Математичний метод ідентифікації ШІ-генерованих зображень на основі SVD та лінійної регресії

Abstract

Стрімкий розвиток технологій штучного інтелекту, зокрема генеративних моделей, таких як Stable Diffusion, спричинив зростання кількості ШІ-генерованих зображень, що створює значні виклики для протидії дезінформації та забезпечення цілісності цифрового контенту в соціальних мережах, журналістиці та юридичних контекстах. Запропонований математичний метод вирішує цю проблему, забезпечуючи автоматизований і ефективний підхід до ідентифікації синтетичних патернів у зображеннях, що має практичну цінність для етичного нагляду за ШІ та судово-медичних застосувань. Дослідження є особливо актуальним з огляду на зростаючу потребу в надійних інструментах для виявлення маніпуляцій із зображеннями, таких як deepfakes та копіювання-переміщення, в епоху швидкого розвитку ШІ-технологій. The rapid advancement of artificial intelligence technologies, particularly generative models such as Stable Diffusion, has led to an increase in AI-generated images, creating significant challenges for countering disinformation and ensuring the integrity of digital content in social media, journalism, and legal contexts. The proposed mathematical method addresses this issue by providing an automated and effective approach to identifying synthetic patterns in images, offering practical value for ethical AI oversight and forensic applications. This research is particularly timely given the growing need for robust tools to detect image manipulations, such as deepfakes and copy-move forgeries, in an era of rapidly evolving AI capabilities.