SynthID i kryminalistyka cyfrowa – jak wykrywać obrazy wygenerowane przez sztuczną inteligencję

W naszym poprzednim artykule o deepfake opisywaliśmy rosnący problem fałszowania materiałów cyfrowych przy pomocy sztucznej inteligencji. Dziś zajmujemy się kolejnym krokiem w tej grze – niewidzialnymi znakami wodnymi, które mają pomagać w identyfikacji treści generowanych przez AI. Technologia SynthID, opracowana przez Google DeepMind, jest obecnie najważniejszym narzędziem tego typu na świecie. Jednak najnowsze badania pokazują, że nawet ona nie jest niezawodna.

Czym jest SynthID

SynthID to technologia niewidzialnego znakowania cyfrowego opracowana przez Google DeepMind. Działa na zasadzie osadzania imperceptywnych znaczników w treściach generowanych przez modele AI – w obrazach, filmach, nagraniach audio i tekście. Znak wodny jest nakładany w momencie tworzenia materiału i pozostaje wykrywalny nawet po typowych modyfikacjach, takich jak przycinanie, kompresja, zmiana rozdzielczości czy nakładanie filtrów.

W przypadku obrazów SynthID działa w domenie częstotliwościowej – osadza sygnał nośny na stałych częstotliwościach z określonymi wartościami faz. Co istotne, wzorzec ten jest spójny dla wszystkich obrazów wygenerowanych przez dany model, co umożliwia identyfikację źródła nawet bez dostępu do oryginalnego pliku.

Dlaczego znaki wodne AI mają znaczenie dla kryminalistyki

Dla detektywów i biegłych sądowych technologie takie jak SynthID stanowią nowe narzędzie weryfikacji. Gdy w śledztwie pojawia się zdjęcie jako dowód – na przykład w sprawie rozwodowej, szantażu lub oszustwa ubezpieczeniowego – możliwość sprawdzenia, czy obraz został wygenerowany przez AI, jest kluczowa.

Google udostępnia portal SynthID Detector, który pozwala na niezależną weryfikację obrazów, filmów i nagrań audio. W teorii daje to detektywom i instytucjom prawnym skuteczne narzędzie do odróżniania prawdziwych materiałów od syntetycznych.

Reverse-SynthID – badania, które ujawniają słabości systemu

Na platformie GitHub ukazał się projekt badawczy reverse-SynthID, który metodami inżynierii wstecznej analizuje mechanizm znakowania SynthID. Badacze, wykorzystując analizę sygnałową i spektralną, zdołali nie tylko wykryć, ale również usunąć niewidzialne znaki wodne z obrazów wygenerowanych przez Google Gemini – bez dostępu do zastrzeżonego kodera/dekodera.

Kluczowe odkrycia projektu:

• Zależność od rozdzielczości – znak wodny osadza nośniki na różnych pozycjach częstotliwościowych w zależności od rozdzielczości obrazu. Profil dla obrazu 1024×1024 nie działa na obrazie 1536×2816, ponieważ nośniki zajmują zupełnie inne zakresy częstotliwości.
• Spójność fazy – wzorzec fazowy jest identyczny dla wszystkich obrazów z tego samego modelu Gemini. Koherencja fazy na częstotliwościach nośnych przekracza 99,5%, co umożliwia walidację krzyżową między obrazami.
• Selektywność kanałów – kanał zielony (Green) niesie najsilniejszy sygnał znaku wodnego. Kanały czerwony i niebieski wykazują słabsze osadzenie.
• Skuteczność usuwania – metoda V3 (Multi-Resolution Spectral Codebook) osiąga redukcję energii nośnika o 75,8% i spadek koherencji fazy o 91,4%, przy zachowaniu jakości obrazu na poziomie 43,5 dB PSNR (praktycznie niewidoczna degradacja).

Co to oznacza w praktyce

Wyniki badań reverse-SynthID mają istotne implikacje dla kryminalistyki cyfrowej:

• Znaki wodne nie są niepodważalnym dowodem – brak znaku wodnego SynthID nie oznacza, że obraz jest autentyczny. Może on zostać usunięty technikami dostępnymi publicznie.
• Obecność znaku wodnego to wskazówka, nie gwarancja – wykrycie SynthID potwierdza pochodzenie z modelu Google, ale nie zastępuje pełnej analizy kryminalistycznej.
• Metody detekcji muszą ewoluować – pojedyncze narzędzie nie wystarczy. Skuteczna weryfikacja wymaga wielowarstwowego podejścia łączącego analizę metadanych, artefaktów kompresji, niespójności oświetleniowych i znaków wodnych.
• Aspekt prawny – w kontekście europejskiego Aktu o Sztucznej Inteligencji (AI Act), który wymaga oznaczania treści generowanych przez AI, podatność systemów znakowania na obejście rodzi pytania o egzekwowalność tych przepisów.

Jak PalmGroup podchodzi do weryfikacji obrazów AI

W międzynarodowej agencji detektywistycznej PalmGroup weryfikacja materiałów cyfrowych opiera się na wielopoziomowej analizie, a nie na pojedynczym narzędziu. Nasz proces obejmuje:

• sprawdzenie znaków wodnych AI (SynthID, C2PA i inne standardy)
• analizę metadanych EXIF i historii edycji pliku
• wykrywanie artefaktów generatywnych – niespójności w teksturach, cieniach, odbiciach i proporcjach
• analizę częstotliwościową (FFT) w poszukiwaniu śladów syntezy w domenie spektralnej
• odwrotne wyszukiwanie obrazów i porównanie z materiałami źródłowymi
• weryfikację kontekstową – czy sytuacja na zdjęciu mogła faktycznie zaistnieć w danym miejscu i czasie

Doświadczenie z projektem reverse-SynthID potwierdza to, co wiemy z codziennej praktyki: żadna pojedyncza technologia nie jest wystarczająca. Dopiero połączenie narzędzi cyfrowych z klasyczną pracą detektywistyczną daje wiarygodne wyniki.

Podsumowanie

Technologia SynthID to ważny krok w kierunku identyfikacji treści generowanych przez AI. Jednak badania takie jak reverse-SynthID pokazują, że znaki wodne nie są niezawodną barierą. Dla detektywów i biegłych sądowych oznacza to, że weryfikacja cyfrowa musi pozostać wielowarstwowa, oparta na różnorodnych metodach i stale aktualizowana w obliczu nowych zagrożeń.

W PalmGroup śledzimy rozwój technologii AI i metod ich wykrywania na bieżąco, aby zapewnić naszym klientom najwyższy poziom rzetelności w analizie materiałów dowodowych.

Dyskrecja • Skuteczność • Międzynarodowe doświadczenie

Jeśli potrzebujesz profesjonalnej weryfikacji autentyczności materiałów cyfrowych – skontaktuj się z PalmGroup.