2026 වසරේ මැද භාගය වන විට කෘතිම බුද්ධිය (AI) මගින් නිර්මාණය කරන ලද පෙළ, රූප, සහ වීඩියෝ අන්තර්ජාලය පුරා පැතිරී ඇත. මේවා සැබෑ නිර්මාණද නැතහොත් AI මගින් ජනනය කළ (Generative) දේ දැයි හඳුනා ගැනීම වෙනදාටත් වඩා අපහසු වී තිබේ. පැරණි C2PA වැනි Metadata ක්‍රමවේද හරහා යම් ආරක්ෂාවක් ලැබුණද, Screenshot එකක් ගැසූ පමණින් හෝ වෙනත් ආකෘතියකට හැරවූ පමණින් එම Metadata කේත මකා දැමිය හැකි බැවින් ඒවා මුළුමනින්ම සාර්ථක වූයේ නැත [cite: 1.1.1]. මෙයට ස්ථිර තාක්ෂණික විසඳුමක් ලෙස Google DeepMind ආයතනය විසින් හඳුන්වා දුන් නවතම යටිතල පහසුකම වන්නේ Google SynthID ය [cite: 1.1.1].

2026 මැයි මාසය වන විට බිලියන 100 කට අධික රූප සහ වීඩියෝ ප්‍රමාණයකටත්, වසර 60,000 කට සමාන ශ්‍රව්‍ය (Audio) ප්‍රමාණයකටත් මෙම SynthID දිය සලකුණ (Watermark) සාර්ථකව කාවද්දා ඇත [cite: 1.2.3].

කුමක්ද මේ Google SynthID?

සරලවම කිවහොත්, SynthID යනු AI හරහා ජනනය වන අන්තර්ගතයන්ට (Content) එය නිර්මාණය වන මොහොතේදීම (Generation time) ඇතුළත් කරන නොපෙනෙන ඩිජිටල් සලකුණකි [cite: 1.1.1]. මෙය බාහිරින් පෙනෙන ලාංඡනයක් හෝ මකා දැමිය හැකි දුර්වල Metadata ටැග් එකක් නොවේ; එය අන්තර්ගතයේ මූලික ව්‍යුහයටම (Pixels හෝ Token probability වලට) කාවද්දන සංඛ්‍යානමය අත්සනකි (Statistical signature).

දැනට Google හි ප්‍රධාන AI මාදිලි 4ක් සඳහාම මෙය පෙරනිමියෙන් (By default) ක්‍රියාත්මක වේ:

• Gemini – පෙළ (Text) ජනනය සඳහා [cite: 1.1.1]
• Imagen – යථාර්ථවාදී රූප (Images) සඳහා [cite: 1.1.1]
• Lyria – ශ්‍රව්‍ය සහ සංගීත (Audio) සඳහා [cite: 1.1.1]
• Veo – සිනමාත්මක වීඩියෝ (Video) සඳහා [cite: 1.1.1]

SynthID මාධ්‍යයන් හරහා ක්‍රියාත්මක වන ආකාරය

1. රූප සහ වීඩියෝ සඳහා (Images and Video):

දෘශ්‍ය මාධ්‍ය සඳහා මෙය Neural Networks දෙකක් (Embedder සහ Detector) එකිනෙකට එරෙහිව තරඟ කරන Adversarial Loop එකක් හරහා ක්‍රියාත්මක වේ [cite: 1.1.2]. මෙහිදී මිනිස් ඇසට කිසිසේත් හඳුනාගත නොහැකි පරිදි රූපයේ ඇති පික්සල් (Pixels) වල වර්ණ අගයන් ඉතා සියුම්ව වෙනස් කරමින්, රූපය පුරාම විහිදුණු හොලෝග්‍රැෆික් (Holographic) රටාවක් නිර්මාණය කරයි [cite: 1.1.2]. එමනිසා රූපය Screenshot ගැසුවද, Crop කළද, වර්ණ (Filters) වෙනස් කළද, හෝ JPEG ලෙස යළි Compress කළද මෙම සංකීර්ණ දිය සලකුණ නොනැසී පවතී [cite: 1.1.2]. වීඩියෝවල සෑම රූප රාමුවකටම (Frame) මෙය යෙදෙන බැවින් වීඩියෝව කපා කොටා වෙනස් කළද මෙය ඉවත් කළ නොහැක [cite: 1.1.2].

2. පෙළ සඳහා (Text – Tournament Sampling):

අකුරු සහ වාක්‍ය සඳහා දිය සලකුණු යෙදීම අතිශය සංකීර්ණය. මෙහිදී අකුරුවල හැඩයට කිසිදු දෘශ්‍යමය වෙනසක් සිදු නොකරන අතර ඒ වෙනුවට “Tournament Sampling” නැමති ක්‍රමවේදයක් භාවිතා කරයි [cite: 1.1.1]. AI මාදිලිය මීළඟ වචනය (Token) තෝරා ගැනීමේදී, රහස්‍ය කේතයක් (Cryptographic secret key) හරහා සමහර වචනවලට “g-value” අගයක් ලබා දෙයි. මින් අදහස් වන්නේ වාක්‍යයේ අර්ථයට හෝ ගුණාත්මකභාවයට කිසිදු හානියක් නොවන පරිදි, බාහිර අනාවරකයකට (Detector) පමණක් හඳුනාගත හැකි නිශ්චිත වචන තෝරාගැනීමේ රටාවක් (Probability Tweaking) මෙම පෙළට ඇතුළත් කිරීමයි [cite: 1.1.2].

3. ශ්‍රව්‍ය සඳහා (Audio):

Lyria හරහා නිපදවන සංගීතයේදී, පද්ධතිය විසින් මුලින්ම ශබ්ද තරංග (Audio waveform) Spectrogram එකක් (කාලයත් සමඟ ශබ්ද සංඛ්‍යාතවල දෘශ්‍ය නිරූපණයක්) බවට පත් කර, එයට දිය සලකුණ කාවද්දා නැවතත් ශබ්දය ගොඩනඟයි [cite: 1.1.2]. මිනිස් කනට කිසිසේත්ම ඇසෙන්නේ නැති මෙම සලකුණ MP3 Compression හමුවේ වුවද විනාශ නොවේ [cite: 1.1.2].

ඔබ දැනගත යුතු සීමාවන් (Limitations)

තාක්ෂණය කෙතරම් දියුණු වුවද, මෙහි පවතින සැබෑ සීමාවන් පිළිබඳව ද අප දැනුවත් විය යුතුය:

• මෙය විශ්වීය (Universal) අනාවරකයක් නොවේ: වැදගත්ම කරුණ නම්, SynthID මගින් කියවෙන්නේ “මෙය SynthID යතුරක් සහිත AI පද්ධතියකින් නිපදවූවක්” යන්න පමණි; මෙය ලොව ඇති සියලුම AI හඳුනාගන්නා පොදු අනාවරකයක් නොවේ [cite: 1.1.1]. වෙනත් සමාගමක (SynthID නොමැති) AI පද්ධතියකින් සෑදූ රූපයක් මෙයට හසු නොවන අතර එය සාමාන්‍ය නිර්මාණයක් ලෙස පෙන්වනු ඇත [cite: 1.1.1].
• පෙළ වෙනස් කිරීම (Paraphrasing & Editing): SynthID මගින් ජනනය කළ පෙළක් නැවතත් මිනිසෙකු විසින් දැඩි ලෙස වෙනස් කළහොත් (Heavy human editing) හෝ වෙනත් AI මාදිලියක් හරහා Paraphrase කළහොත් එම සංඛ්‍යානමය රටාව විනාශ වී යයි. එසේම භාෂා පරිවර්තනයේදීද මෙහි නිරවද්‍යතාවය අඩුවේ [cite: 1.2.5].
• කෙටි පණිවිඩවල දුර්වලතාවය: වචන 200 කට වඩා අඩු, Twitter (X) පණිවිඩයක් වැනි කෙටි පෙළකට ප්‍රබල සංඛ්‍යානමය රටාවක් නිර්මාණය කිරීමට ප්‍රමාණවත් ටෝකන් නොමැති බැවින් එවැනි අවස්ථාවලදී දිය සලකුණ හඳුනාගැනීම ඉතා අපහසු වේ.

අවසාන නිගමනය:

SynthID තනිවම ලෝකයේ AI ව්‍යාජ තොරතුරු (Misinformation) ගැටලුව විසඳන්නේ නැත [cite: 1.1.1]. නමුත් OpenAI වැනි අනෙකුත් ප්‍රධාන AI සමාගම් ද දැන් මෙම පද්ධතියට අනුගත වෙමින් පවතී [cite: 1.1.1]. ඩිජිටල් මානවවාදය අගයන තනි පුද්ගල ව්‍යවසායකයෙකු (Solopreneur) ලෙස, ඔබේ වේදිකාවේ පළවන සැබෑ මිනිස් අත්දැකීම් සහ යන්ත්‍ර හරහා නිපදවූ තොරතුරු අතර පැහැදිලි තාක්ෂණික මායිමක් (Boundary) නිර්මාණය කර ගැනීමට, මෙම නවීනතම යටිතල පහසුකම පිළිබඳව ගැඹුරු අවබෝධයක් තිබීම අතිශයින් වැදගත්ය.