Google Gemini ਦਿਖਾਈ ਦੇਣ ਵਾਲੇ AI ਵਾਟਰਮਾਰਕਸ ਨੂੰ ਹਟਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦੇਵੇਗਾ
Google ਇੱਕ ਅਜਿਹਾ ਟੌਗਲ (toggle) ਜੋੜ ਰਿਹਾ ਹੈ ਜੋ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਉਸ “sparkle” ਆਈਕਨ ਨੂੰ ਲੁਕਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦੇਵੇਗਾ ਜੋ ਇਸ ਸਮੇਂ ਇਸਦੇ Gemini ਮਾਡਲਾਂ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀ ਗਈ ਹਰ ਤਸਵੀਰ ਅਤੇ ਵੀਡੀਓ 'ਤੇ ਹੁੰਦਾ ਹੈ। ਇਹ ਵਿਕਲਪ Gemini ਅਤੇ Flow ਵੀਡੀਓ ਜਨਰੇਟਰ ਵਿੱਚ ਦਿਖਾਈ ਦੇਵੇਗਾ, ਅਤੇ ਇਹ ਪੁਸ਼ਟੀ ਲਈ ਇੱਕ ਅਦਿੱਖ ਡਿਜੀਟਲ ਫਿੰਗਰਪ੍ਰਿੰਟ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਦਾ ਹੈ।
ਇਹ ਤਬਦੀਲੀ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿਉਂਕਿ ਕ੍ਰਿਏਟਰਾਂ ਨੇ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਸ਼ਿਕਾਇਤ ਕੀਤੀ ਹੈ ਕਿ ਦਿਖਾਈ ਦੇਣ ਵਾਲਾ ਵਾਟਰਮਾਰਕ ਡਿਜ਼ਾਈਨ ਦੀ ਸੁੰਦਰਤਾ (aesthetics) ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾਂਦਾ, ਜਦੋਂ ਕਿ ਨਿਯਮਕਾਂ (regulators) ਅਤੇ ਪਲੇਟਫਾਰਮਾਂ ਨੂੰ ਅਜੇ ਵੀ ਇਹ ਸਾਬਤ ਕਰਨ ਲਈ ਇੱਕ ਭਰੋਸੇਯੋਗ ਤਰੀਕੇ ਦੀ ਲੋੜ ਹੈ ਕਿ ਮੀਡੀਆ ਦਾ ਕੋਈ ਹਿੱਸਾ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਸੀ। ਲੇਬਲ ਨੂੰ ਉਪਭੋਗਤਾ ਦੇ ਵਿਜ਼ਨ ਤੋਂ ਹਟਾ ਕੇ ਬੈਕਗ੍ਰਾਊਂਡ ਵਿੱਚ ਲਿਜਾ ਕੇ, Google ਦਾ ਦਾਅਵਾ ਹੈ ਕਿ ਮਸ਼ੀਨ-ਪੜ੍ਹਨਯੋਗ ਮੈਟਾਡਾਟਾ ਦੋਵਾਂ ਪੱਖਾਂ ਨੂੰ ਸੰਤੁਸ਼ਟ ਕਰੇਗਾ।
ਨਜ਼ਰ ਆਉਣ ਵਾਲੀਆਂ ਮੋਹਰਾਂ ਤੋਂ ਲੈ ਕੇ ਲੁਕੀਆਂ ਹੋਈਆਂ ਦਸਤਖਤਾਂ ਤੱਕ
ਜਦੋਂ ਕੋਈ ਉਪਭੋਗਤਾ Gemini ਦੇ Nano Banana ਜਾਂ Omni ਮਾਡਲਾਂ ਤੋਂ ਤਸਵੀਰ ਮੰਗਦਾ ਹੈ, ਤਾਂ ਸਿਸਟਮ ਆਪਣੇ ਆਪ ਹੇਠਾਂ ਸੱਜੇ ਕੋਨੇ ਵਿੱਚ ਇੱਕ ਛੋਟਾ ਜਿਹਾ sparkle ਦਿਖਾ ਦਿੰਦਾ ਹੈ। ਇਹ ਨਿਸ਼ਾਨ ਬਹੁਤ ਸਪਸ਼ਟ ਹੁੰਦਾ ਹੈ, ਪਰ ਇਹ ਡਿਜ਼ਾਈਨਰਾਂ ਨੂੰ ਅੰਤਿਮ ਉਤਪਾਦ ਵਿੱਚ ਵਰਤਣ ਤੋਂ ਪਹਿਲਾਂ ਆਉਟਪੁੱਟ ਨੂੰ ਕ੍ਰੌਪ (crop), ਰੀਟਚ (retouch) ਜਾਂ ਕਿਸੇ ਹੋਰ ਤਰੀਕੇ ਨਾਲ ਐਡਿਟ ਕਰਨ ਲਈ ਮਜਬੂਰ ਕਰਦਾ ਹੈ।
Google ਦਾ ਨਵਾਂ “Media watermark” ਟੌਗਲ ਸਿਰਫ਼ ਉਸ ਵਿਜ਼ੂਅਲ ਸੰਕੇਤ ਨੂੰ ਬੰਦ ਕਰ ਦਿੰਦਾ ਹੈ। ਉਪਭੋਗਤਾ ਤੱਕ ਪਹੁੰਚਣ ਵਾਲਾ ਕੰਟੈਂਟ ਹੱਥ ਨਾਲ ਐਡਿਟ ਕੀਤੇ ਵਰਜ਼ਨ ਵਰਗਾ ਹੀ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ, ਪਰ ਸਤਹ ਦੇ ਹੇਠਾਂ ਫਾਈਲ ਅਜੇ ਵੀ ਅਦਿੱਖ ਪਛਾਣਕਰਤਾਵਾਂ (identifiers) ਦਾ ਇੱਕ ਸਮੂਹ ਰੱਖਦੀ ਹੈ। ਇਹ ਕਦਮ ਉਸੇ ਚੀਜ਼ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਜੋ ਬਹੁਤ ਸਾਰੇ ਕ੍ਰਿਏਟਰ ਪਹਿਲਾਂ ਹੀ ਕਰ ਰਹੇ ਹਨ: ਆਈਕਨ ਨੂੰ ਮੈਨੂਅਲ ਤਰੀਕੇ ਨਾਲ ਮਿਟਾਉਣਾ ਜਦੋਂ ਕਿ ਇਸ ਗੱਲ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ ਕਿ ਫਾਈਲ ਦੀ ਪ੍ਰਮਾਣਿਕਤਾ (provenance) ਬਰਕਰਾਰ ਰਹੇਗੀ।
ਅਦਿੱਖ ਪ੍ਰਮਾਣਿਕਤਾ ਬਰਕਰਾਰ ਰਹਿੰਦੀ ਹੈ
Google ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਲੁਕੀ ਹੋਈ ਪਰਤ ਦੋ ਹਿੱਸਿਆਂ ਤੋਂ ਬਣੀ ਹੋਵੇਗੀ। ਪਹਿਲਾਂ, ਇੱਕ SynthID ਵਾਟਰਮਾਰਕ ਪਿਕਸਲ ਡੇਟਾ ਵਿੱਚ ਇੱਕ ਸੂਖਮ ਪੈਟਰਨ ਨੂੰ ਇਨਬੈਡ ਕਰਦਾ ਹੈ ਜੋ ਅੱਖਾਂ ਨੂੰ ਦਿਖਾਈ ਨਹੀਂ ਦਿੰਦਾ ਪਰ Google ਦੇ ਟੂਲਸ ਦੁਆਰਾ ਪਛਾਣਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਦੂਜਾ, ਫਾਈਲ ਵਿੱਚ C2PA ਮੈਟਾਡਾਟਾ ਸ਼ਾਮਲ ਹੋਵੇਗਾ—ਟੈਗਾਂ ਦਾ ਇੱਕ ਮਿਆਰੀ ਸਮੂਹ ਜੋ ਮੂਲ, ਮਾਡਲ ਵਰਜ਼ਨ ਅਤੇ ਤਿਆਰ ਕਰਨ ਦੀ ਮਿਤੀ ਦਾ ਵਰਣਨ ਕਰਦਾ ਹੈ। ਦੋਵੇਂ ਤੱਤ sparkle ਬੰਦ ਹੋਣ 'ਤੇ ਵੀ ਬਣੇ ਰਹਿੰਦੇ ਹਨ, ਅਤੇ ਉਹਨਾਂ ਨੂੰ Gemini ਦੁਆਰਾ ਜਾਂ Google Search ਕੁਐਰੀ ਦੁਆਰਾ ਪੜ੍ਹਿਆ ਜਾ ਸਕਦਾ ਹੈ ਜੋ ਸਿਸਟਮ ਨੂੰ ਸਰੋਤ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ ਕਹਿੰਦੀ ਹੈ।
ਇਹ ਦੋਹਰਾ ਪਹੁੰਚ Google ਨੂੰ ਇੱਕ ਸੁਰੱਖਿਆ ਜਾਲ (safety net) ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ। ਜੇਕਰ ਕੋਈ ਉਪਭੋਗਤਾ ਇਹ ਸਾਬਤ ਕਰਨਾ ਚਾਹੁੰਦਾ ਹੈ ਕਿ ਮੀਡੀਆ ਦਾ ਕੋਈ ਹਿੱਸਾ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਸੀ, ਤਾਂ ਉਹ ਦਰਸ਼ਕਾਂ ਨੂੰ ਵਿਜ਼ੂਅਲ ਵਾਟਰਮਾਰਕ ਦਿਖਾਏ ਬਿਨਾਂ ਅਜਿਹਾ ਕਰ ਸਕਦਾ ਹੈ। ਅਦਿੱਖ ਨਿਸ਼ਾਨ ਆਮ ਤਸਵੀਰ ਐਡਿਟਿੰਗ ਜਿਵੇਂ ਕਿ ਰੀਸਾਈਜ਼ਿੰਗ ਜਾਂ ਕੰਪਰੈਸ਼ਨ ਵਿੱਚ ਵੀ ਬਣੇ ਰਹਿੰਦੇ ਹਨ, ਜੋ ਵੰਡ ਲੜੀ (distribution chain) ਵਿੱਚ ਅਖੰਡਤਾ ਬਣਾਈ ਰੱਖਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ।
ਸਾਥੀਆਂ ਨਾਲ ਤਾਲਮੇਲ
OpenAI, Meta ਅਤੇ Anthropic ਨੇ ਪਹਿਲਾਂ ਹੀ ਅਜਿਹੀਆਂ ਸਿਰਫ਼ ਅਦਿੱਖ ਰਣਨੀਤੀਆਂ ਅਪਣਾ ਲਈਆਂ ਹਨ। OpenAI, SynthID ਅਤੇ C2PA ਦੇ ਸੁਮੇਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, Meta ਨੇ ਆਪਣਾ Content Seal ਸਟੈਂਡਰਡ ਲਾਂਚ ਕੀਤਾ ਹੈ, ਅਤੇ Anthropic ਨੇ ਟੈਕਸਟ ਅਤੇ ਤਸਵੀਰਾਂ ਲਈ ਅਦਿੱਖ ਵਾਟਰਮਾਰਕਸ ਦੀ ਘੋਸ਼ਣਾ ਕੀਤੀ ਹੈ। ਦਿਖਾਈ ਦੇਣ ਵਾਲੇ ਵਾਟਰਮਾਰਕਸ ਨੂੰ ਵਿਕਲਪਿਕ ਬਣਾ ਕੇ, Google ਇੱਕ ਵਿਆਪਕ ਉਦਯੋਗਿਕ ਰੁਝਾਨ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋ ਰਿਹਾ ਹੈ ਜੋ ਸਾਹਮਣੇ ਦਿਖਾਈ ਦੇਣ ਵਾਲੀਆਂ ਮੋਹਰਾਂ ਦੀ ਬਜਾਏ ਬੈਕਐਂਡ ਡਿਜੀਟਲ ਦਸਤਖਤਾਂ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦਾ ਹੈ।
ਇਹ ਇਕੱਠਾ ਹੋਣਾ ਇਤਫ਼ਾਕ ਨਹੀਂ ਹੈ। ਪਿਛਲੇ ਮਹੀਨਿਆਂ ਦੌਰਾਨ, ਵੱਖ-ਵੱਖ ਪਲੇਟਫਾਰਮਾਂ ਦੇ ਉਪਭੋਗਤਾ ਦਿਖਾਈ ਦੇਣ ਵਾਲੇ ਆਈਕਨਾਂ ਨੂੰ ਐਡਿਟ ਕਰਕੇ ਹਟਾ ਰਹੇ ਹਨ, ਅਤੇ ਸਮੂਹਿਕ ਪ੍ਰਤੀਕਿਰਿਆ ਨੇ ਪ੍ਰਮੁੱਖ AI ਲੈਬਾਂ ਨੂੰ “metadata-first” ਮਾਡਲ ਵੱਲ ਵਧਣ ਲਈ ਪ੍ਰੇਰਿਤ ਕੀਤਾ ਹੈ। ਇਹ ਤਬਦੀਲੀ ਉਪਭੋਗਤਾ ਅਨੁਭਵ ਅਤੇ ਟ੍ਰੇਸੇਬਿਲਟੀ (traceability) ਦੀ ਲੋੜ ਵਿਚਕਾਰ ਤਣਾਅ ਨੂੰ ਵੀ ਘਟਾਉਂਦੀ ਹੈ ਜਿਸ ਦੀ ਮੰਗ ਨਿਯਮਕ ਅਤੇ ਡਾਊਨਸਟ੍ਰੀਮ ਪਲੇਟਫਾਰਮ ਕਰਦੇ ਹਨ।
ਅਧਿਕਾਰ ਖੇਤਰ ਦੀਆਂ ਸੀਮਾਵਾਂ
ਇਹ ਟੌਗਲ ਹਰ ਜਗ੍ਹਾ ਉਪਲਬਧ ਨਹੀਂ ਹੋਵੇਗਾ। ਉਹਨਾਂ ਦੇਸ਼ਾਂ ਵਿੱਚ ਜਿੱਥੇ ਕਾਨੂੰਨ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਗਏ ਕੰਟੈਂਟ 'ਤੇ ਇੱਕ ਸਪਸ਼ਟ ਵਿਜ਼ੂਅਲ ਲੇਬਲ ਦੀ ਮੰਗ ਕਰਦਾ ਹੈ, Google ਡਿਫੌਲਟ ਰੂਪ ਵਿੱਚ sparkle ਨੂੰ ਚਾਲੂ ਰੱਖੇਗਾ। ਉਹਨਾਂ ਅਧਿਕਾਰ ਖੇਤਰਾਂ ਵਿੱਚ ਉਪਭੋਗਤਾ ਦੀ ਪਸੰਦ ਦੀ ਪਰਵਾਹ ਕੀਤੇ ਬਿਨਾਂ ਦਿਖਾਈ ਦੇਣ ਵਾਲਾ ਵਾਟਰਮਾਰਕ ਦਿਖਾਈ ਦਿੰਦਾ ਰਹੇਗਾ।
ਇਹ ਚੋਣਵੇਂ ਤਰੀਕੇ ਨਾਲ ਲਾਗੂ ਕਰਨਾ ਗਲੋਬਲ ਪ੍ਰੋਡਕਟ ਡਿਜ਼ਾਈਨ ਅਤੇ ਸਥਾਨਕ ਨਿਯਮਕ ਲਾਗੂਆਂ ਵਿਚਕਾਰ ਚੱਲ ਰਹੇ ਟਕਰਾਅ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਸਰਹੱਦਾਂ ਤੋਂ ਪਾਰ ਕੰਮ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਨੂੰ ਅਕਸਰ ਸਖ਼ਤ ਤੋਂ ਸਖ਼ਤ ਲੋੜਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਤਿਆਰ ਕਰਨਾ ਪੈਂਦਾ ਹੈ, ਅਤੇ Google ਇਸ ਨੂੰ ਹਰੇਕ ਮਾਮ
ਮੁੱਖ ਨੁਕਤਾ: Google ਦੀ ਨਵੀਂ ਸੈਟਿੰਗ AI-ਨਿਰਮਿਤ ਮੀਡੀਆ ਦੇ ਲੇਬਲ ਨੂੰ ਫਾਈਲ ਦੇ ਅਗਲੇ ਹਿੱਸੇ ਤੋਂ ਹਟਾ ਕੇ ਪਿਛਲੇ ਹਿੱਸੇ ਵਿੱਚ ਲੈ ਜਾਂਦੀ ਹੈ, ਜੋ ਕਿ ਸਿਰਫ਼ ਮੈਟਾਡਾਟਾ-ਅਧਾਰਿਤ attribution ਵੱਲ ਪੂਰੇ ਉਦਯੋਗ ਦੇ ਰੁਝਾਨ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। ਇਹ ਤਰੀਕਾ ਪ੍ਰਮਾਣਿਤ ਮੂਲ (verifiable provenance) ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਦੇ ਹੋਏ ਰਚਨਾਤਮਕ ਵਰਕਫਲੋ ਨੂੰ ਆਸਾਨ ਬਣਾਉਂਦਾ ਹੈ, ਪਰ ਇਹ ਇਸ ਬਾਰੇ ਵੀ ਨਵੇਂ ਸਵਾਲ ਖੜ੍ਹੇ ਕਰਦਾ ਹੈ ਕਿ ਪਾਰਦਰਸ਼ਤਾ ਨੂੰ ਆਮ ਜਨਤਾ ਦੇ ਸਾਹਮਣੇ ਕਿਵੇਂ ਪੇਸ਼ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।