AI Üretimi Görselleri Ayırt Etmek Neden Zorlaştı? (Ve Nasıl Kontrol Edebiliriz?)

-

Dijital Gerçekliğin İzinde: AI Image Detector - Forensic Analysis Platform

Bu Görsel Gerçek mi, AI mı?

Son zamanlarda sosyal medyada karşımıza çıkan bazı fotoğraflar, ekran görüntüleri ve “haber” görselleri çok gerçekçi görünüyor. Üstelik bu içerikler bazen iyi niyetle, bazen de kasıtlı olarak hızlıca yayılıyor.

Ama şunu unutmayalım:
Bir içerik “duygusal” ya da “çok gerçekçi” görünse bile gerçek olmayabilir.
Bu yüzden paylaşmadan önce kısa bir kontrol alışkanlığı edinmek önemli.

Bu yazıda, açık kaynak geliştirdiğimiz AIDetector adlı aracın ne işe yaradığını, nasıl kullanılacağını ve bu projeyi nasıl büyütebileceğimizi anlatıyorum.

AIDetector nedir?



AIDetector, yüklediğiniz bir görseli analiz ederek onun AI üretimi olma olasılığı hakkında bir tahmin sunan bir araçtır.

Araç; örneğin:

  • Görseldeki AI izlerini (doku/renk imzası, gürültü paterni vb.),

  • Dosya metadatasını (EXIF) ve kameraya dair alanların olup olmadığını,

  • Bazı teknik tutarsızlıkları
    inceleyerek bir “olasılık” raporu üretir.


Neden böyle bir araca ihtiyaç var?

Çünkü bugün:

  • Yapay zekâ ile üretilen görseller gerçeğe çok yakın olabiliyor.

  • Bazı görüntüler kırpılıp yeniden kaydedildiğinde metadata kaybolabiliyor.

  • Yanlış bir görselin yayılması; insanlara, kurumlara ve topluma zarar verebiliyor.

Özetle:
Paylaşmadan önce 10 saniyelik kontrol, bazen büyük yanlışların önüne geçebilir.

Örnek: “AI Üretimi” uyarısı nasıl görünüyor?

Arayüzde bir görsel analiz edildiğinde:

  • “Bu görsel büyük olasılıkla AI üretimi” gibi bir uyarı,

  • Güven seviyesi,

  • “AI üretim olasılığı” grafiği,

  • Teknik analiz kırılımları (örn. metadata/EXIF durumu)
    görüntülenir.

Bu ekranı bir “hakem kararı” gibi değil, paylaşmadan önce durup tekrar düşünmemizi sağlayan bir uyarı gibi değerlendirmek gerekir.

Günümüzde yapay zeka (AI) tarafından üretilen görseller, gerçeğinden ayırt edilemeyecek bir noktaya ulaştı. Midjourney, DALL-E ve Flux gibi araçlar büyüleyici sonuçlar sunsa da, dijital dünyada dezenformasyonla mücadele etmek ve görsellerin orijinalliğini doğrulamak her zamankinden daha kritik bir hale geldi.

Bu ihtiyaca yanıt vermek adına geliştirdiğimiz AI Image Detector, basit bir olasılık tahmininin ötesine geçerek görseller üzerinde adli bilişim (forensics) düzeyinde derinlemesine analiz yapan bir platformdur.

Neden Sadece Bir "Detector" Değil?

Piyasadaki pek çok araç sadece tek bir model üzerinden analiz yaparken, bizim platformumuz kanıt temelli (evidence-based) bir yaklaşım sergiler. İşte platformun öne çıkan temel özellikleri:

🧠 Çoklu Model Analizi (Ensemble Detection)

Sistem, birden fazla yapay zeka tespit modelini aynı anda çalıştırır. HuggingFace Transformers ve CLIP anlamsal analizi sayesinde, görselin bir fotoğrafa mı yoksa yapay zeka üretimi bir illüstrasyona mı ait olduğu %90+ doğrulukla tespit edilir.

🔍 Adli Metadata ve Provenans Analizi

Görselin "dijital parmak izini" sürüyoruz. 50'den fazla metadata alanını (EXIF, XMP, IPTC) tarayarak kamera verilerini, GPS konumlarını ve 20'den fazla AI aracına (Midjourney, Stable Diffusion vb.) ait yazılım imzalarını doğruluyoruz.

🗺️ Isı Haritası ve Manipülasyon Tespiti

Uygulama, görsel üzerinde yapılan yerel müdahaleleri (ekleme, silme, montaj) görselleştirir. Isı haritaları (heatmaps) sayesinde, görselin hangi bölgelerinde anormallik olduğu adli kanıtlarla desteklenerek kullanıcıya sunulur.

🖋️ OCR ve Metin Adli Analizi

Yapay zekanın en çok zorlandığı konulardan biri olan metin yerleştirme üzerine yoğunlaştık. text_forensics.py modülümüz, görseldeki yazıların karakter yapılarını analiz ederek AI kaynaklı tipografik hataları yakalar.

🔬 Diffusion Fingerprinting (Jeneratör Parmak İzi)

Gelişmiş jeneratör parmak izi modülümüzle, görselin frekans domainindeki anomalilerini tespit ediyoruz. Bu sayede modern difüzyon modellerinin bıraktığı mikro izleri bile görebiliyoruz.

Teknik Mimari ve Kullanım

Uygulama, yüksek performanslı bir FastAPI backend yapısı üzerine kurulmuştur. Modern, karanlık tema destekli ve "Glassmorphism" efektli arayüzü ile hem masaüstü hem de mobil cihazlarda kusursuz bir deneyim sunar. Ayrıca Türkçe ve İngilizce dil desteği sayesinde evrensel bir kullanım imkanı sağlar.

Analiz Süreci Nasıl İşliyor?

  1. Yükleme: Orijinal dosyayı sürükle-bırak yöntemiyle sisteme aktarırsınız.

  2. Analiz: Sistem; metadata, frekans analizi, CLIP anlamsal analizi ve manipülasyon testlerini saniyeler içinde tamamlar.

  3. Raporlama: Size 5 farklı teknik boyutta detaylı bir adli rapor sunulur.

Açık Kaynak Gücü

Bu projeyi, dijital güvenliğe ve şeffaflığa katkı sağlamak amacıyla açık kaynak olarak geliştirmeye devam ediyoruz. 2025 hedeflerimiz arasında Sora ve Runway gibi araçlar için "Video AI" tespiti ve blockchain tabanlı doğrulama sistemleri yer alıyor.

🚀 Projeyi incelemek ve katkıda bulunmak için GitHub sayfamızı ziyaret edebilirsiniz: https://github.com/WeAreTheArtMakers/AIDetector

Dijital dünyada gözlerinizin gördüğüne güvenmeden önce, verilerin ne dediğine bakın.

Son söz: Paylaşmadan önce kontrol et

Bugün internette en hızlı yayılan şey bilgi değil; duygu.
Bu yüzden “hemen paylaş” refleksi yerine “önce kontrol et” refleksi geliştirelim.

AIDetector bu refleksi güçlendirmek için küçük bir araç.
Eğer sen de bu projeye katkı vermek istersen GitHub’dan bekleriz. 🙌

    Made with ❤️ by WATAM

     #AIDetector #YapayZeka #Dezenformasyon #MedyaOkuryazarlığı #OpenSource #GitHub

    Bu blogdaki popüler yayınlar

    Resolume Avenue (Türkçe Arayüz ve Yardım)

    -
    Resim
    Resolume Avenue video kliplerini sahnede canlı olarak miksleyen Vj ler, mapping ve video sanatçıları arasında sık kullanılan bir programdır. Avenue, AV performanslar , yeni video klipleri oluşturabileceğiniz bir araçtır . Eğer hızlı bir şekilde canlı görseller le doğaçlama yapmak istiyorsanız bu programa mutlaka göz atın. Yukarıdaki videoda da görülebileceği gibi Resolume Avenue`nun arayüzünü ingilizce bilmeyenler için türkçeleştirdim. Türkçe arayüz dil dosyasını buradan indirebilirsiniz. Zip dosyası içindeki tekst doyasındaki talimatları izleyerek dosyaları gerekli yerlere kopyalayın. Windows veya Mac işletim sistemi farketmessizin artık Resolume Avenue programını bu eklerle Türkçe kullanabilirsiniz. Türkçeleştirme sırasında dosyaları kopyalarken sorun yaşarsanız yorum kutucuğunu kullanıp sorununuzu belirtebilirsiniz veya info[at]barangulesen[dot]com adresine 'Resolume Avenue Türkçe' konu başlıklı bir E-Mail gönderebilirsiniz. Yardımcı olamaya çalışırım. ...
    Devamı

    time - baran güleşen

    -
    Resim
    Fragmented Time-Fragmented Form Fragmented Time- Fragmented Form, is determined within the aim of bringing a critical approach to the illusion which is that the integrity within the society we live in can be provided only by continuum and searching alternative solutions besides the continuously flowing segments in the music. Title: Time Author: Baran Güleşen Information: One of the most important problematic of physics is whether time exists objectively or not. As an example, if we go down from the shortest time interval named Max Planck Time, after the famous physician, we would come to the limits of three dimensional space in which we are and to the beginning of black hole. Whether time is flowing or not and if it is, in which way it is flowing are also the most disputable subjects of the physics. It is inside all of the developments realized in Space-time. The cause and effect relation is related to flowing arrow and the reverse flowing arrow is theoretically possible. As tim...
    Devamı

    Playing buzzers

    -
    Resim
    A musical instrument is a device created or adapted for the purpose of making musical sounds. Arduino Code void setup() { // set a pins for buzzers output pinMode(13, OUTPUT); pinMode(12, OUTPUT); pinMode(11, OUTPUT); } void loop() { buzz(13, 440, 20); // buzzer pin, freq, milliseconds delay(100); buzz(11, 500, 10); // buzzer pin, freq, milliseconds delay(100); buzz(12, 660, 10); // buzzer pin, freq, milliseconds delay(100); } void buzz(int targetPin, long frequency, long length) { long delayValue = 1000000/frequency/2; long numCycles = frequency * length/ 1000; for (long i=0; i buzzer arduino breadboard jumperkit (cables) to connect buzzers
    Devamı