Inona ny SynthID, mari-pamantarana an'ny faharanitan-tsaina artifisialy?

Ny fipoiran'ny AI generative dia nampitombo ny famokarana sary, lahatsoratra, horonam-peo ary horonan-tsary amin'ny ambaratonga tsy mbola hita teo aloha, ary niaraka tamin'izany, nitombo ny fisalasalana momba ny fiaviany; amin'ity contexte ity, Fantaro raha noforonina na novain'ny maodely ny atiny lasa fanalahidin'ny fahatokisana nomerika. SynthID mety ho vahaolana lehibe.

Ity ny tolo-kevitry ny Google DeepMind, a fianakaviamben'ny teknika fanondrahana rano "tsy hita maso". izay ampidirina mivantana amin'ny atiny novokarin'ny AI mba hanamora ny fanamarinana manaraka nefa tsy manimba ny kalitaon'ny olombelona.

Inona no atao hoe SynthID ary natao ho inona izany?

Google dia mamaritra ny SynthID ho fitaovana ho an'ny mari-pamantarana manokana ho an'ny atiny vokarin'ny AI, natao hampiroboroboana ny mangarahara sy ny traceability. Tsy voafetra amin'ny endrika iray ihany izy io: ahitana sary, feo, lahatsoratra ary horonan-tsary, ka fomba iray ara-teknika iray azo ampiharina amin'ny karazana media samihafa.

Ao amin'ny ecosystem Google dia efa ampiasaina amin'ny fomba maro izy io:

• Amin'ny soratra, mihatra amin'ny valintenin'ny Gemini ny saina.
• Amin'ny feo, dia ampiasaina miaraka amin'ny maodely Lyria ary misy endri-javatra toy ny famoronana podcast avy amin'ny lahatsoratra ao amin'ny Notebook LM.
• En Video, dia tafiditra ao anatin'ny famoronana Veo, ilay maodely afaka mamorona clip amin'ny 1080p.

Amin'ny toe-javatra rehetra, ny Modèle Izy io dia tsy hita maso, ary natao mba mahatohitra fanovana matetika toy ny fanerena, fiovan'ny gadona amin'ny fanapahana feo na horonan-tsary, tsy mampihena ny kalitao.

Ankoatra ny teknolojia, mazava ny tanjona azo ampiharina: manampy hanavaka ny fitaovana sentetika amin'ny vokatra tsy misy AI, mba hahafahan'ireo mpampiasa, haino aman-jery ary andrim-panjakana mandray fanapahan-kevitra tsara momba ny fanjifana sy fizarana votoaty.

Ny fomba fiasan'ny mari-pamantarana lahatsoratra (SynthID Text).

Amin'ny fampiharana, SynthID Text dia miasa toy ny a logit processeur izay mifandray amin'ny fantsona famokarana modely amin'ny fiteny aorian'ny sivana santionany mahazatra (Top-K sy Top-P). Ity processeur ity dia manova moramora ny naoty modely amin'ny a asa pseudorandom g, famadihana ny vaovao amin'ny lamin'ny mety tsy hampidirana artifact hita maso amin'ny fomba na ny kalitaon'ny lahatsoratra.

Ny vokatra dia lahatsoratra izay, raha vao jerena, dia mitazona kalitao, mazava tsara ary fluidity, fa misy rafitra statistika azo fantarina miaraka amin'ny mpanamarina voaofana.

Tsy ilaina ny mamorona lahatsoratra misy marika rano ampiofana indray ny modely: omeo config fotsiny ny fomba .generate() ary ampio ny processeur logit an'ny SynthID Text. Manamora ny fananganana izany ary mamela ny fitiliana miaraka amin'ireo modely efa napetraka.

Ny firafitry ny watermark dia misy paramètre roa tena ilaina: keys y ngram_len. Ny fanalahidy dia lisitr'ireo isa tsy manam-paharoa sy kisendrasendra ampiasaina hamantarana ny voambolana amin'ny fampiasana ny fiasa g; ny halavan'io lisitra io dia mifehy ny isan'ny "sosona" amin'ny mari-drano ampiasaina. Mandritra izany fotoana izany, ngram_len Mametraka ny fifandanjana eo amin'ny fahitana sy ny fahamendrehana amin'ny fiovana: ny soatoavina ambony dia manamora ny fahitana fa mahatonga ny tombo-kase ho mora voan'ny fiovana; ny sandan'ny 5 dia miasa tsara ho toerana fiaingana.

Ankoatra izany, ny SynthID Text dia mampiasa a latabatra fanaovana santionany manana fananana roa: sampling_table_size y sampling_table_seed. Ny haben'ny 2^16 fara fahakeliny no soso-kevitra mba hahazoana antoka fa ny fiasa g dia mihetsika amin'ny fomba milamina sy tsy mitongilana rehefa maka santionany, amin'ny fiheverana fa ny habe lehibe kokoa dia midika fitadidiana bebe kokoa mandritra ny inferences. Ny voa dia mety ho integer rehetra, izay manamora ny famerenana indray amin'ny tontolo fanombanana.

Misy nuance manan-danja hanatsarana ny famantarana: miverimberina n-gram ao anatin'ny tantara vao haingana momba ny contexte (nofaritana tamin'ny context_history_size) dia tsy voamarika, izay manome vahana ny fahitana ny marika ao amin'ny sisa amin'ny lahatsoratra ary mampihena ny hevitra diso mifandray amin'ny fiverimberenan'ny fiteny voajanahary.

Ho an'ny fiarovana, ny fanamafisam-peo tsirairay (anisan'izany ny lakileny, ny voa ary ny masontsivana) tsy maintsy tehirizina manokanaRaha tafaporitsaka ireo fanalahidy ireo, dia afaka mamerina mora foana ny marika ny antoko fahatelo na, ratsy kokoa aza, manandrana manodinkodina azy amin'ny fahalalana feno momba ny rafitra.

Ahoana no hamantarana: fanamarinana azo inoana miaraka amin'ny tokonam-baravarana

Ny fanamarinana ny mari-drano amin'ny lahatsoratra dia tsy binary, fa probabilisticGoogle dia mamoaka mpitsikilo Bayesian ao amin'ny Transformers sy GitHub izay, rehefa avy namakafaka ny lamina statistika amin'ny lahatsoratra, dia mamerina toe-javatra telo mety: miaraka amin'ny marika, tsy misy marika o tsy azo antokaIty vokatra ternary ity dia ahafahan'ny asa ampifanarahana amin'ny toe-javatra samihafa amin'ny fandeferana ny risika sy ny fahadisoana.

Ny fihetsiky ny mpanamarina dia azo amboarina amin'ny tokonana roa izay mifehy ny tahan'ny fanefitra diso sy ny ratsy diso. Raha lazaina amin'ny teny hafa, azonao atao ny manitsy ny hamafin'ny tiana hotratrarina, ny fahafoizan-tena ho an'ny fahitsiana na ny mifamadika amin'izany arakaraka ny fampiasanao, zavatra tena ilaina amin'ny tontolo iainana tonian-dahatsoratra, antonony na fanaraha-maso anatiny.

Raha misy modely maromaro mitovy tokenizer, afaka mizara ny mitovy ny mari-pamantarana sy ny detector mitovy, raha toa ka misy ohatra amin'izy rehetra ireo ny seta fanofanana ny mpanamarina. Izany dia manamora ny fananganana "marika rano mahazatra" amin'ny fikambanana misy LLM marobe.

Rehefa voaofana ny mpitsikilo dia afaka manapa-kevitra ny haavon'ny famirapiratany ny fikambanana: tazony izany manokana tanteraka, manolotra izany amin'ny fomba iray semi-tsy miankina amin'ny alàlan'ny API, na avoaka amin'ny fomba iray -bahoaka ho an'ny fampidinana sy fampiasan'ny antoko fahatelo. Ny safidy dia miankina amin'ny fahafahan'ny orinasa tsirairay miasa amin'ny fotodrafitrasa, ny loza ateraky ny lalàna ary ny paikadin'ny mangarahara.

Watermark amin'ny sary, feo ary horonan-tsary

Ity marika ity dia natao haharitra fiovana iombonana toy ny famotehana, fanovana ny habeny, fanodinkodinana, fanovana loko, na fakàna sary mihitsy aza, tsy mila mitahiry metadata. Tamin'ny voalohany, ny fampiasana azy dia natolotra tamin'ny alalan'ny Sary ao amin'ny Vertex AI, izay ahafahan'ny mpampiasa misafidy ny hampavitrika ny mari-drano rehefa mamorona votoaty.

Amin'ny feo, ny marika dia tsy henoina ary manohana ny asa mahazatra toy ny famatrarana MP3, manampy tabataba, na manova ny hafainganam-pandehan'ny playback. Google dia mampiditra azy amin'ny Lyria ary amin'ny endri-javatra mifototra amin'ny Notebook LM, mampitombo ny famantarana na dia mandalo amin'ny reniranon'ny famoahana very aza ny rakitra.

Amin'ny horonan-tsary, ny fomba fiasa dia mamerina ny fomba fijery sary: ​​ny marika dia tafiditra ao amin'ny pixel isaky ny frame, tsy hita maso ary mijanona ho marin-toerana manoloana ny sivana, ny fiovan'ny tahan'ny famelomana, ny fanerena na recortes. Horonantsary novokarin'ny Hitako Ny fitaovana toy ny VideoFX dia mampiditra io marika io mandritra ny famoronana, mampihena ny mety ho famafana tsy nahy amin'ny fanovana manaraka.

Algorithm sampling sy ny hamafin'ny tombo-kase lahatsoratra

Ny fon'ny SynthID Text dia azy algorithm sampling, izay mampiasa fanalahidy iray (na fitambarana fanalahidy) mba hanomezana isa pseudo-kisendrasendra ho an'ny marika tsirairay mety. Ny mpifaninana dia alaina avy amin'ny fizarana modely (aorian'ny Top-K/Top-P) ary ampidirina amin'ny "fifaninanana" aorian'ny fihodinana fanafoanana, mandra-pifidy ny mari-pamantarana manana isa ambony indrindra mifanaraka amin'ny asa g.

Ity fomba fisafidianana ity dia mankasitraka ny lamina statistika farany ny mety hitondra ny mariky ny marika, fa tsy manery safidy tsy voajanahary. Araka ny fanadihadiana navoaka, ny teknika dia manasarotra izany hamafa, hosoka, na hamadika ny tombo-kase, ao anatin'ny fetra mitombina hatrany amin'ny mpanohitra amin'ny fotoana sy ny antony manosika.

Fomba fampiharana tsara sy fiarovana

• Raha mampiasa SynthID Text ianao dia ataovy toy ny tsiambaratelo famokarana: Tehirizo ny lakile sy voa ao anaty mpitantana azo antoka, ampiharo ny fanaraha-maso ny fidirana, ary avelao ny fihodinana tsindraindray. Ny fisorohana ny fivoahana dia mampihena ny endrik'ireo fanafihana manohitra ny andrana mivadika.
• Mamorona drafitra Fanaraha-maso ho an'ny mpitsikilo anao: raketo ny tahan'ny tsara/ratsy diso, amboary ny tokonam-baravarana araka ny teny manodidina ary manapaha hevitra momba ny politikanao hatsiaka (tsy miankina, semi-private amin'ny alàlan'ny API, na ampahibemaso) miaraka amin'ny fepetra mazava ara-dalàna sy miasa. Ary raha misy modely maromaro mizara tokenizer, diniho ny fampiofanana a mpitsikilo mahazatra miaraka amin'ny ohatra amin'izy rehetra mba hanatsorana ny fikojakojana.
• Amin'ny ambaratongam-pahombiazana dia manombana ny fiantraikan'ny sampling_table_size ao amin'ny fitadidiana sy ny fahatarana, ary mifidiana a ngram_len izay mampifandanja ny fandeferanao amin'ny fanovana amin'ny filàna fitiliana azo antoka. Aza adino ny manilika n-gram miverimberina (via context_history_size) hanatsarana ny famantarana amin'ny lahatsoratra mikoriana.

SynthID dia tsy bala volafotsy manohitra ny diso vaovao, fa dia manome sakana fototra hananganana indray ny rojo fitokisana amin'ny vanim-potoanan'ny AI generative. Amin'ny alàlan'ny fampidirana ireo mari-pamantarana porofo amin'ny lahatsoratra, sary, feo ary horonan-tsary, ary fanokafana ny singa lahatsoratra ho an'ny vondrom-piarahamonina, Google DeepMind dia manosika mankany amin'ny ho avy izay ahafahana manamarina ny maha-azo itokiana amin'ny fomba azo ampiharina, azo refesina, ary indrindra indrindra, mifanaraka amin'ny fahaiza-mamorona sy ny kalitaon'ny atiny.