نموذج ذكي لتمييز الصور الحقيقية من الصور المُولَّدة بالذكاء الاصطناعي

يهدف هذا المشروع إلى تطوير نموذج تصنيف ثنائي قادر على التمييز بين الصور الحقيقية والصور المُولَّدة باستخدام تقنيات الذكاء الاصطناعي الحديثة. يعتمد النموذج على مجموعة بيانات مُنظَّمة تحتوي على صور أصلية من منصة Shutterstock، تغطي مجالات متنوعة، مع تضمين نسبة متوازنة من الصور التي تحتوي على أشخاص. تم إقران كل صورة حقيقية بنظيرتها المُولَّدة باستخدام نماذج توليد متقدمة، مما يتيح مقارنة مباشرة ودقيقة بين النوعين. من الناحية التقنية، تم بناء النموذج باستخدام معمارية AlexNet القياسية، وهي إحدى الشبكات العصبية الالتفافية (CNN) المعروفة بفعاليتها في مهام تصنيف الصور. تم تدريب النموذج على البيانات بعد إجراء عمليات المعالجة المسبقة (Preprocessing) وتحسين الأداء، وتحقيق دقة عالية في التمييز بين الصور الحقيقية والمُولَّدة. يساهم هذا النموذج في اكتشاف الفروقات الدقيقة بين الصور الأصلية والمصطنعة، مما يجعله أداة فعّالة في مجالات التحقق من المحتوى الرقمي، مكافحة التضليل البصري، وتعزيز موثوقية الوسائط الرقمية.