現在の人工知能による検出ツールは、操作されたメディアに対処する際に大きな欠点があります。既知の生成プログラムが残す特定の特徴はうまく認識できる一方で、デジタルファイルの実際の歴史的背景を検証することはできません。この課題に対する解決策をOpenWaterと共にご紹介できることをうれしく思います。私たちの提案は、明確なデジタル来歴を確立することで、ディープフェイクや関連する問題に取り組むための、完全にオープンで分散型のシステムです。

強靭なウォーターマーキングと、あらゆる環境で互換性のある認証情報を活用することで、OpenWaterは、メディアがその歴史的記録と確実に結びついた状態を保つことを保証します。標準的なメタデータが削除されている場合でも、この重要な結びつきは維持されます。実現するために、プラットフォームは、ファイルが最初にどのように作成され、どのように改変され、その後どのように一般に共有されたのかを正確に詳述する署名済みの記録（ステートメント）を能動的にログに記録します。

単一の中央集権的な統治機関に頼るのではなく、OpenWaterのインフラは多数の独立したサービスにまたがって稼働します。この分散型の設計により、一般ユーザー、組織、そしてAIプログラムが、それぞれ固有のガイドラインに基づいて、利用可能な証拠を評価できます。デジタルメディアにとどまらず、この堅牢な枠組みは、自律エージェントの行動、さまざまなモデルの出力、そして学習に用いられるデータセットをカバーするようにも適応可能です。その結果、人工知能システムは、相互作用するプロセスと情報の履歴的な文脈に直接アクセスできるようになります。

この取り組みの詳細はこちら：https://bengoertzel.substack.com/p/toward-a-truly-decentralized-digital