Nyissa meg bármelyik közösségi média alkalmazást, és számolja meg, hány másodperc telik el, amíg egy egyszerű szövegblokkot talál, amelyhez nem kapcsolódik kép. Biztos vagyok benne, hogy sokáig fogsz várni!
Az internet túlnyomórészt és visszavonhatatlanul vizuális médium.
Becslések szerint 14 milliárd kép naponta megosztják a közösségi média platformokon. A Google képkereső jelenleg becslések szerint 136 milliárd kép, és a szakértők szerint ez a szám 2030-ra elérheti a 382 milliárdot a képalkotás jelenlegi ütemével.
Ezek közül a képek közül igazán nehéz feladat megtalálni a valóban hasznos, helyesen licencelt képet, azt, amelyik valóban azt mutatja, amit állítólag mutat.
Ebben a cikkben megtudhatja:
- Mi a képkeresés és annak különböző formái
- Gyakorlati útmutatás a fejlett képkeresési technikák hatékony használatához
- Hogyan védekezhetsz az online hamis képekkel szemben
A legfontosabb tudnivalók
- A hasznos képkeresési eredmények attól függnek, hogy mennyire specifikusak a kulcsszavak, a keresési platform, valamint a felbontásra és a felhasználási jogokra vonatkozó szűrők.
- Egy átlagember rengeteg téves információval találkozik a közösségi médián, amire a fordított képkeresés egy alulhasznosított eszköz.
- Ingyenes, kiváló minőségű képeket találhat a Creative Commons licencek, az Openverse, a Smithsonian, a Metropolitan Múzeum, a Kongresszusi Könyvtár stb. közkincsgyűjteményeiben.
- A mesterséges intelligenciát nem észlelő képdetektor a fordított keresés és a metaadatok ellenőrzése mellett erős ellenőrzést biztosít a mesterséges intelligencia által generált képekkel szemben.
Mi az a képkeresési technika?
A képkeresési technika minden olyan módszer, amely lehetővé teszi, hogy egy számítógépes rendszer vizuális tartalom alapján információt találjon és keressen.
Amikor a kutatók az 1990-es évek elején először kezdték el vizsgálni a képkeresési technikákat, megközelítésük mai szemmel nézve nevetségesen egyszerű volt.
Christel Faloutsos és az IBM-nél dolgozó kollégái alapították meg a Kép tartalma szerinti lekérdezés 1994-ben.
Soha többé ne aggódj amiatt, hogy a mesterséges intelligencia felismeri a szövegeidet. Undetectable AI Segíthet:
- Tegye láthatóvá az AI-asszisztált írást ember-szerű.
- Bypass az összes főbb AI-érzékelő eszköz egyetlen kattintással.
- Használja a címet. AI biztonságosan és magabiztosan az iskolában és a munkahelyen.
A QBIC képes a szín, a textúra és az alak alapján képadatbázisokban keresni. Egy piros kör alakú tárgy más piros kör alakú tárgyakhoz illeszkedne. Többé-kevésbé ennyi volt.
Jelenleg a képkeresés meglepően sokféle megközelítést tartalmaz:
- Szövegalapú képkeresés, ahol kulcsszavakat írhat be, és a megfelelő metaadatokkal megjelölt képeket kereshet, lényegében ez az, amivel a Google Images is kezdte.
- Tartalomalapú képkeresés, vagy CBIR, amely a vizuális tartalmat elemzi.
- Fordított képkeresés, amelyben egy képet adsz meg a Google Lens és a TinEye számára, és megkéred a rendszert, hogy keressen vizuálisan hasonló képeket.
A fordított képkeresés hatékony használata
A fordított képkeresés alapvető mechanizmusa meglehetősen egyszerű.
Mindössze annyit kell tennie, hogy képet küld a rendszerbe, akár egy fájl feltöltésével, akár - a Google Lens esetében - a telefon kamerájával a fizikai világban lévő valamire mutatva.
Elemzi a vizuális tartalmat, és visszaadja Önnek azokat az eredményeket, amelyek vizuálisan hasonlóak vagy kontextuálisan kapcsolódnak az Ön képéhez.
De hogyan lehet ezeket a képhasonlósági keresési technikákat valóban jobb működésre bírni?
A Google Lens vitathatatlanul a leghasznosabb eszköz a fogyasztási cikkek, nevezetességek és minden olyan dolog számára, amelynek valószínűleg jelentős webes jelenléte van.
Íme a Google Lens eredménye, amikor a Harvard Law épületének képét adtuk meg neki:
A TinEye kifejezetten a képek eredetének nyomon követésére készült. 2008 óta indexel képeket, és a legutóbbi számítások szerint több mint 62 milliárd képet gyűjtött össze az adatbázisában.
A Yandex Images általában az arcfelismerés és a nem angol nyelvű, különösen a kelet-európai webes terekben elterjedtebb képek esetében működik a legjobban.
A 2022-es kiberbiztonsági tanulmány szigorú black-box összehasonlítást végzett ezen platformok között, és megállapította, hogy a fordított képkeresés pontossága:
- Google: 65%
- Bing: 55%
- Yandex: 50%
Sokszor előfordul, hogy az érdekes képen sok vizuális zaj lesz. Például egy zsúfolt háttér, több tárgy, emberek állnak a keresett dolog körül, amelyre a keresés során fókuszálni szeretne.
Ezért ügyeljen arra, hogy a vizsgálni kívánt konkrét témára vágja ki a témát, hogy a rendszer se zavarodjon össze.
Tippek a kiváló minőségű képek megtalálásához
Néhány szándékos módosítás a keresés módjában és a szűrés módjában sokkal jobb képeket eredményezhet, mint egy általános keresés.
- Használjon egyértelmű keresési kulcsszavakat
A keresőkifejezések specifikussága közvetlen hatással van a kapott eredményekre.
A keresőmotorok a képeket nagyrészt a kapcsolódó metaadatok és a környező szöveg alapján rendelik hozzá a lekérdezésekhez. Kulcsszóalapú képkeresés kutatása kimutatta, hogy a kifejezett és pontos kulcsszavas lekérdezések relevánsabb eredményeket hoznak.
Próbálj meg rétegekben gondolkodni a célképedről. Kezdje a témával, majd adja hozzá a stílus, a beállítás, a hangulat, a megvilágítás és a tervezett felhasználás leírását.
Az intézményi archívumok, például múzeumok vagy egyetemek, valamint a speciális stockfotó-platformok is másfajta képeket kínálnak, mint az általános internetes keresés.
Ha történelmi fényképet keres, a Google Images valószínűleg nem a legjobb eszköz a megszerzésükhöz. A Kongresszusi Könyvtár, az Europeana vagy a Smithsonian szabad hozzáférésű gyűjteményei sokkal valószínűbb, hogy megtalálod, amire szükséged van.
- Szűrés képfelbontás szerint
A felbontás a legegyszerűbben fogalmazva a kép dimenziója. Előfordulhat, hogy egy kép jól néz ki miniatűr méretben, de kinyomtatva pixeles rendetlenséggé válik.
A szinte minden képkereső eszköz beépített keresési funkcióival szűrheti az Önt érdeklő kép méretét. A Google Images bővített keresője például lehetővé teszi a találatok szűrését méret, formátum, felhasználási jogok és számos más paraméter alapján.
A Google Images alkalmazásban ezeket a szűrőket az “Eszközök” menüpont alatt érheti el, miután lefuttatta a kezdeti keresést. Vagy egyszerűen kattintson ide hogy kipróbálhassuk.
A képekre specializálódott keresőplatformok, mint például az Unsplash, a Pexels és az Adobe Stock, a nagy felbontásra épülnek. Nem valószínű, hogy ott bármi használható küszöbérték alatti képet talál.
A szükséges felbontás nagyban függ a kép felhasználási módjától.
- A 72 DPI, vagyis minden 1000 pixel feletti felbontás a szabványos webes felbontás.
- Egy kép egész oldalas nyomtatásához legalább 300 DPI, azaz 2500 x 3500 pixel feletti felbontást kell használnia.
A JPEG formátum a legtöbb esetben megfelelő. Ha átlátszó hátterű képre van szüksége, a PNG vagy a TIFF formátum több adatot őriz meg.
- A szerzői vagy felhasználási jogok ellenőrzése
Egy kép megtalálása és felhasználása teljesen más dolog.
A DMCA nyomon követési adatok, a képek teszik ki a szerzői joggal kapcsolatos összes visszavételi kérelem 23%-ját, ami a legnagyobb egyéni célzott online tartalomtípus kategória.
A legbiztonságosabban akkor juthat használható képekhez, ha olyan helyeken keres, ahol a felhasználási jogok eleve egyértelműek.
A Creative Commons licencek a “szabadon felhasználható”, a “forrásmegjelölés szükséges” és a “csak nem kereskedelmi célokra” közötti skálán mozognak.”
A Creative Commons keresőeszköz, mostantól Openverse néven, lehetővé teszi a keresés szűrését az engedély típusa szerint. Így megtalálhatja az igényeinek megfelelő képeket anélkül, hogy aggódnia kellene az engedélyek miatt.
Számos intézményi archívumból származó, közkincsnek minősülő képgyűjtemény széles körben elérhető és szabadon felhasználható.
A Metropolitan Művészeti Múzeum több mint 490 000 nagy felbontású kép a közkincsgyűjteményében, amelyek mindegyike korlátozás nélkül letölthető és újrafelhasználható.
Ami azt illeti, a Google Images Advanced Search lehetővé teszi a képek szűrését a “felhasználási jogok” alapján is.”
Hogyan javítja a képkeresést a felderíthetetlen mesterséges intelligencia
Az információkeresés régóta elismert problémája, hogy az emberek mit akarnak megtalálni, és mit keresnek valójában.
A legtöbb felhasználó nem igazán tudja, hogyan kell konkrét keresési lekérdezéseket szerkeszteni. Az Undetectable AI chat segítségével segíthet megtalálni a megfelelő kulcsszavakat, amelyek leírják a képeket, amelyekre gondol, mielőtt egy képkereső eszközhöz fordulna.
Egy másik probléma, amivel a képekkel kapcsolatban szembesülünk, hogy vajon valódiak-e vagy sem. Egy nagyszabású tanulmány megjelent az arXiv-on mintegy 287 000 képértékelést elemeztek több mint 12 500 résztvevőtől a világ minden tájáról.
Megállapították, hogy az emberek csak 62% sikerrel próbálták megkülönböztetni a mesterséges intelligencia által generált képeket a valós képektől.
Az Észrevehetetlen AI Image Detector pixelszintű elemzést végez, hogy a textúra, a zaj, a színtelítettség és a strukturális műtermékek mintázatát keresse, amelyek statisztikailag a generatív AI kimenethez kapcsolódnak.
Az észlelés nem a metaadatokon, hanem a pixeltartalmon alapul. Ha tehát egy kép metaadatait eltávolították, és nincs rajta vízjel, akkor is képes lesz a kép mesterséges intelligencia eredetének felismerésére.
Kompatibilis az összes alábbi képgenerátorral:
- DALL-E
- Stabil diffúzió
- MidJourney
- Ideogram
- Flux
- Bing Image Creator
- GAN-ok
- Nano Banana (Google DeepMind)
- Seedream
- Adobe Firefly
Hamis képek elkerülése online
Becslések szerint több mint 500.000 deepfakes megosztották a a közösségi média csak 2023-ban. És ez csak a szintetikus fajta.
Nem számol a sokkal nagyobb mennyiségű valódi fényképekkel, amelyeket szándékosan megfosztottak a kontextusuktól, vagy régi eseményekből újrahasznosítottak, hogy hamisan ábrázolják a jelenlegieket.
A NewsGuard szerint, amely a félretájékoztatási forrásokat követi nyomon, a mesterséges intelligenciával támogatott álhíroldalak száma 2023-ban megtízszereződött, és 2026-ban már csak növekszik.
Amikor az emberek a friss hírekhez kapcsolódó képekre keresnek, ezek a hamis, manipulált képek gyakran a legtöbbet terjesztett, és ezért a legtöbbet indexelt képek között vannak.
Tehát, ha egy erős reakciót kiváltó képre bukkan, mindig keressen rá a fordított keresőben, hogy megtudja, mikor használták először, milyen kontextusban, milyen forrásból származik a fotó, és hogy a forrás hiteles-e.
Van egy hasznos útmutatónk is a hogyan lehet megmondani, hogy egy kép mesterséges intelligencia által generált vagy hamisítvány-e.
Amikor egy képet szerkesztünk és újra mentünk, a manipulált területek az eredeti részektől eltérően tömörülnek. Ez a hibaszint-elemzési (ELA) technikával kimutatható az ingyenes webes eszköz segítségével, FotoForensics.
A képkeresés gyakorlati felhasználása
A képkeresésnek sokkal több felhasználási módja van, mint amennyire Ön gondolhat. Íme a képkeresés néhány gyakorlati felhasználási módja:
- Ha láttál egy kabátot, amit szeretnél, de fogalmad sincs, hogy hívják vagy ki gyártja, egy fotó feltöltése sokkal közvetlenebb, mintha kulcsszavakkal próbálnád leírni. A vizuális keresést használók 30% magasabb arányban konvertálnak, mint a hagyományos szöveges keresést használók az online vásárlás során.
- Az egészségügyben a tartalomalapú orvosi képkereső rendszerek segítenek a klinikusoknak a radiológiai és patológiai adatbázisokban keresni a vizuálisan hasonló eseteket.
- Az újságírók egész karrierje a tényellenőrzésen alapul. A Globális Oknyomozó Újságíró Hálózat a képkeresést az újságírás egyik legfontosabb ellenőrzési eszközévé tette. Ezt használják a fényképek eredetének nyomon követésére, a képeken szereplő személyek azonosítására, egy jelenet eredeti kontextusának meghatározására, több forrásból származó vizuális bizonyítékok kereszthivatkozására stb.
- A Google fejlesztette ki a SpeciesNet-et, egy nyílt forráskódú mesterséges intelligenciamodellt, amelyet vadon élő állatok azonosítására használnak kameracsapdák képein. A rendszer a vadon élő állatok védelmét segíti azáltal, hogy automatizálja a fajok képeken történő azonosítását.
- Használhatja a AI képfelismerés a plágiumok felderítése vizuális munkák esetében tudományos kontextusban.
Fejleszd a munkádat az AI Detector és Humanizer segítségével - kezdd el alább!
Végső gondolatok
A képkereső eszközök mindenki telefonján megtalálhatóak. Csak a Google Lens jelenleg havi 20 milliárd keresést kezel, és viszonylag rövid idő alatt 10 millió napi használatról 10 millióra nőtt.
Az ebben a cikkben ismertetett fejlett és fordított képkeresési technikáknak segíteniük kell abban, hogy értéket nyerjen a kezében lévő eszközökből.
Az, hogy meg tudjunk különböztetni egy mesterséges intelligencia által generált képet egy valóban ember alkotta képtől, alapvető műveltségi készség mindenki számára, különösen akkor, amikor ebben a mesterséges intelligencia által uralt világban élünk.
A Kimutathatatlan AI elemzi a zajmintákat, a tömörítési leleteket, a színtelítettséget és a frekvenciatartománybeli jeleket, hogy segítsen távol tartani magát az online hamis képektől.
Próbálja ki még ma!