VibeVO – Advertisers and creators in one ecosystem

Tag: جيميني

  • جوجل تسمح بإزالة العلامة المائية المرئية من محتوى الذكاء الاصطناعي

    جوجل تسمح بإزالة العلامة المائية المرئية من محتوى الذكاء الاصطناعي

    اتخذت جوجل خطوة مهمة نحو صناع المحتوى: الآن يمكن للمستخدمين إزالة العلامة المائية المرئية من المواد التي تم إنشاؤها بواسطة نماذج الذكاء الاصطناعي الخاصة بها. يشمل ذلك الصور ومقاطع الفيديو والموسيقى التي تم إنشاؤها في Gemini ومحرر الفيديو Flow وأدوات أخرى. وفي الوقت نفسه، تظل العلامة المائية غير المرئية SynthID وبيانات معيار C2PA إلزامية للحفاظ على شفافية أصل المحتوى. ويُوصف هذا القرار بالفعل بأنه ثوري لإنتاج محتوى الذكاء الاصطناعي والإنتاج العصبي بالاشتراك.

    خيار جديد في Gemini وFlow

    أعلن نائب رئيس جوجل لمنتجات Gemini، جوش وودوارد، على منصة X أن المفتاح سيكون متاحًا لنماذج Nano Banana وOmni وLyria. سيتمكن المستخدمون من إيقاف تشغيل العلامة المائية المرئية في Gemini ومحرر الفيديو Flow، وسيأتي الدعم في بحث جوجل لاحقًا.

    يعكس هذا التغيير تطور النهج تجاه وضع العلامات على وسائط الذكاء الاصطناعي: غالبًا ما تعيق العلامات المائية المرئية الاستخدام الاحترافي والإبداعي للمحتوى، لكن الحاجة إلى تحديد توليدات الذكاء الاصطناعي تظل قائمة. وأوضح وودوارد: “نحن نجد توازنًا بين التحكم الإبداعي والأمان: العلامات المائية المرئية أصبحت الآن اختيارية، لكن SynthID غير المرئية وبيانات C2PA لا تزال تضمن الشفافية. يمكنك استخدام Gemini أو البحث للتحقق مما إذا كانت الصورة قد تم إنشاؤها بواسطة الذكاء الاصطناعي”.

    كيف سيعمل هذا

    سيتم طرح الميزة في الأيام المقبلة. بعد ظهورها، سيتمكن المستخدمون من الانتقال إلى “الإعدادات” ← “العلامة المائية للوسائط” وتشغيل العلامة المرئية أو إيقاف تشغيلها. وهذا يجعل التوليد الجماعي لمقاطع الفيديو بالذكاء الاصطناعي للإعلانات أكثر مرونة، حيث أن العلامة المرئية غالبًا ما تقلل من معدل تحويل إبداعات الذكاء الاصطناعي مقارنة بمقاطع الفيديو الحقيقية من إنشاء المستخدمين.

    Credentio: تحقق محلي للمطورين

    تفتح جوجل أيضًا الكود المصدري لمكتبة جديدة باسم Credentio، والتي ستسمح للمطورين بدمج آلية التحقق المحلي من صحة المحتوى في تطبيقاتهم. هذه خطوة نحو نظام لامركزي للثقة في وسائط الذكاء الاصطناعي.

    “نحن نجد توازنًا بين التحكم الإبداعي والأمان: العلامات المائية المرئية أصبحت الآن اختيارية، لكن SynthID غير المرئية وبيانات C2PA لا تزال تضمن الشفافية” — جوش وودوارد، نائب رئيس جوجل.

    السياق: ضغوط الجهات التنظيمية

    يأتي قرار جوجل بعد خطوة مثيرة للجدل من Anthropic، التي أضافت علامة مائية إلى النصوص والملفات التي أنشأها Claude، للامتثال لمعايير الاتحاد الأوروبي. وهذا يبرز الأهمية المتزايدة للعلامات الأخلاقية لمحتوى الذكاء الاصطناعي، خاصة عند إنشاء صور رمزية بالذكاء الاصطناعي مع ترجمة، والتعليق الصوتي بأصوات الذكاء الاصطناعي، وتوليد الفيديو من النص للتجارة الإلكترونية ومشاريع العملات المشفرة.

    ماذا يعني هذا للأعمال

    بالنسبة للشركات التي تستخدم خط إنتاج بالذكاء الاصطناعي للتوليد الجماعي لمقاطع الفيديو، على سبيل المثال، 500 مقطع في اليوم، فإن إيقاف تشغيل العلامة المائية المرئية يبسط استخدام محتوى الذكاء الاصطناعي في الإعلانات دون المساس بالثقة. وفي الوقت نفسه، تظل تكلفة دقيقة واحدة من فيديو الذكاء الاصطناعي تنافسية مقارنة بالإنتاج التقليدي، وتسمح واجهة برمجة التطبيقات للتوليد الجماعي بتوسيع نطاق الإنتاج، وهو ما كان مستحيلًا في السابق.

    Google разрешит убирать видимый водяной знак с ИИ-контента — illustration 2

    الأسئلة الشائعة

    هل ستبقى إمكانية التحقق مما إذا كان المحتوى من إنشاء الذكاء الاصطناعي؟

    نعم، تظل العلامة المائية غير المرئية SynthID وبيانات C2PA محفوظة، لذا يمكنك استخدام Gemini أو البحث للتحقق من الأصل.

    متى ستتوفر الميزة؟

    سيبدأ الطرح في الأيام المقبلة، أولاً في Gemini وFlow، ثم في البحث.

    لماذا تفعل جوجل هذا؟

    لزيادة سهولة استخدام محتوى الذكاء الاصطناعي للمهام الاحترافية والإبداعية، مع الحفاظ على الشفافية.

    يفتح هذا القرار فرصًا جديدة للإنتاج العصبي بالاشتراك وإنتاج محتوى الذكاء الاصطناعي، مما يجعل توليد مقاطع فيديو بالذكاء الاصطناعي للإعلانات أكثر جاذبية. إذا كنت تبحث عن مكان لطلب فيديو بالذكاء الاصطناعي للعملات المشفرة أو التجارة الإلكترونية، فقد أصبحت العملية الآن أكثر مرونة.

    هل تريد أن تكون أول من يختبر إمكانيات توليد الذكاء الاصطناعي الجديدة بدون علامات مائية مرئية؟ اشترك في تحديثاتنا لعدم تفويت إطلاق الميزة والحصول على أدلة عملية حول استخدام SynthID وC2PA في مشاريعك.

  • الرؤية في الذكاء الاصطناعي: كيف تميز النمو الحقيقي عن ضوضاء القياسات

    الرؤية في الذكاء الاصطناعي: كيف تميز النمو الحقيقي عن ضوضاء القياسات

    بيانات الرؤية في الذكاء الاصطناعي غير مستقرة: النماذج التوليدية تعطي إجابات مختلفة في كل مرة، لذلك قد يكون القياس الفردي مضللاً. يقدم بحث جديد من IQRush قاعدة التوقف التي تسمح بتحديد متى تصبح التصنيفات موثوقة. في هذه المقالة، سنحلل كيفية تمييز النمو الحقيقي عن ضوضاء القياسات وما هي الاستنتاجات العملية التي تتبع ذلك للمسوقين.

    لماذا القياسات الفردية للرؤية في الذكاء الاصطناعي غير موثوقة

    محركات البحث مثل SearchGPT و Gemini و Perplexity تُدخل العشوائية في كل إجابة. نفس الاستعلام قد ينتج مصادر مختلفة – هذه سمة من سمات البنية. أظهر البحث أنه، على سبيل المثال، عند اختبار SearchGPT حول موضوع معدات الجري، حصل Tom’s Guide على حوالي 9.5% من الاستشهادات، بينما حصل Runner’s World على حوالي 6.0%. كان الفرق البالغ 3.5 نقطة مئوية ضمن هامش الخطأ، لذا فإن الادعاء بتفوق Tom’s Guide كان غير صحيح.

    كم عدد البيانات اللازمة لتصنيف موثوق

    تتكون الإجابة من شرطين يجب تحقيقهما في وقت واحد. الأول: يجب أن يتوقف الترتيب عن التغيير. بعد جمع عدد كافٍ من الإجابات، تبدأ المواقع الأعلى في الظهور بوضوح. الثاني: يجب أن يتجاوز الفرق بين المواقع الأعلى هامش خطأ القياسات. إذا كان المنافسون قريبين جدًا، فإن التصنيف لا يعكس التفوق الحقيقي.

    في 30 اختبارًا عبر منصات وموضوعات مختلفة، تراوح عدد الإجابات اللازمة لتحقيق كلا الشرطين من 33 إلى 94 (تم أخذ الإجابات ذات الاستشهادات فقط في الاعتبار). في ثلاث حالات من أصل 30، لم يكن من الممكن تحقيق ذلك حتى بعد 125 استعلامًا – جميعها على SearchGPT، حيث كانت المواقع الأعلى متشابهة جدًا.

    استنتاجات عملية للمسوقين

    ينصح راند فيشكين (SparkToro): قبل إنفاق الأموال على تتبع الرؤية في الذكاء الاصطناعي، تأكد من أن المزود “يظهر حساباته”. يعطي بحث IQRush قاعدة توقف بسيطة لعدم الاعتماد على الحدس. إذا رأيت زيادة في الاستشهادات بمقدار 3 نقاط مئوية بعد تحديث المحتوى، فقد يكون هذا تباينًا طبيعيًا. قم بقياس المؤشرات قبل وبعد عدة مرات – القياس الفردي لا يمكن تمييزه عن الضوضاء.

    الرؤية في الذكاء الاصطناعي: كيف تميز النمو الحقيقي عن ضوضاء القياسات

    منصات مختلفة – متطلبات بيانات مختلفة

    Gemini يُحمّل الاستشهادات لنفس المواقع ضمن إجابة واحدة، لذلك تحمل العديد من الاستشهادات معلومات جديدة قليلة. SearchGPT يعطي استشهادات أقل لكل إجابة، لكنه يوزعها على نطاق أوسع – كل إجابة تحتوي على بيانات مستقلة أكثر. نفس عدد الإجابات على منصتين لا يعطي نفس الثقة: الميزانية الكافية لـ Gemini قد تتركك في جهل على SearchGPT.

    عندما تكون البيانات غير كافية: اعرف متى تتوقف

    في ثلاثة من أصل 30 اختبارًا، لم تنفصل المواقع الأعلى بشكل واضح. في مثل هذه الحالات، القرار الصحيح هو الامتناع عن نشر التصنيف. المتتبع الذي يمكنه أن يقول “بيانات غير كافية” هو أكثر قيمة من ذلك الذي ينتج ترتيبًا واثقًا في كل استعلام.

    يمكن الوثوق فقط بالقادة: مع عدد كافٍ من الإجابات، ينفصلون عن الوسط والذيل. ولكن حتى بالنسبة لأفضل 10، فإن هامش الخطأ النموذجي يبلغ حوالي خمسة مراكز، وكل مركز خامس يزيد عن 10. لا تنشر مراكز دقيقة خارج قمة القائمة.

    قيود البحث

    هذه نسخة أولية مبنية على 30 اختبارًا عبر ثلاث منصات باستخدام أسئلة تم إنشاؤها بواسطة ChatGPT، وليس استعلامات مستخدمين حقيقية. الأرقام الدقيقة لا تنتقل إلى مواضيعك – اعتبرها كشكل من أشكال المشكلة، وليس جدول قيم. في اختبار واحد، أعطت 125 سؤالاً 104 إجابات مفيدة فقط (فقدان 17%)، لذا يجب أن يكون العدد الحقيقي للاستعلامات أكبر.

    الرؤية في الذكاء الاصطناعي: كيف تميز النمو الحقيقي عن ضوضاء القياسات

    تم التحقق من الطريقة داخليًا: تمت مقارنة التصنيف المبكر بالتصنيف النهائي، وليس بمعيار خارجي. ومع ذلك، نشر فريق مستقل من جامعة سانت غالن (يوليوس شولت، مالت بليكر، فيليب كوفمان) في أبريل نتائج مماثلة على مجموعة البيانات الخاصة بهم، مؤكدين أن القراءة الفردية غير موثوقة.

    مستقبل الرؤية في الذكاء الاصطناعي: من الأرقام الدقيقة إلى النطاقات

    تتجه التقارير حول الرؤية في الذكاء الاصطناعي إلى تنسيق مع هامش خطأ، كما هو الحال في تحليلات الإعلانات والويب. طالما أن Search Console لا تبلغ عن النقرات التي جاءت من الذكاء الاصطناعي، فإن المهمة تقع على عاتقك: قم بتشغيل الفحص عدة مرات وأبلغ عن نطاق، وليس رقمًا واحدًا من لوحة المعلومات.

    الأسئلة الشائعة

    كم مرة يجب استجواب بحث الذكاء الاصطناعي للحصول على بيانات مستقرة؟

    من 33 إلى 94 إجابة مع استشهادات حسب المنصة والموضوع. لا يوجد حد عالمي.

    هل يمكن الوثوق بلوحات معلومات الرؤية في الذكاء الاصطناعي؟

    فقط إذا أظهرت هامش الخطأ والقياسات المتعددة. الرقم المجرد بدون سياق هو علامة حمراء.

    الرؤية في الذكاء الاصطناعي: كيف تميز النمو الحقيقي عن ضوضاء القياسات

    ماذا تفعل إذا زادت الاستشهادات بنسبة 3% بعد تحديث المحتوى؟

    قم بعدة قياسات قبل وبعد. إذا استمر الفرق – فهذا نمو حقيقي. إذا لم يستمر – فهي ضوضاء.

    ما هي المنصات التي تتطلب بيانات أكثر؟

    SearchGPT – بسبب عدد أقل من الاستشهادات لكل إجابة، ولكن استقلالية أكبر لكل إجابة. Gemini – على العكس، يعطي العديد من الاستشهادات، لكنها غالبًا ما تكرر نفس المواقع.

    الخلاصة

    الاستنتاج الرئيسي: الرؤية في الذكاء الاصطناعي ليست مقياسًا ثابتًا، بل هي نطاق. استخدم قاعدة التوقف، وتحقق عدة مرات، ولا تنشر تصنيفات إذا لم تنفصل المواقع الأعلى. فقط بهذه الطريقة ستحصل على بيانات يمكن الاعتماد عليها. ابدأ في تطبيق هذه المبادئ اليوم لجعل تقارير الرؤية في الذكاء الاصطناعي الخاصة بك موثوقة ومفيدة لاتخاذ القرارات.