ပိုမိုဘေးကင်းပြီး ပိုမိုပွင့်လင်းမြင်သာသော AI ဂေဟစနစ်အတွက် အကြောင်းအရာ၏ မူလရင်းမြစ်ခြေရာခံမှုကို မြှင့်တင်ခြင်း

လူများသည် ဆက်သွယ်ပြောဆိုမှုကို ပိုမိုဖော်ပြနိုင်စွမ်းရှိစေပြီး၊ ပိုမိုအသုံးဝင်စေကာ၊ ပိုမိုလက်လှမ်းမီနိုင်စေသော နည်းလမ်းများဖြင့် ရုပ်ပုံများနှင့် အသံများကို ဖန်တီးရန်နှင့် တည်းဖြတ်ရန် OpenAI ၏ ကိရိယာများကို နေ့စဉ် အသုံးပြုနေကြသည်။ ဤကိရိယာများသည် လူများ တည်ဆောက်၊ စိတ်ကူးပုံဖော်၊ မျှဝေသည့် လုပ်ငန်းစဉ်များ၏ အစိတ်အပိုင်းတစ်ခု ဖြစ်လာလာသည့်အခါ၊ မီဒီယာသည် မည်သည့်နေရာမှ လာသည်ကို လူများ နားလည်ပြီး အတည်ပြုနိုင်ရန် အရေးကြီးပါသည်။ ထို့ကြောင့် ၎င်းကို ပိုမိုယုံကြည်မှုရှိစွာ အဓိပ္ပာယ်ဖော်နိုင်မည်ဖြစ်သည်။ မူလဇစ်မြစ်ဆိုင်ရာ အချက်ပြချက်များသည် အကြောင်းအရာသည် ဘယ်နေရာမှလာသည်၊ မည်သို့ ဖန်တီး သို့မဟုတ် တည်းဖြတ်ခဲ့သည်၊ ၎င်းက ဖော်ပြထားသည့်အတိုင်း တကယ်ဟုတ်မဟုတ်တို့နှင့် ပတ်သက်သော နောက်ခံအချက်အလက်များကို လူများအား ပေးခြင်းဖြင့် ကူညီပေးနိုင်သည်။

ယနေ့တွင် ကျွန်ုပ်တို့သည် အွန်လိုင်းတွင် ယုံကြည်မှုတည်ဆောက်ရန်အတွက် အလွှာများစွာပါဝင်သော အီကိုစနစ်အခြေပြု မော်ဒယ်ဖြင့် အကြောင်းအရာ၏ ဇစ်မြစ်မှတ်တမ်းဆိုင်ရာ ကျွန်ုပ်တို့၏ ချဉ်းကပ်မှုကို ပိုမိုခိုင်မာစေပါသည်။ ကျွန်ုပ်တို့သည် C2PA နှင့် ကိုက်ညီမှုမှတစ်ဆင့် ကျွန်ုပ်တို့၏ မူလရင်းမြစ်ဆိုင်ရာ အချက်ပြများကို အခြားကိရိယာများနှင့် ပလက်ဖောင်းများက ပိုမိုလွယ်ကူစွာ အသိအမှတ်ပြုနိုင်စေရန် ပြုလုပ်နေပြီး၊ Google နှင့် ပူးပေါင်းဆောင်ရွက်မှုမှတစ်ဆင့် ပုံများတွင် တည်တံ့သော SynthID ရေစာထည့်သွင်းမှုကို ထည့်သွင်းနေကာ၊ ပုံများသည် OpenAI မှ လာခြင်းရှိမရှိကို အများပြည်သူ စစ်ဆေးအတည်ပြုနိုင်မည့် ကိရိယာတစ်ခု၏ အကြိုမြင်ကွင်းကိုလည်း မျှဝေနေပါသည်။

ဤအပ်ဒိတ်များသည် ပွင့်လင်းစံနှုန်းများကို ပံ့ပိုးရန်၊ OpenAI မှ ဖန်တီးထားသော အကြောင်းအရာများကို ပိုမိုလွယ်ကူစွာ ခွဲခြားသိရှိနိုင်စေရန်နှင့် ပိုမိုယုံကြည်စိတ်ချရသော သတင်းအချက်အလက် ဂေဟစနစ်ကို ပံ့ပိုးရန် လုပ်ငန်းနယ်ပယ်တစ်လျှောက် ပူးပေါင်းဆောင်ရွက်ရန်အတွက် ကျွန်ုပ်တို့၏ ယခင်လုပ်ဆောင်ခဲ့သော အလုပ်⁠ ကို ဆက်လက်အခြေခံ တိုးတက်စေပါသည်။

OpenAI သည် 2024 ခုနှစ်တွင် DALL-E 3⁠(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) ဖြင့် ဖန်တီးထားသော ပုံများတွင် Content Credentials ကို စတင်ထည့်သွင်းခဲ့ပြီး နောက်ပိုင်းတွင် ImageGen⁠(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) နှင့် Sora⁠(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)သို့လည်း ထည့်သွင်းခဲ့ချိန်မှစ၍ မူရင်းဇစ်မြစ်အထောက်အထားစံနှုန်းများ ဖွံ့ဖြိုးတိုးတက်ရေးနှင့် လက်ခံကျင့်သုံးရေးတို့တွင် ပါဝင်ဆောင်ရွက်လာခဲ့သည်။ ကျွန်ုပ်တို့သည် အကြောင်းအရာ၏ မူလရင်းမြစ်နှင့် အစစ်အမှန်ဖြစ်မှုဆိုင်ရာ မဟာမိတ်အဖွဲ့ (Coalition for Content Provenance and Authenticity၊ C2PA) ၏ ဦးဆောင်ကော်မတီတွင်လည်း ပါဝင်ခဲ့ပါသည်။ C2PA သည် အကြောင်းအရာ၏ မူလရင်းမြစ်ဆိုင်ရာ ဖွင့်လှစ်ထားသော နည်းပညာစံနှုန်းကို အကောင်အထည်ဖော်ပေးနေသည့် လုပ်ငန်းကဏ္ဍအမျိုးမျိုးပါဝင်သော အဖွဲ့ဖြစ်ပါသည်။ C2PA ၏ နည်းပညာပိုင်းဆိုင်ရာ ချဉ်းကပ်မှုသည် မက်တာဒေတာနှင့် ကုဒ်ဝှက်ပညာဆိုင်ရာ လက်မှတ်များကို အသုံးပြုကာ မီဒီယာတစ်ခုနှင့် ပတ်သက်သော အချက်အလက်များကို အကြောင်းအရာကိုယ်တိုင်နှင့်အတူ လုံခြုံစွာ လိုက်ပါသွားနိုင်စေရန် ကူညီပေးသည်။ ဤအချက်အလက်တွင် သတင်းရင်းမြစ်တစ်ခုကို အကဲဖြတ်နေသော သတင်းထောက်များ၊ ယုံကြည်စိတ်ချရမှုနှင့် စစ်မှန်မှုဆိုင်ရာ ဆုံးဖြတ်ချက်များ ချမှတ်နေသော ပလက်ဖောင်းများ၊ အွန်လိုင်းပေါ်တွင် မိမိတို့မြင်တွေ့နေရသည့်အရာကို နားလည်ရန် ကြိုးစားနေသူများအတွက် အထောက်အကူဖြစ်စေသည့် ဆက်စပ်အကြောင်းအရာများ ပါဝင်သည်။

မကြာသေးမီက ကျွန်ုပ်တို့သည် OpenAI ကို C2PA နှင့် ကိုက်ညီသော Generator Product⁠(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) တစ်ခုအဖြစ် အဆင့်တစ်ခု ဆောင်ရွက်ခဲ့သည်။ C2PA နှင့် ကိုက်ညီမှုရှိလာခြင်းအားဖြင့်၊ ကျွန်ုပ်တို့၏ အကြောင်းအရာတွင် ပူးတွဲထည့်သွင်းထားသော မူလဇစ်မြစ်ဆိုင်ရာ အချက်အလက်များကို ဖတ်ရှုရန်၊ ထိန်းသိမ်းရန်နှင့် ဆက်လက်လက်ဆင့်ကမ်းပေးရန် ပလက်ဖောင်းများအတွက် ယုံကြည်စိတ်ချရသော နည်းလမ်းတစ်ခုကို ကျွန်ုပ်တို့ ပေးအပ်နေပါသည်။ ဤအချက်သည် အရေးကြီးသည်၊ အကြောင်းမှာ အကြောင်းအရာကို ဖန်တီးသည့် ပထမဆုံး ပလက်ဖောင်းကို ကျော်လွန်ပြီးနောက်တွင်လည်း မူလဇစ်မြစ်မှတ်တမ်း ဆက်လက်တည်ရှိနေမှသာ ၎င်းသည် အလုပ်ဖြစ်ပြီး၊ ကိုက်ညီမှုက ထိုအရာကို ဖြစ်နိုင်စေသောကြောင့် ဖြစ်သည်။

C2PA မက်တာဒေတာသည် ဇစ်မြစ်မှတ်တမ်းအတွက် အရေးကြီးသော အခြေခံအုတ်မြစ်တစ်ခု ဖြစ်သည်။ ၎င်းသည် အကြောင်းအရာတွင် ၎င်း၏ မူလဇစ်မြစ်၊ မည်သို့ ဖန်တီးခဲ့သည် သို့မဟုတ် တည်းဖြတ်ခဲ့သည်နှင့် ထိုအချက်အလက်ကို မည်သူက လက်မှတ်ထိုးခဲ့သည်ဆိုသည့် အချက်အလက်များ ပါရှိစေရန် ကူညီပေးသည်။ သို့သော် မက်တာဒေတာသည် အပြည့်အဝ ယုံကြည်စိတ်ချနိုင်သည့်အရာ မဟုတ်ပါ။ ၎င်းကို ဖယ်ရှားခံရနိုင်သည်၊ အပ်လုဒ်နှင့် ဒေါင်းလုဒ်လုပ်နေစဉ် ဆုံးရှုံးသွားနိုင်သည်၊ သို့မဟုတ် ဖိုင်ဖော်မတ်ပြောင်းလဲခြင်း၊ အရွယ်အစားပြောင်းလဲခြင်း၊ စခရင်ရှော့ရိုက်ခြင်းတို့ကဲ့သို့သော ပြောင်းလဲပြင်ဆင်မှုများကြောင့် ပျက်ယွင်းသွားနိုင်သည်။

မူလရင်းမြစ်ဆိုင်ရာ အချက်အလက်ကို ပိုမိုခံနိုင်ရည်ရှိစေရန် ကျွန်ုပ်တို့သည် အလွှာများစွာပါဝင်သော ချဉ်းကပ်မှုကို အသုံးပြုနေပြီး Google DeepMind ၏ SynthID⁠(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) မှတစ်ဆင့် ရေစာထည့်သွင်းခြင်းကို ပေါင်းစပ်ထည့်သွင်းနေပါသည်။ ၎င်းကို ChatGPT⁠၊ Codex သို့မဟုတ် OpenAI API မှတစ်ဆင့် ထုတ်လုပ်ထားသော ရုပ်ပုံများမှ စတင်ပါသည်။ SynthID သည် C2PA မက်တာဒေတာအခြေပြု နည်းလမ်းများကို အားဖြည့်ပံ့ပိုးပေးနိုင်သည့် မမြင်နိုင်သော ရေစာထည့်သွင်းမှုအလွှာတစ်ခုကို ထည့်သွင်းမြှုပ်နှံထားသည်။

ကျွန်ုပ်တို့ ဒီအရာအတွက် အချိန်အတော်ကြာ ပြင်ဆင်တည်ဆောက်လာခဲ့ပါသည်။ ကျွန်ုပ်တို့သည် Sora တွင် မြင်နိုင်သော ရေစာများ⁠ နှင့် Voice Engine တွင် အသံ ရေစာ⁠ ကို အသုံးပြုထားပြီး၊ အချိန်ကာလတစ်လျှောက် တိကျမှုနှင့် ယုံကြည်စိတ်ချရမှုကို ဆက်လက် စမ်းသပ်၍ သုတေသနပြုလုပ်နေပါသည်။ ဖြန့်ကျက်မှုမှတစ်ဆင့်။

ဤစနစ်နှစ်ခုသည် တစ်ခုနှင့်တစ်ခု အပြန်အလှန် အားဖြည့်ပေးသည်။ C2PA သည် အကြောင်းအရာတွင် အသေးစိတ် ဆက်စပ်အချက်အလက်များ ပါရှိစေရန် ကူညီပေးပြီး၊ SynthID သည် မက်တာဒေတာ မကျန်ရစ်တော့သည့်အခါတွင်လည်း အချက်ပြသင်္ကေတတစ်ခုကို ထိန်းသိမ်းထားနိုင်စေရန် ကူညီပေးသည်။ ရေစာထည့်ခြင်းသည် စခရင်ရှော့များကဲ့သို့သော ပြောင်းလဲမှုများကို ဖြတ်သန်းရာတွင် ပိုမိုခံနိုင်ရည်ရှိနိုင်ပြီး၊ မက်တာဒေတာသည် ရေစာတစ်ခုတည်းထက် ပိုမိုများပြားသော အချက်အလက်များကို ပေးနိုင်သည်။ အတူတကွ ပေါင်းစပ်လိုက်သောအခါ ၎င်းတို့သည် ဇစ်မြစ်ခြေရာခံမှုကို အလွှာတစ်ခုချင်းစီ သီးသန့်ရှိနေသည်ထက် ပိုမိုခံနိုင်ရည်ရှိစေသည်။

ယုံကြည်စိတ်ချရသော မက်တာဒေတာနှင့် ပြင်ဆင်မှုအများစုကို ခံနိုင်ရည်ရှိသော ရေစာများသည် မူလဇစ်မြစ်ဆိုင်ရာ အချက်ပြချက်များကို ပိုမိုကြာရှည်ခံစေနိုင်သည်။ သို့သော် လူထုက ဤအချက်ပြမှုတွေကို သိရှိဖမ်းယူနိုင်ဖို့ နည်းလမ်းတစ်ခု လိုအပ်ပါသည်။ ယခုအခါ ကျွန်ုပ်တို့သည် အပ်လုဒ်တင်ထားသော ပုံတစ်ပုံတွင် Content Credentials နှင့် SynthID အပါအဝင် မူလဇစ်မြစ်ဆိုင်ရာ အချက်ပြမှုများ ပါဝင်ခြင်းရှိမရှိကို စစ်ဆေးခြင်းဖြင့် ထိုပုံသည် ChatGPT၊ OpenAI API သို့မဟုတ် Codex ပေါ်တွင် ထုတ်လုပ်ထားခြင်း ဟုတ်မဟုတ် လူများ အတည်ပြုနိုင်ရန် ကူညီပေးမည့် အများပြည်သူသုံး အတည်ပြုစစ်ဆေးရေးကိရိယာ⁠ ကို အကြိုအစမ်း မိတ်ဆက်နေပါသည်။

အကြောင်းအရာ၏ မူလဇစ်မြစ်ကို လူများအနေဖြင့် စစ်ဆေးအတည်ပြုပြီး အနက်ဖွင့်နားလည်နိုင်ရန် ပိုမိုလွယ်ကူသင့်သည်ဟု ကျွန်ုပ်တို့ ယုံကြည်ပါသည်။ ထို့အပြင် အချက်ပြညွှန်ကိန်းများစွာကို ပေါင်းစပ်အသုံးပြုခြင်းဖြင့် “ဒါကို AI ဖြင့် ဖန်တီးထားတာလား။” ဟူသော မေးခွန်းကို ဖြေဆိုရာတွင် လူများ ပါဝင်ကူညီနိုင်စေရန် ကျွန်ုပ်တို့၏ကိရိယာက အထောက်အကူပြုနိုင်သည်ဟုလည်း ယုံကြည်ပါသည်။ ဤအရာသည် 2024 ခုနှစ်တွင် ကျွန်ုပ်တို့၏ ပုံရိပ်ရှာဖွေသတ်မှတ်ရေး ခွဲခြားမော်ဒယ်⁠ ၏ ကနဦး သုတေသန အစမ်းထုတ်ပြန်မှုမှ ရရှိသည့် သင်ခန်းစာများပေါ်တွင် အခြေခံတည်ဆောက်ထားပြီး၊ မီဒီယာတွင် OpenAI မှ လာသော SynthID ရေစာ ပါရှိခြင်းရှိမရှိကို လူများက ယုံကြည်စိတ်ချစွာ စစ်ဆေးနိုင်စေရန်နှင့် တွေ့ရှိပါက C2PA မက်တာဒေတာကိုလည်း ဖော်ပြနိုင်စေရန် ပြုလုပ်ပေးသည်။

မည်သည့် ဖော်ထုတ်နည်းလမ်းမျှ အမှားကင်းပြီး လုံးဝစိတ်ချရသည်မဟုတ်သောကြောင့်၊ ဖော်ထုတ်မှု မအောင်မြင်သည့်အခါများတွင် ကျွန်ုပ်တို့သည် သတိထားသော ချဉ်းကပ်မှုကို အသုံးပြုပါသည်။ ဥပမာအားဖြင့် မက်တာဒေတာ သို့မဟုတ် ရေစာကို မတွေ့ရှိပါက၊ အချို့အခြေအနေများတွင် ရင်းမြစ်အထောက်အထားပြ အချက်ပြချက်များကို ဖယ်ရှားထားနိုင်သောကြောင့်၊ ထိုကိရိယာသည် ပုံကို OpenAI ကိရိယာများဖြင့် ဖန်တီးထားခြင်းရှိ/မရှိနှင့် ပတ်သက်၍ အပြီးသတ်ကောက်ချက် ချမည်မဟုတ်ပါ။

စတင်မိတ်ဆက်ချိန်တွင်၊ ဤကိရိယာသည် OpenAI မှ ဖန်တီးထားသော အကြောင်းအရာများအတွက်သာ ကန့်သတ်ထားသည်။ လာမည့်လများအတွင်း၊ ပလက်ဖောင်းအမျိုးမျိုးတွင် အတည်ပြုခြင်း ပြုလုပ်နိုင်စေရန် လုပ်ငန်းနယ်ပယ်အမျိုးမျိုးအကြား ပူးပေါင်းကြိုးပမ်းမှုများကို ပံ့ပိုးသွားရန် ကျွန်ုပ်တို့ ရည်ရွယ်ထားပါသည်။ အချိန်ကြာလာသည်နှင့်အမျှ၊ လူများ အွန်လိုင်းပေါ်တွင် ကြုံတွေ့နိုင်သည့် အကြောင်းအရာအမျိုးအစားများကိုလည်း ပိုမိုပံ့ပိုးနိုင်မည်ဟု ကျွန်ုပ်တို့ မျှော်လင့်ပါသည်။

မူလဇစ်မြစ်သက်သေပြ နည်းလမ်းတစ်ခုတည်းမျှဖြင့် မလုံလောက်ပါ။ ခိုင်မာသော ချဉ်းကပ်နည်းတစ်ခုသည် မျှဝေသုံးစွဲနိုင်သော စံနှုန်းများ၊ ရေရှည်ခံသော ရေစာအချက်ပြများနှင့် အများပြည်သူဆိုင်ရာ အတည်ပြုစစ်ဆေးမှုတို့ကို ပေါင်းစပ်ထားသည်ဟု ကျွန်ုပ်တို့ ယုံကြည်ပါသည်။ Content Credentials အတွက် ကျွန်ုပ်တို့၏ ကာလကြာရှည် ပံ့ပိုးမှုအပေါ် အခြေခံတည်ဆောက်ခြင်း၊ C2PA စံနှုန်းနှင့် ကိုက်ညီမှုရှိလာခြင်း၊ SynthID ကို လက်ခံအသုံးပြုခြင်းနှင့် အများပြည်သူသုံး စိစစ်အတည်ပြုရေး ကိရိယာများကို အကြိုမိတ်ဆက်ပြသခြင်းတို့ဖြင့်၊ ရေရှည်တွင် ပိုမိုအပြန်အလှန်ချိတ်ဆက်အသုံးပြုနိုင်သော ဇစ်မြစ်အချက်အလက်ဆိုင်ရာ ဂေဟစနစ်တစ်ခု ဖွံ့ဖြိုးလာရေးတွင် ပံ့ပိုးကူညီနိုင်မည်ဟု ကျွန်ုပ်တို့ မျှော်လင့်ပါသည်။