MVUMO WA GRIDI YA UMEME, SHAHIDI DHIDI YA VIDEO ZA AI

Kugundua video zinazotengenezwa na AI kumekuwa mashindano ya silaha, na kulingana na Ryan Wyton na Bacha Rehman wa Chuo Kikuu cha Southampton Solent, ni mashindano ambayo “mgunduzi anashindwa”. Wagunduzi wengi hujifunza alama bainifu za programu walizofunzwa nazo. Kwenye kipimo cha karibuni cha vipande milioni sita vya video, bora zaidi hufikia tu takriban usahihi wa 80% kwa jumla, na kushuka karibu au chini ya kubahatisha kwenye programu ambazo hawajawahi kuziona.

Badala yake, watafiti hao wawili walitafuta ishara ambayo programu za kutengeneza video haziidhibiti: masafa ya gridi ya umeme (electric network frequency), au ENF.

Alama ya kidole ya gridi

Umeme wa gridi kwa jina ni hertz 50 au 60, lakini masafa yake halisi hupotoka kwa kiasi kidogo kadiri ugavi na mahitaji vinavyobadilika. Kwa sababu gridi ya umeme imeunganishwa kwa ukaribu, upotokaji huu ni ule ule, ndani ya milisekunde, kote kwenye mtandao mzima wakati wowote — kwa hiyo unafanya kazi kama muhuri wa wakati. Unaingia kwenye rekodi kwa njia mbili. Maikrofoni huunasa kama mvumo. Na taa zinazotumia umeme wa gridi hupepesa kwa mara mbili ya masafa ya gridi, hertz 100 au 120. Kamera ambayo kihisi chake husoma picha mstari kwa mstari (“shuta inayoviringika”, rolling shutter) hurekodi mpepeso huo kama mistari hafifu kwenye video.

Dhana iliyoshindwa kusimama

Kazi ilianza na wazo rahisi: video bandia hazingekuwa na mpepeso wa gridi na zingeweza kutambuliwa kwa kukosekana kwake. Wazo hilo “halikustahimili kukutana na ushahidi”, waandishi wanaandika. Katika vipande 600 kutoka programu sita za kugeuza maandishi kuwa video, mpepeso ulionekana kwa nguvu ile ile kama kwenye video halisi — kwa masafa yanayoonekana yaliyowekwa na kasi ya fremu ya programu, si na gridi yoyote halisi. Ukipimwa kwa nguvu ya mpepeso peke yake, vipande halisi na vilivyotengenezwa havingeweza kutofautishwa: alama ya 0.51, ambapo 0.5 inamaanisha kubahatisha kabisa.

Kwa hiyo swali likabadilika. Badala ya kuuliza kama video ina ishara ya gridi, mfumo unauliza kama ishara hiyo inalingana na rekodi huru ya gridi kwa wakati na mahali panapodaiwa. Alama inayolingana ni ushahidi madhubuti wa rekodi halisi. Kukosekana kwake hakuthibitishi chochote, kwa kuwa rekodi nyingi halisi — za nje, zenye mwanga hafifu, au zilizofanywa kwa vifaa vya sauti vya kitaalamu — hazibebi mvumo unaoweza kutumika.

Jinsi mfumo unavyofanya kazi

Mtandao mmoja mdogo wa neva (takriban vigezo 157,600) unasoma ishara ya gridi katika sauti na picha.
Mifano halisi yenye lebo ni adimu, kwa hiyo timu iliufunza kwa mifano bandia: waliiga jinsi masafa ya gridi yanavyotangatanga na kuvutwa tena kuelekea thamani yake ya jina, kisha wakaingiza upotokaji huo kwenye usemi usio na mvumo na video isiyo na mpepeso, pamoja na aina tano za ishara zisizowiana (iliyokosekana, bapa, iliyokatika, gridi isiyo sahihi, iliyounganishwa).
Hatua tofauti inalinganisha ishara ya rekodi na kumbukumbu ya marejeo ya gridi, ama kukagua wakati unaodaiwa au kupata usiojulikana.
Grafu ya maamuzi isiyobadilika — sehemu ya “wakala” (agentic) — inaunganisha hili na wagunduzi waliopo wa nyuso zilizobadilishwa, ulinganifu wa midomo na metadata, ikiwaita wale wa polepole tu pale ukaguzi wa haraka unaposhindwa kutoa jibu.

Matokeo

Kwenye rekodi halisi kutoka vyanzo ambavyo havikuwahi kuonekana wakati wa mafunzo, mfumo ulikubali 93% ya sauti halisi na 100% ya video halisi, dhidi ya 53% na 15% kwa jaribio la kijinga la “je, kuna mvumo?”.
Kukagua wakati wa kurekodi unaodaiwa kulitenganisha mihuri ya wakati halisi na ya uongo kikamilifu kwenye rekodi ambazo alama ingeweza kutolewa; utafutaji wa kipofu ulipata wakati wa kurekodi usiojulikana hadi takriban sekunde moja ndani ya marejeo ya saa 24.
Katika tukio halisi, mpepeso wa video ulilingana na marejeo yake ya gridi na sauti ya rekodi ile ile. Maigizo mawili ya AI ya tukio hilo yalipepesa kwa hertz 60, gridi isiyo sahihi kwa mahali panapodaiwa kutumia 50.
Miongoni mwa rekodi 91 halisi zilizokaguliwa dhidi ya gridi yao ya kweli, haukutoa shtaka la uongo hata moja.
Kuendesha wagunduzi wa polepole tu inapohitajika kulipunguza muda wa kompyuta kwa 54% bila kupoteza usahihi.

Hali ngumu

Ishara ya gridi inathibitisha rekodi, si kile inachoonyesha. Mtu akirekodi tukio halisi kisha akaweka uso mwingine ndani yake, mvumo unabaki halisi. Hilo linawaangukia wagunduzi wa nyuso na ulinganifu wa midomo, ambao kwenye video zilizobanwa za ubadilishaji halisi wa nyuso walifanya kazi karibu na kubahatisha: kundi zima lilipata takriban 50%. Mbinu hii pia inahitaji kumbukumbu za marejeo ya gridi, ambazo waandishi wanazieleza kuwa za umma kwa Uingereza na Ulaya bara lakini zimezuiliwa au hazijachapishwa kwingineko, na haiwezi kumzuia mghushi anayeunganisha rekodi halisi ya gridi kutoka wakati na mahali sahihi.

Waandishi wanauwasilisha mfumo wao kama zana ya uchujaji wa awali, mstari mmoja wa ushahidi miongoni mwa mingine. Lengo lake, wanaandika, “si kutangaza kwamba kipande ni bandia, bali kusema, kwa uhakika uliopimwa, pale rekodi ilipo kile inachodai kuwa.”