SynthID karkasi Googlesta NVIDIAlle – Suomen kello tikittää

Google DeepMind on luovuttanut SynthID-vesileimansa ensimmäistä kertaa Googlen ulkopuoliselle toimijalle. NVIDIAn Cosmos-videogeneraattorin tulosteet kantavat jatkossa näkymätöntä leimaa, joka todistaa niiden synteettisen alkuperän. Sopu paljastettiin GTC-konferenssissa, ja ajoitus on osuva: EU:n tekoälyasetuksen artikla 50 pakottaa merkitsemään tekoälysisällön 2. elokuuta alkaen, mikä koskee myös Yleä ja Helsingin Sanomia.

Vesileima elää sisällön sisäisessä rakenteessa

SynthID toimii eri tavoin tekstissä, kuvissa, äänessä ja videossa, mutta yhteistä on, että leima upotetaan sisällön omaan rakenteeseen, ei tiedoston metatietoihin. Videossa DeepMindin malli säätää generaattorin latenttia esitystä siten, että jokaiseen kuvaruutuun jää tilastollinen kuvio. Paljas silmä ei sitä erota satunnaiskohinasta, mutta DeepMindin tunnistin löytää sen. Kuvaruutujen leimat koordinoidaan ajallisesti, jotta vesileima kestää pakkauksen, kuvataajuuden muutoksen ja yksinkertaiset interpolaatiot.

Teknistä leimaa täydentää avoin C2PA-standardi, jota kuljetetaan tiedoston metatiedoissa. C2PA-manifesti kertoo kryptografisesti, kuka loi sisällön ja millä mallilla, mutta sen voi pestä pois pelkällä formaattimuunnoksella. SynthID:n pikseleihin upotettu leima jää kiinni silloinkin, kun manifesti katoaa. Komission tekoälyasetuksen toimintaohjeen luonnos nimeää juuri tämän kaksikerroksisen mallin ihanteeksi.

Cosmos opettaa robotteja, ei myy Hollywoodia

Cosmos ei ole tekstistä videoksi -mainosgeneraattori. NVIDIA esittelee sen fysiikkaa ymmärtävänä maailmamallina, joka on koulutettu 20 miljoonalla tunnilla reaalimaailman videota: ajoneuvoja, teollisuusrobotteja, kotiympäristöjä. Sen päätehtävä on tuottaa synteettistä koulutusdataa robotiikkaan ja autonomisiin järjestelmiin. Juuri sen vuoksi vesileiman tarve on poikkeuksellisen terävä: jos robotin opetusvideot ja oikea kameramateriaali sekoittuvat, vaarana on turvallisuusmurros itseohjautuvissa autoissa ja teollisuusroboteissa.

DeepMindille kumppanuus on strateginen avaus. SynthID on tähän asti pyörinyt vain Imagenissa, Veossa, Geminissä ja muutamassa muussa Googlen omassa tuotteessa. Sen avaaminen NVIDIAlle laskee kynnystä toisille generaattoreille kysyä samaa lisenssiä. Cosmoksen kohdalla vesileima ujutetaan NIM-mikropalveluun, joka pyörii NVIDIAn API-luettelossa ja Vertex AI Model Gardenissa. Käytännössä kehittäjä, joka kutsuu Cosmos-mallia pilvestä, saa vesileiman päälle ilman erillistä työtä.

Yle ja Sanoma kaivavat työkalupakkia

Pakkomerkintä jakautuu kahteen kerrokseen. Mallin tarjoajalta vaaditaan upotettu, näkymätön leima (SynthID:n kaltainen vesileima tai C2PA-manifesti), ja julkaisijalta vaaditaan näkyvä, EU:n yhteisellä symbolilla varustettu merkintä. Suomalainen kuluttaja tulee siis näkemään AI-ikonin Yle Areenan tekoälysisällössä ja Helsingin Sanomien verkkokuvissa, ja taustalla kulkee koneluettava varmenne. Adobe Firefly sekä OpenAI:n DALL-E 3 ja Sora tukevat C2PA-merkintöjä jo nyt, mikä helpottaa molempien talojen kuvitustyötä.

Aukko jää tekoälyllä editoituun arkistomateriaaliin. Jos Yle parantaa 1980-luvun haastattelun ääntä neuroverkolla tai poistaa vanhasta filmiruudusta rakeisuutta, alkuperäinen tallenne ei kanna digitaalista jälkeä siitä, mitkä sekunnit ovat synteettisiä. Tähän työnkulkuun ei vielä ole vakiintunutta vesileimausta, eikä Cosmoksen integraatio sitä tuo. Saksan ARD ja Ranskan France Télévisions painivat juuri saman pulman kanssa, joten yhteiseurooppalainen pilotti olisi luonteva ratkaisu.

Mitä lukija huomaa, mitä ei

Pakkomerkintä ei poista deepfakeja, mutta se rakentaa todistuspisteen. Lukija näkee jatkossa kahdesta samannäköisestä uutiskuvasta toisessa AI-ikonin, jolloin tieto tulosteen alkuperästä on yksiselitteinen. Tämä on tärkeää erityisesti vaalivuosina, ja eduskuntavaalien välivuosi käynnistyy keväällä 2027. Tekoälyllä tehtyjen kampanjavideoiden vesileimaaminen muuttuu silloin akuutiksi vaalivilppikysymykseksi, ei tekniseksi yksityiskohdaksi.

Seuraavat askeleet näkyvät kalenterissa selvästi. NVIDIA on lupaillut Cosmos-mallien laajenevan AWS:n ja Azuren API-luetteloihin kesän aikana, ja Komission toimintaohjeen lopullinen versio odotetaan kesäkuun loppuun mennessä. Suomen mediataloille ratkaisevampi tieto tulee Traficomilta, jonka pitäisi avata käytännön ohjeet artikla 50:n soveltamisesta heinäkuussa. Sitä ennen Yle ja Helsingin Sanomat improvisoivat ratkaisunsa kolmansien osapuolten työkaluilla.