‘प्रायिकता’ को डीपफेक पहचान मीट्रिक के रूप में उपयोग करना

यदि एआई-जनित वीडियो और ऑडियो पर्याप्त रूप से अच्छे हो जाते हैं, तो दृश्य आर्टिफैक्ट्स या अन्य पारंपरिक संकेतों पर आधारित डीपफेक डिटेक्टर अब काम नहीं करेंगे। लेकिन यह देखते हुए कि लोग कितनी कम ही पूर्वानुमेय व्यवहार से हटते हैं, शायद ‘प्रायिकता’ को इस बात के संकेत के रूप में अधिक गहराई से अपनाया जा सकता है कि कोई वीडियो या समाचार अफवाह सच होने की संभावना है या नहीं।

मत 1990 के दशक की शुरुआत में, सम्मानित पूर्व ब्रिटिश फुटबॉलर और टीवी खेल कमेंटेटर डेविड इके ने एक चैट शो पर सहजता से खुलासा किया कि वह ‘ईश्वर के पुत्र’ हैं – एक विचित्र और अप्रत्याशित खुलासा जो अगले दशकों में एक स्थायी और विस्तृत षड्यंत्र सिद्धांत में विकसित हो गया जिसमें ‘छिपकली लोगों’ के एक गुप्त और शक्तिशाली वैश्विक गुट का जिक्र था।

इंटरनेट के अपनाने में अभी कुछ साल शेष थे, और सोशल मीडिया का आगमन तो और भी दूर था, इके की सेलिब्रिटी और उनकी नई अंतर्दृष्टि की प्रकृति के बीच का विषमतापूर्ण अंतर ब्रिटिश जनता पर गहरा प्रभाव डाला – खासकर इसलिए क्योंकि एक प्रसिद्ध और स्थापित खेल व्यक्तित्व से इस बड़े मोड़ के लिए संदर्भ की पूर्ण अनुपस्थिति, या किसी भी प्रकार की तैयारी का अभाव था।

बीस से अधिक वर्षों के बाद, समाज के इसी प्रकार के एक समान लेकिन कहीं अधिक गहरे आघात की घटना तब हुई, जब प्यारे चैरिटी अभियानकर्ता और बच्चों के टीवी होस्ट जिमी सेविल को मरणोपरांत एक धारावाहिक और लालची आजीवन यौन अपराधी पाया गया, जिसने अपने साफ-सुथरे सार्वजनिक छवि का उपयोग अपने अपराधों को सुविधाजनक बनाने के लिए किया था।

बाद की ऑपरेशन यूट्री पुलिस जांच ने यौन अपराधों के लंबे इतिहास वाले कई और यूके सेलिब्रिटीज को उजागर किया; बाद में, हार्वे वेनस्टीन के मुकदमे ने अमेरिका में सेलिब्रिटी यौन अपराधियों की समान खोज को जन्म दिया, जो #मीटू आंदोलन में विकसित हुआ, और The Morning Show जैसे प्रोग्रामों में स्थायी रूप से अमेरिकी संस्कृति में समा गया। ‘शॉक’ समाचार एक नया और अचानक टेम्पलेट विकसित कर रहा प्रतीत होता था – जिसे अंततः डीपफेक हमलावरों द्वारा अपनाया जाने वाला था।

‘पारंपरिक’ डीपफेक पहचान का अंत?

यदि सोशल मीडिया और एआई नब्बे के दशक की शुरुआत में ही मौजूद होते, तो भी दुनिया की कोई भी भविष्यवाणी प्रणाली इके के चैट-शो खुलासों का अनुमान नहीं लगा सकती थी, जो (जैसा कि मुझे अच्छी तरह याद है) घटना से पहले के वर्षों में किसी भी तरह से संकेतित नहीं किए गए थे।

लेकिन फिर, यदि एआई मौजूद होता, तो व्यापक दर्शकों को यह समझाने में कुछ समय लग सकता था कि इके की घोषणाएं Google Veo 3, या हाइपर-रियल ऑडियो/वीडियो डीपफेक फ्रेमवर्क की नई पीढ़ी के किसी अन्य का उत्पाद नहीं हैं।

यह पिछले 6-12 महीनों में ही है कि एआई डीपफेक विधियां डीपफेक चुनाव हस्तक्षेप के बारे में मीडिया के वर्षों के कयामत भरे बयानों को पूरा करने के लिए पर्याप्त प्रभावी हो गई हैं, और उस प्रकार का त्वरित प्रहार वाली प्रतिष्ठा दाग उत्पन्न करने में सक्षम हैं जो असत्य है, फिर भी तेजी से विश्वासशील होती संस्कृति में मिटाना कठिन है।

अब तक, एआई वीडियो आउटपुट आमतौर पर वास्तविक यथार्थवाद से कम रहता है, तकनीकी बाधाओं द्वारा सीमित और प्रतिबंधात्मक पश्चिमी मॉडलों और चीन के अनसेंसर्ड ओपन सोर्स रिलीज के बीच बढ़ते अंतर द्वारा तेजी से ध्रुवीकृत^**।

फिर भी, मैं शोध साहित्य में इस शीत युद्ध की एक आसन्न स्वीकृति को तेजी से देख रहा हूं, उदाहरण के लिए नए पेपर Performance Decay in Deepfake Detection^† में:

‘[हम] मानते हैं कि डीपफेक वीडियो में मशीन-सीखने योग्य विशेषताएं शामिल रहेंगी जो उन्हें वास्तविक वीडियो से विश्वसनीय रूप से अलग करती हैं। जैसे-जैसे जेनरेटिव एआई की क्षमताएं तेजी से आगे बढ़ रही हैं, यह धारणा टूट सकती है।

‘ऐसे परिदृश्य में, वॉटरमार्किंग और अन्य प्रोवेनेंस ट्रैकिंग विधियां डिजिटल मीडिया में विश्वास बनाए रखने के लिए एकमात्र सहारा प्रदान करेंगी।’

हालांकि, वही पेपर स्वीकार करता है कि प्रोवेनेंस-आधारित समाधान जैसे कि एडोब के नेतृत्व वाली Content Authenticity Initiative (और पिछले 7-8 वर्षों के बहुत से छोटे शोध प्रस्ताव) को इतने व्यापक अपनाने की आवश्यकता है कि यह अवास्तविक है; और पेपर हार नहीं तो पीछे हटने के एक सामान्य स्वर पर समाप्त होता है।

यदि ऑडियो-विजुअल डीपफेक पहचान विधियां जेनरेटिव एआई द्वारा पीछे छोड़ दी जाती हैं, और एक घुसपैठ वाली वॉटरमार्किंग या प्रोवेनेंस योजना का वैश्विक अपनाना विविध लॉजिस्टिकल बाधाओं पर विफल हो जाता है, तो कौन सी सामान्य केंद्रीय विशेषता संभावित रूप से नकली आउटपुट के संकेतक के रूप में उनकी जगह ले सकती है? या क्या हमें खुद को एक ऐसी दुनिया के लिए समर्पित कर देना चाहिए जहां सभी मीडिया संदेह में है, और Liar’s Dividend प्रबल है?

नॉलेज ग्राफ

ऐसा लगता है कि डीपफेक पहचान में एक संकेत विशेषता के रूप में ‘रिपोर्ट की गई घटनाओं’ की प्रायिकता और संभाव्यता का अधिक गहराई से लाभ उठाने का समय आ गया है। इसके अलावा, चूंकि वीडियो और ऑडियो जेनरेटिव एआई सिस्टम तेजी से एकीकृत हो रहे हैं, इसलिए ‘फेक न्यूज’ (एक टेक्स्ट-आधारित कथात्मक घटना के रूप में) और फेक इमेजरी/वीडियो के अलग-अलग शोध धागों के समान रूप से एकीकृत होने का भी समय आ गया हो सकता है।

एक प्रायिकता डीपफेक मीट्रिक RAG-सहायित तथ्य सत्यापन के समान नहीं है, जहां एक एआई मॉडल अपने स्वयं के कट-ऑफ डेट के बाद होने वाली घटनाओं का ज्ञान प्राप्त करने और/या अपने दावों की पुष्टि करने के लिए वर्तमान वेब परिणाम ला सकता है।

बल्कि, यह आम तौर पर संकेतक सांख्यिकीय रुझानों के आधार पर भविष्यवाणियां करेगा, जो ऐतिहासिक पैटर्न से प्राप्त होते हैं जो एक वर्तमान पूछताछ के अनुरूप होते हैं।

इस अर्थ में, एक प्रायिकता विधि वर्तमान मशीन लर्निंग दृश्य में अधिक आधुनिक धागों की तुलना में सांख्यिकीय विश्लेषण के अधिक निकट है।

हालांकि पहले अधिक आधुनिक ट्रांसफॉर्मर-युग के दृष्टिकोणों द्वारा ग्रहण लगा था, नॉलेज ग्राफ एंटरप्राइज क्षेत्र में एक तरह की वापसी कर रहे हैं, और डीपफेक पहचान में ‘प्रायिकता’ मीट्रिक के संभावित परिनियोजन के लिए अनुकूलित प्रतीत होते हैं।

<img class=" wp-image-225719" src="https://www.unite.ai/wp-content/uploads/2025/11/knowledge-graph.jpg" alt="एक सरलीकृत नॉलेज ग्राफ जो दर्शाता है कि कैसे लोग, स्थान, कलाकृतियां और घटनाएं लेबल किए गए संबंधों के माध्यम से जुड़ी हो सकती हैं, जिससे मशीनें वास्तविक दुनिया की इकाइयों और उनके कनेक्शनों पर त