ທີ່ຜະລິດຄໍາອະທິບາຍວຽກ, ເຄື່ອງມືສະຫນັບສະຫນູນລູກຄ້າທີ່ສ້າງແມ່ແບບການຕອບສະຫນອງ. ເມື່ອ​ເຄື່ອງ​ມື​ເຫຼົ່າ​ນີ້​ເຮັດ​ວຽກ​ຢູ່​ໃນ silos, ການ​ສ້າງ​ຊັ້ນ​ການ​ພິ​ສູດ​ທີ່​ສອດ​ຄ້ອງ​ກັນ​ທົ່ວ​ທັງ​ໝົດ​ແມ່ນ​ຍາກ​ແທ້ໆ.

ນີ້​ແມ່ນ​ບ່ອນ​ທີ່​ລະ​ບົບ​ປະ​ຕິ​ບັດ​ການ​ທຸ​ລະ​ກິດ modular ສະ​ເຫນີ​ໃຫ້​ມີ​ປະ​ໂຫຍດ​ດ້ານ​ໂຄງ​ສ້າງ. ເມື່ອການສ້າງເນື້ອຫາ, ການອະນຸມັດ, ແລະການເຜີຍແຜ່ທັງຫມົດເກີດຂື້ນພາຍໃນແພລະຕະຟອມທີ່ປະສົມປະສານ - ຫນຶ່ງທີ່ໄດ້ຝັງການຕິດຕາມການພິສູດໃນລະດັບພື້ນຖານໂຄງລ່າງແທນທີ່ຈະເປັນລະດັບເຄື່ອງມື - ການຢັ້ງຢືນ watermark ກາຍເປັນຄວາມສາມາດຂອງເວທີແທນທີ່ຈະເປັນສິ່ງທ້າທາຍຕໍ່ການເຊື່ອມໂຍງຂອງເຄື່ອງມື. Mewayz, ເຊິ່ງດໍາເນີນການໃນທົ່ວ 207 ໂມດູນລວມທັງ CRM, HR, ໃບແຈ້ງຫນີ້, ແລະເຄື່ອງມືການຕະຫຼາດທີ່ໃຊ້ໂດຍຜູ້ໃຊ້ຫຼາຍກວ່າ 138,000 ທົ່ວໂລກ, ແມ່ນຖືກຈັດໃສ່ເພື່ອຝັງການຊອກຄົ້ນຫາທີ່ເຂົ້າກັນໄດ້ SynthID ເຂົ້າໄປໃນຂະບວນການສ້າງເນື້ອຫາຂອງມັນຢ່າງແນ່ນອນເນື່ອງຈາກການສູນກາງນີ້. ເມື່ອໂມດູນ HR ຂອງທ່ານ, ແຄມເປນອີເມລ໌ຂອງທ່ານ, ແລະເອກະສານທີ່ລູກຄ້າປະເຊີນຫນ້າຂອງທ່ານທັງຫມົດດໍາລົງຊີວິດຢູ່ໃນສະພາບແວດລ້ອມການດໍາເນີນງານດຽວກັນ, ການຕິດຊັ້ນ provenance ກັບຜົນໄດ້ຮັບທີ່ສ້າງຂຶ້ນໂດຍ AI ໃນແຕ່ລະຈະກາຍເປັນທາງເລືອກໃນການຕັ້ງຄ່າແທນທີ່ຈະເປັນໂຄງການການເຊື່ອມໂຍງລະບົບ.

ຈຸດທີ່ກວ້າງກວ່າແມ່ນດ້ານສະຖາປັດຕະຍະກຳ: ທຸລະກິດທີ່ໄດ້ລົງທຶນໃນການລວມຊຸດປະຕິບັດການຂອງເຂົາເຈົ້າມີທ່າທີດີກວ່າທີ່ຈະປະຕິບັດຂໍ້ກໍານົດການປະຕິບັດຕາມທີ່ເກີດຂື້ນເຊັ່ນ: ການເປີດເຜີຍເນື້ອຫາ AI - ບໍ່ພຽງແຕ່ສໍາລັບ SynthID ເທົ່ານັ້ນ, ແຕ່ສໍາລັບມາດຕະຖານການພິສູດອັນໃດກໍ່ຕາມທີ່ອອກມາຕໍ່ໄປ. Fragmented stacks ໝາຍເຖິງການປະຕິບັດຕາມທີ່ແຕກແຍກ, ເຊິ່ງໝາຍເຖິງຄວາມສ່ຽງທີ່ແຕກແຍກ.

ອັນໃດມາຫຼັງຈາກການໃສ່ລາຍນ້ຳ: ລະບົບນິເວດຂອງ Provenance ໄດ້ຮັບຮູບຮ່າງ

SynthID ຖືກເຂົ້າໃຈດີທີ່ສຸດບໍ່ແມ່ນຜະລິດຕະພັນສໍາເລັດຮູບແຕ່ເປັນຊັ້ນພື້ນຖານໂຄງລ່າງຊັ້ນຕົ້ນໃນລະບົບນິເວດຫຼັກຖານທີ່ໃຫຍ່ກວ່າທີ່ກໍາລັງປະກອບຢູ່ໃນປະຈຸບັນ. Coalition for Content Provenance and Authenticity (C2PA), ເຊິ່ງນັບ Adobe, Microsoft, Intel, ແລະ BBC ໃນບັນດາສະມາຊິກຂອງຕົນ, ໄດ້ພັດທະນາມາດຕະຖານເປີດສໍາລັບການຕິດຄັດຕິດ metadata ທີ່ສາມາດກວດສອບໄດ້ກັບເນື້ອຫາດິຈິຕອນຕັ້ງແຕ່ປີ 2021. ໃນປີ 2025, C2PA-compliant "credentials" ກໍາລັງຖືກຝັງເຂົ້າໄປໃນອຸປະກອນຕ່າງໆຈາກຜູ້ຜະລິດຂອງ Microsoft, Firelot, ຜູ້ຜະລິດແລະອຸປະກອນຕ່າງໆຈາກ Adobe. ຮາດແວ.

SynthID ແລະ C2PA ແມ່ນສ່ວນເສີມຫຼາຍກວ່າວິທີການແຂ່ງຂັນ. SynthID ຝັງຫຼັກຖານໃນລະດັບການຜະລິດ; C2PA ຄັດຕິດມັນເປັນ metadata ທີ່ສາມາດກວດສອບໄດ້ໃນລະດັບເນື້ອຫາ. ຮ່ວມກັນ, ພວກເຂົາສ້າງສະຖາປັດຕະຍະກໍາການພິສູດສອງຊັ້ນ - ຫນຶ່ງທີ່ລອດຊີວິດທັງການລອກເອົາ metadata ແລະການກວດສອບສາຍຕາ. ໃນຄວາມເປັນຈິງ, ທຸລະກິດທີ່ນໍາໃຊ້ທັງສອງຊັ້ນແມ່ນ, ໃນອະນາຄົດ, ຫຼັກຖານສະແດງຕົນເອງຕໍ່ກັບສິ່ງທ້າທາຍອັນເຕັມທີ່ຂອງຫຼັກຖານທີ່ເຂົາເຈົ້າຈະຕ້ອງປະເຊີນໃນຫ້າປີຂ້າງຫນ້າ.

ໂຄງ​ລ່າງ​ພື້ນ​ຖານ​ການ​ຢັ້ງ​ຢືນ​ຍັງ​ໃຫຍ່​ຕົວ​ຢ່າງ​ວ່ອງ​ໄວ. ກູໂກໄດ້ເຮັດໃຫ້ເຄື່ອງກວດຈັບນ້ໍາ SynthID ຂອງຕົນມີຢູ່ຜ່ານ API, ຊຶ່ງຫມາຍຄວາມວ່າພາກສ່ວນທີສາມ - ລວມທັງຜູ້ຂາຍຊອບແວທຸລະກິດ, ເວທີການປານກາງເນື້ອຫາ, ແລະເຄື່ອງມືການປະຕິບັດຕາມກົດລະບຽບ - ສາມາດສອບຖາມມັນໄດ້ຕາມໂຄງການ. ເມື່ອຊັ້ນການກວດພົບນີ້ກາຍເປັນສິນຄ້າ, ຕົວແຍກການແຂ່ງຂັນຈະປ່ຽນຈາກ ການມີ ເຄື່ອງມືພິສູດເປັນ ສ້າງພວກມັນອັດສະລິຍະໄປສູ່ຂະບວນການເຮັດວຽກ ເພື່ອໃຫ້ການປະຕິບັດຕາມແມ່ນອັດຕະໂນມັດແທນທີ່ຈະເປັນຄູ່ມື. ທຸລະກິດທີ່ປະຕິບັດການພິສູດວ່າເປັນບັນຫາການອອກແບບ workflow ໃນມື້ນີ້ຈະມີຫົວຫນ້າການດໍາເນີນງານທີ່ສໍາຄັນໃນເວລາທີ່ຜູ້ຄວບຄຸມ, ລູກຄ້າ, ແລະນະໂຍບາຍເວທີເຮັດໃຫ້ມັນບໍ່ສາມາດຕໍ່ລອງໄດ້ໃນມື້ອື່ນ.

ການ​ສ້າງ​ການ​ປະ​ຕິ​ບັດ​ເນື້ອ​ໃນ Provenance-Ready: ຂັ້ນ​ຕອນ​ທໍາ​ອິດ​ທີ່​ປະ​ຕິ​ບັດ​ໄດ້

ສຳ​ລັບ​ຜູ້​ປະ​ຕິ​ບັດ​ການ​ທີ່​ຕ້ອງ​ການ​ທີ່​ຈະ​ຍ້າຍ​ອອກ​ຈາກ​ການ​ຮັບ​ຮູ້​ໄປ​ປະ​ຕິ​ບັດ, ເສັ້ນ​ທາງ​ໄປ​ຂ້າງ​ຫນ້າ​ບໍ່​ຈໍາ​ເປັນ​ຕ້ອງ​ລໍ​ຖ້າ​ສໍາ​ລັບ​ເຄື່ອງ​ມື​ທີ່​ສົມ​ບູນ​ແບບ​ຫຼື​ມາດ​ຕະ​ຖານ​ທົ່ວ​ໄປ. ໂຄງການຄວາມພ້ອມຂອງຫຼັກຖານປະຕິບັດສາມາດເລີ່ມຕົ້ນດ້ວຍສາມຂັ້ນຕອນພື້ນຖານ: ທໍາອິດ, ກວດເບິ່ງທຸກເຄື່ອງມື AI ທີ່ໃຊ້ໃນປັດຈຸບັນໃນທົ່ວອົງການແລະກໍານົດວ່າອັນໃດທີ່ສ້າງເນື້ອຫາພາຍນອກ; ອັນທີສອງ, ສ້າງກອບການຈັດປະເພດເນື້ອຫາທີ່ຈໍາແນກລະຫວ່າງການນໍາໃຊ້ AI ພາຍໃນ (ຄວາມສ່ຽງຕໍ່ການພິສູດຕໍ່າ) ແລະການສື່ສານພາຍນອກ (ຄວາມສ່ຽງສູງ provenance); ອັນທີສາມ, ປະເມີນວ່າແພລດຟອມທຸລະກິດຫຼັກຂອງທ່ານຮອງຮັບຂະບວນການເຮັດວຽກກ່ຽວກັບເນື້ອໃນທີ່ພິສູດໄດ້ຫຼືບໍ່ ຫຼືວ່າວຽກການເຊື່ອມໂຍງແມ່ນຕ້ອງການ.

ຈາກນັ້ນ, ການປະຕິບັດການດໍາເນີນການປະຕິບັດຕາມທໍາມະຊາດ: ເຄື່ອງມືທີ່ມີຄວາມສາມາດນ້ໍາສໍາລັບການຜະລິດເນື້ອຫາ, ຂັ້ນຕອນການກວດສອບໃນຂັ້ນຕອນການອະນຸມັດ, ບັນທຶກການກວດສອບທີ່ບັນທຶກເນື້ອຫາທີ່ສ້າງໂດຍ AI ຕາມປະເພດ, ເຄື່ອງມື, ວັນທີ, ແລະຜູ້ຊົມທີ່ມີຈຸດປະສົງ, ແລະກອບການເປີດເຜີຍທີ່ຕອບສະຫນອງທັງມາດຕະຖານການປົກຄອງພາຍໃນແລະກົດລະບຽບທີ່ກ່ຽວຂ້ອງ. ບໍ່ມີອັນໃດອັນໜຶ່ງອັນນີ້ແມ່ນແປກໃໝ່ທາງດ້ານເຕັກນິກ. ທັງໝົດມັນຕ້ອງການຄວາມຕັ້ງໃຈຂອງອົງກອນ.

ບັນດາທຸລະກິດທີ່ຈະນຳທາງໄປສູ່ຍຸກຄວາມແທ້ຈິງຂອງເນື້ອຫາ AI ສຳເລັດຜົນທີ່ສຸດແມ່ນບໍ່ຈຳເປັນຕ້ອງມີເຄື່ອງມື AI ທີ່ມີຄວາມຊັບຊ້ອນທີ່ສຸດ — ເຂົາເຈົ້າເປັນບໍລິສັດທີ່ມີລະບຽບວິໄນການດຳເນີນງານທີ່ຈະແຈ້ງທີ່ສຸດກ່ຽວກັບສິ່ງທີ່ເຄື່ອງມືເຫຼົ່ານັ້ນຜະລິດ. SynthID ແລະລະບົບນິເວດການພິສູດທີ່ກວ້າງຂວາງເຮັດໃຫ້ທຸລະກິດມີໂຄງສ້າງພື້ນຖານດ້ານວິຊາການເພື່ອສະແດງໃຫ້ເຫັນເຖິງລະບຽບວິໄນນັ້ນ. ການເຮັດວຽກຂອງການສ້າງມັນເຂົ້າໄປໃນການດໍາເນີນງານປະຈໍາວັນ, ໃນທີ່ສຸດ, ຂອງມະນຸດ.

ຄຳຖາມທີ່ຖາມເລື້ອຍໆ

SynthID ແມ່ນຫຍັງ ແລະມັນເຮັດວຽກແນວໃດ?

SynthID ແມ່ນເທກໂນໂລຍີ watermarking ຂອງ Google DeepMind ທີ່ອອກແບບມາເພື່ອຝັງສັນຍານທີ່ເບິ່ງເຫັນ, ທົນທານຕໍ່ການລົບກວນເຂົ້າໄປໃນເນື້ອຫາທີ່ສ້າງໂດຍ AI — ລວມທັງຂໍ້ຄວາມ, ຮູບພາບ, ສຽງ ແລະວິດີໂອ. ບໍ່ເຫມືອນກັບປ້າຍຊື່ທີ່ເຫັນໄດ້, ເຄື່ອງຫມາຍການເຂົ້າລະຫັດເຫຼົ່ານີ້ຍັງຄົງຢູ່ໂດຍຜ່ານການດັດແກ້ແລະປະຕິຮູບ, ອະນຸຍາດໃຫ້ເຄື່ອງມືການກວດສອບສາມາດກວດສອບການພິສູດ AI ເຖິງແມ່ນວ່າຫຼັງຈາກເນື້ອຫາໄດ້ຖືກດັດແກ້. ມັນສ້າງລະບົບຕ່ອງໂສ້ຂອງແທ້ຈິງທີ່ສາມາດຕິດຕາມໄດ້ໂດຍບໍ່ມີການລົບກວນປະສົບການຂອງຜູ້ໃຊ້ສຸດທ້າຍ.

ເປັນຫຍັງການພິສູດເນື້ອຫາ AI ຈຶ່ງສຳຄັນສຳລັບທຸລະກິດ?

ໂດຍບໍ່ມີການພິສູດແລ້ວ, ທຸລະກິດມີຄວາມສ່ຽງຕໍ່ການຂັດແຍ້ງທາງກົດໝາຍ, ທຸງການຫຼອກລວງ, ແລະການລົງໂທດ SEO — ແທ້ໆກັບສະຖານະການທີ່ຍີ່ຫໍ້ອີຄອມເມີຊຂອງເຢຍລະມັນປະເຊີນຢູ່ໃນໂພສນີ້. ເນື່ອງຈາກເນື້ອຫາທີ່ສ້າງໂດຍ AI ກາຍເປັນບ່ອນຢູ່ທົ່ວທຸກແຫ່ງ, ຜູ້ຄວບຄຸມ ແລະແພລດຟອມຕ່າງໆ ຮຽກຮ້ອງໃຫ້ມີການຕິດຕາມຕາມຮອຍຫຼາຍຂຶ້ນ. ທຸລະກິດທີ່ດໍາເນີນການໃນທົ່ວຫຼາຍຊ່ອງທາງຕ້ອງການລະບົບທີ່ສາມາດກວດສອບຕົ້ນກໍາເນີດຂອງເນື້ອຫາໃນລະດັບຂະຫນາດ, ປົກປ້ອງຄວາມຊື່ສັດຂອງແບແລະຫຼຸດຜ່ອນຄວາມສ່ຽງຕໍ່ການລົ້ມເຫຼວຂອງການປະຕິບັດຕາມຄ່າໃຊ້ຈ່າຍ.

ທຸລະກິດຂະໜາດນ້ອຍ ແລະຂະໜາດກາງສາມາດປະຕິບັດການຢັ້ງຢືນເນື້ອຫາ AI ໄດ້ຈິງບໍ?

ແມ່ນ — ແລະ​ເພີ່ມ​ຂຶ້ນ, ພວກ​ເຂົາ​ເຈົ້າ​ຕ້ອງ. ແພລະຕະຟອມເຊັ່ນ Mewayz (ລະບົບທຸລະກິດ 207 ໂມດູນ OS ເລີ່ມຕົ້ນທີ່ $19/ເດືອນ ຢູ່ app.mewayz.com) ຖືກສ້າງຂຶ້ນເພື່ອຊ່ວຍໃຫ້ທຸລະກິດຈັດການການດໍາເນີນງານເນື້ອຫາ, ຊັບສິນຍີ່ຫໍ້, ແລະຂະບວນການເຮັດວຽກດິຈິຕອນຢູ່ໃນສະຖານທີ່ດຽວ. ການຈັບຄູ່ໂຄງລ່າງພື້ນຖານດັ່ງກ່າວກັບມາດຕະຖານການພິສູດເຊັ່ນ SynthID ຊ່ວຍໃຫ້ທີມງານນ້ອຍມີຄວາມຮັບຜິດຊອບໃນລະດັບວິສາຫະກິດໂດຍບໍ່ຈໍາເປັນຕ້ອງມີພະແນກການປະຕິບັດຕາມສະເພາະ ຫຼືເຄື່ອງມືທີ່ມີລາຄາແພງ.

SynthID ເປັນ​ການ​ແກ້​ໄຂ​ຂໍ້​ມູນ​ທີ່​ຜິດ​ພາດ AI ບໍ?

ບໍ່ແມ່ນທັງໝົດ. SynthID ແມ່ນຊັ້ນການພິສູດທີ່ມີປະສິດທິພາບ, ແຕ່ມັນຂຶ້ນກັບການຮັບຮອງເອົາຢ່າງກວ້າງຂວາງໃນທົ່ວແພລະຕະຟອມ AI ແລະລະບົບນິເວດເນື້ອຫາເພື່ອບັນລຸທ່າແຮງອັນເຕັມທີ່ຂອງມັນ. Watermarks ໃນທາງທິດສະດີສາມາດຖືກລອກອອກໂດຍວິທີການທີ່ກົງກັນຂ້າມຢ່າງພຽງພໍ, ແລະບໍ່ແມ່ນທຸກລະບົບ AI ປະຕິບັດມາດຕະຖານ. ມັນເຂົ້າໃຈໄດ້ດີທີ່ສຸດວ່າເປັນອົງປະກອບສຳຄັນອັນໜຶ່ງຂອງຍຸດທະສາດເນື້ອຫາ AI ທີ່ມີຄວາມຮັບຜິດຊອບ — ບໍ່ແມ່ນການຄໍ້າປະກັນແບບໂດດດ່ຽວຕໍ່ກັບການໃຊ້ຜິດ ຫຼື ຂໍ້ມູນທີ່ບໍ່ຖືກຕ້ອງ.