Misyonumuz
FakeRadar, büyüyen bir sorunu çözmek için geliştirildi: yapay zeka ile üretilen görüntüler ve deepfake videolar, gerçek içeriklerden artık ayırt edilemez hale geliyor; oysa bunları tespit etmek için kullanılan araçlar kurumsal fiyat duvarlarının ya da akademik araştırmaların arkasında kalmaya devam ediyor.
Misyonumuz, adli nitelikte yapay zeka içerik doğrulamasını herkesin erişimine açmak: viral görüntüleri yayından önce doğrulamak isteyen gazeteciler, sentetik medyayı araştıran akademisyenler ve karşılaştıkları içeriğin gerçek olup olmadığını öğrenmek isteyen bireyler için.
Kesin yanıtlar verdiğimizi iddia etmiyoruz. Adli sinyaller sunuyoruz. Yorumu size bırakıyoruz.
Metodolojimiz
FakeRadar içerik doğrulamasında çok sinyalli bir yaklaşım uygular. Hiçbir tek dedektör kesin değildir — yapay zeka modelleri hata yapar, ELA yeniden kaydetme ile kandırılabilir ve meta veriler silinebilir. Bu nedenle birden fazla bağımsız sinyali katmanlı olarak kullanıyor ve hepsini bir arada sunuyoruz.
Analiz sürecimiz şöyle işler:
- 1 SHA-256 parmak izi — Yüklenen dosya analizden önce hash'lenir. Aynı dosyayı daha önce görmüşsek, yeniden işlemek yerine önbelleğe alınmış sonucu anında döndürürüz. Bu, gereksiz API çağrılarını ortadan kaldırır.
- 2 Çok motorlu yapay zeka tespiti — Dosya eş zamanlı olarak Hive AI (birincil) ve Sightengine'e (Pro) gönderilir. Her model, farklı veri setleri ve mimarilerle eğitilmiş bağımsız güven skorları döndürür. Modeller arasındaki uyum güveni artırır; uyumsuzluk ise belirsizliğe işaret eder.
- 3 Adli sinyal analizi (Pro) — ELA, FFT frekans analizi, C2PA kimlik bilgisi doğrulaması ve EXIF meta veri çıkarımı, çıkarım sunucumuzda paralel olarak çalışır. Bu sinyaller yapay zeka dedektörlerinden tamamen bağımsız işler.
- 4 Sinyal birleştirme — Tüm motorların sonuçları birleştirilerek tek bir rapor halinde sunulur. Her sinyal, tek bir opak puan olarak özetlenmek yerine ham güven değeriyle gösterilir.
Hiçbir dedektör tüm içerik türlerinde %100 doğruluk sağlayamadığından, tek bir "gerçek/sahte" kararı vermekten bilinçli olarak kaçınıyoruz. Bunun yerine, bilinçli bir değerlendirme yapabilmeniz için her sinyali güven düzeyiyle birlikte sunuyoruz.
Tespit Sinyalleri Açıklaması
Yapay Zeka Model Tespiti
Milyonlarca gerçek ve yapay zeka tarafından üretilmiş görüntü üzerinde eğitilmiş derin öğrenme sınıflandırıcıları. Bu modeller, kamera çekimi fotoğraflar ile üretici model çıktıları (GAN artefaktları, difüzyon modeli parmak izleri) arasında farklılaşan istatistiksel kalıpları öğrenir. Hive AI ve Sightengine, ortak körlük noktası riskini azaltmak için bağımsız eğitilmiş mimariler kullanır.
Hata Düzey Analizi (ELA)
ELA, bir görüntüyü belirli bir sıkıştırma düzeyinde yeniden kaydederek orijinal ile yeniden kaydedilmiş sürüm arasındaki farkı ölçer. Gerçek fotoğraflar düzgün şekilde sıkışır; düzenlenen ya da birleştirilen bölgeler farklı sayıda işlendiğinden farklı biçimde sıkışır. ELA ısı haritaları bu tutarsızlıkları görünür kılar.
Frekans Alanı Analizi (FFT)
Hızlı Fourier Dönüşümü analizi, bir görüntüyü piksel uzayından frekans uzayına dönüştürür. Pek çok yapay zeka tarafından üretilen görüntü, gözle görülemeyen ancak frekans alanında net biçimde ortaya çıkan karakteristik frekans artefaktları — periyodik kalıplar veya olağandışı spektral dağılımlar — içerir. Bu teknik özellikle GAN tarafından üretilen görüntülere karşı etkilidir.
İçerik Kimlik Bilgileri (C2PA)
C2PA (İçerik Kaynağı ve Özgünlük Koalisyonu), medya dosyalarına kriptografik olarak imzalanmış köken verileri gömmek için tasarlanmış açık bir standarttır. Bir kamera, telefon veya yapay zeka platformu C2PA kimlik bilgileri yerleştirdiğinde FakeRadar kriptografik imzayı doğrular ve tam köken zincirini görüntüler: cihaz modeli, çekim zamanı, kullanılan yazılım ve uygulanan düzenlemeler.
EXIF Meta Verisi
EXIF meta verisi, fotoğraf çekildiğinde kamera ayarlarını, GPS koordinatlarını, zaman damgalarını ve kullanılan yazılımı kaydeder. Yapay zeka ile üretilen görüntüler genellikle gerçek EXIF verisi içermez ya da meta veri tutarsızlıkları barındırır. Hiç var olmamış bir kamera modeline ait meta veri üzerine görüntü düzenleyici imzası uygulanmış dosyalar buna örnektir. Bu anomalileri tespit edip sunuyoruz.
Hiçbir sinyal tek başına kesin değildir. EXIF silinebilir; ELA yoğun sıkıştırmayla yanılabilir; yapay zeka modellerinin yanlış pozitif oranları vardır. FakeRadar sonuçlarını, nihai kanıt olarak değil, kapsamlı bir doğrulama sürecinde bir girdi olarak kullanın.
Kimler İçin
Gazeteciler ve Gerçek Doğrulayıcılar
Yayından önce viral görüntü ve video klipleri doğrulayın. Doğrulama sürecinizi belgelemek için kalıcı bağlantılı paylaşılabilir analiz raporları oluşturun. Gazetecilere özel kılavuzumuz önerilen iş akışını ve sınırlamaları ele alır.
Araştırmacılar
Ham sinyal verilerine erişerek yapay zeka ile üretilen medya kalıplarını inceleyin. Pro katman, Hive sonuçlarının yanı sıra ELA ısı haritaları, FFT spektrumları ve Sightengine skorları sunar; birden fazla dedektörü karşılaştırmalı analiz için uygundur.
Sosyal Medya Moderatörleri
İşaretlenen içerikleri iletmeden önce hızla değerlendirin. Analiz saniyeler içinde tamamlanır ve moderasyon kararları için belge niteliği taşıyan zaman damgalı bir rapor üretir.
Bireyler
Çevrimiçi ortamda şüpheli bir görüntü veya videoyla karşılaşan herkes. Ücretsiz katman, görüntüler için temel yapay zeka tespitini kapsar; ilk analiziniz için hesap açmanıza gerek yoktur.
Teknoloji Yığını
FakeRadar, dünya genelinde gecikmeyi en aza indirmek amacıyla Cloudflare'ın küresel kenar ağı üzerine inşa edilmiştir.
Adli analiz sunucusu (ELA, FFT, C2PA, EXIF) üçüncü taraf bir servis değil, kendi Python uygulamamızdır. Bu, analiz sürecinde tam kontrol sağlamamıza ve yüklenen içeriğin Gizlilik Politikamızda belgelenenlerin ötesinde ek taraflara gönderilmemesini güvence altına almamıza olanak tanır.
Gizlilik ve Sıfır Saklama
FakeRadar yüklenen dosyalarınızı saklamaz. İçeriğinize tam olarak ne olduğu şöyle özetlenebilir:
- Yükleme: Dosyanız Cloudflare Worker tarafından alınır, bellekte işlenir ve analiz motorlarına iletilir.
- Analiz motorları: Hive AI ve Sightengine, sınıflandırma amacıyla dosyanızı alır. Veri işleme süreçleri kendi gizlilik politikaları kapsamındadır; bu politikalara bizimkinde bağlantı veriyoruz.
- Adli sunucu: ELA ve FFT analizi için dosya özel çıkarım sunucumuza gönderilir. Orijinal dosya analizin hemen ardından silinir. Yalnızca üretilen ısı haritası görüntüleri, raporunuzda görüntülenmek üzere geçici olarak R2'de saklanır (Pro için 90 güne kadar, ücretsiz için daha kısa).
- Sakladıklarımız: Aynı dosyaların yeniden işlenmesini önlemek için kullanılan dosya içeriğinin SHA-256 hash'i, analiz skorları ile dosya türü ve boyutlar gibi meta veriler. Orijinal dosyayı hiçbir zaman saklamıyoruz.
- Paylaşılan raporlar: Bir sonucu paylaşırsanız rapor URL'sinde erişilebilir kalır. Paylaşılan raporları dilediğiniz zaman panelinizden silebilirsiniz.
Ayrıntılar için Gizlilik Politikamıza ve KVKK Aydınlatma Metnimize bakabilirsiniz.
İletişim ve Arka Plan
FakeRadar, İstanbul merkezli bağımsız bir yazılım geliştiricisi olan Oktay Atalay tarafından geliştirilmekte ve sürdürülmektedir. Proje, tek bir şüpheli görüntüyü kurumsal bir araç için ödeme yapmadan ya da yerel olarak Python script'i çalıştırmadan doğrulamanın ne kadar zor olduğuna duyulan bizzat yaşanmış bir hayal kırıklığından doğdu.
Bir analiz hatası, bir hata bulduysanız veya ortaklık ya da basın sorgusu için iletişime geçmek istiyorsanız: