เจาะลึกระบบ AI Text Watermarking วิธีฝังลายน้ำในข้อความ

โมเดลปัญญาประดิษฐ์สามารถซ่อนลายน้ำไว้ในชุดคำศัพท์ที่เลือกใช้งานได้อย่างแนบเนียน ข้อความที่ถูกสร้างขึ้นจะดูเหมือนข้อความทั่วไปและยังคงรักษาร่องรอยของลายน้ำไว้ได้แม้จะถูกคัดลอกไปยังโปรแกรมอื่น เนื่องจากข้อมูลดังกล่าวถูกแบกรับไว้ผ่านลำดับของโทเค็น โดยอาศัยเครื่องมือตรวจจับที่มีกุญแจตรงกันในการตรวจสอบรูปแบบดังกล่าวในภายหลัง

บริษัท Anthropic ได้อธิบายถึงแนวทางการดำเนินงานดังกล่าวในเดือนสิงหาคม 2026 ในบทความหัวข้อ "How Claude's text watermark works" โดยเลือกใช้งานเทคโนโลยีรูปแบบหนึ่งจาก SynthID-Text ที่ทาง Google DeepMind เคยตีพิมพ์เผยแพร่ลงในวารสาร Nature เมื่อปี 2024 ซึ่งทาง Anthropic ระบุว่าการนำระบบใส่ลายน้ำนี้เข้ามาก็เพื่อรองรับข้อกำหนดด้านความโปร่งใสตามกฎหมาย EU AI Act ของสหภาพยุโรป

ผู้พัฒนาได้ทำการศึกษาและทดลองนำเอาโค้ดขนาดเล็กไปทดลองใช้งานร่วมกับ GPT-2 ผ่านทาง Google Colab เพื่อทำความเข้าใจว่าการเลือกใช้คำธรรมดาจะสามารถพกพาเอกลักษณ์เฉพาะตัวได้อย่างไร และเครื่องมือตรวจจับจะบอกอะไรเราได้บ้างเมื่อพบเอกลักษณ์นั้น โดยกระบวนการทำงานของภาษาจะเริ่มจากการประมวลผลทีละโทเค็น ซึ่งโทเค็นอาจเป็นคำ ส่วนของคำ หรือเครื่องหมายวรรคตอนก็ได้ และตัวโทไนเซอร์ของ GPT-2 เองก็มีชุดโทเค็นอยู่ประมาณ 50,000 โทเค็น

โมเดลจะทำการกำหนดค่าความน่าจะเป็นให้กับโทเค็นถัดไปที่เป็นไปได้ สมมติว่าในกรณีตัวอย่างแบบง่ายจะมีตัวเลือกเพียง 3 ตัวเลือกที่มีความน่าจะเป็นมากกว่าศูนย์ โดยในภาวะปกติที่ไม่มีการใส่ลายน้ำ การสุ่มจากความน่าจะเป็นเหล่านี้จะเลือกคำว่า "sits" ออกมาประมาณครึ่งหนึ่งของการทำงานทั้งหมด จากนั้นโทเค็นที่ถูกเลือกจะเข้าไปรวมอยู่ในประโยคพร้อมกับคำนวณความน่าจะเป็นของโทเค็นถัดไปต่อไป

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

กระบวนการใส่ลายน้ำจะไม่ไปเปลี่ยนแปลงน้ำหนักของโมเดล AI แต่จะเข้าไปมีอิทธิพลต่อขั้นตอนการเลือกโทเค็นแทน ด้วยอินพุตชุดเดียวกัน โมเดลจึงยังคงให้ค่าความน่าจะเป็นเริ่มต้นชุดเดิม แต่ลายน้ำจะทำหน้าที่ปรับเปลี่ยนผลลัพธ์ที่ถูกเลือกออกมา เช่น จากเดิมที่อาจจะได้ประโยคว่า "The cat sits on the mat." ก็อาจจะเปลี่ยนเป็น "The cat sat on the rug." แทน โดยการเลือกคำเหล่านี้จะเกิดขึ้นในระหว่างที่ข้อความกำลังถูกสร้างขึ้น