ऑप्टिकल कंप्यूटिंग डीपफ़ेक पहचान लागत को कम कर सकती है

विश्वासजनक सिंथेटिक वीडियो बनाना आसान होता जा रहा है। यह जांचना कि वह वीडियो प्रामाणिक है या नहीं, एक अलग चुनौती प्रस्तुत करता है: किसी को इसे जांचने के लिए आवश्यक कंप्यूटिंग पावर, बिजली और समीक्षा क्षमता प्रदान करनी होगी।

बड़े पैमाने पर अपलोड संभालने वाले प्लेटफ़ॉर्मों के लिए, पहचान की सटीकता केवल समीकरण का एक हिस्सा है। एक सत्यापन प्रणाली को सामग्री को किफायती ढंग से प्रोसेस करना चाहिए और संदिग्ध सामग्री को आगे की जांच की ओर निर्देशित करना चाहिए, बिना समीक्षकों पर अत्यधिक बोझ डाले।

eLight में प्रकाशित एक नया UCLA अध्ययन इस समस्या के एक असामान्य दृष्टिकोण की जांच करता है: पहचान प्रक्रिया के एक भाग को करने के लिए प्रकाश का उपयोग करना।¹ शोधकर्ताओं ने एक हाइब्रिड सिस्टम प्रदर्शित किया जो 15 वीडियो को समानांतर में स्क्रीन करता है, डिजिटल न्यूरल प्रोसेसिंग को एक ऑप्टिकल डिकोडर के साथ मिलाता है। इसका महत्व डीपफ़ेक से परे है, और यह एक व्यावहारिक उदाहरण प्रस्तुत करता है कि कैसे विशेषीकृत हार्डवेयर AI इनफ़रेंस की अर्थव्यवस्था को बदल सकता है।

ऑप्टिकल कंप्यूटिंग डीपफ़ेक वीडियो को कैसे पहचानता है

परम्परागत AI डिटेक्टर्स वीडियो का विश्लेषण इलेक्ट्रॉनिक प्रोसेसरों पर किए जाने वाले गणितीय संचालन के माध्यम से करते हैं। UCLA वास्तुकला डिजिटल प्रोसेसिंग को बनाए रखती है लेकिन बाद के वर्गीकरण चरण को एक ऑप्टिकल सिस्टम में स्थानांतरित करती है।

सबसे पहले, एक डिजिटल न्यूरल नेटवर्क चयनित वीडियो फ्रेमों से उपयोगी जानकारी निकालता है। उस संक्षिप्त प्रतिनिधित्व को एक प्रोग्रामेबल स्पेशियल लाइट मॉड्यूलेटर पर एन्कोड किया जाता है, जो एक उपकरण है जो सतह पर आने वाले प्रकाश के व्यवहार को नियंत्रित करता है।

फिर प्रकाश ऑप्टिकल डिकोडर के माध्यम से प्रसारित होता है, ऐसी तीव्रता पैटर्न बनाता है जो वास्तविक-या-नकली वर्गीकरण को समर्थन देते हैं। प्रत्येक डिकोडर गणना को इलेक्ट्रॉनिक रूप से निष्पादित करने के बजाय, सिस्टम प्रकाश के भौतिक व्यवहार का उपयोग करके सीखी गई रूपांतरण को लागू करता है।

स्पेशियल मल्टीप्लेक्सिंग विभिन्न वीडियो के प्रतिनिधित्वों को एक ही मॉड्यूलेटर के अलग-अलग क्षेत्रों में रखने की अनुमति देती है। इस प्रकार ऑप्टिकल डिकोडर एक ही प्रसार पास में कई इनपुट का मूल्यांकन करता है।

इसका अर्थ यह नहीं है कि 15 पूर्ण वीडियो फ़ाइलें तुरंत सत्यापित हो जाती हैं। फ्रेम चयन, डिजिटल एन्कोडिंग, मॉड्यूलेटर लोड करना, और परिणाम पढ़ना अभी भी आवश्यक है। समानांतरता ऑप्टिकल चरण पर लागू होती है, जिससे यह वास्तुकला बड़े वर्कफ़्लो के भीतर एक विशेषीकृत त्वरक बन जाती है।

डीपफ़ेक पहचान अध्ययन ने क्या प्रदर्शित किया

शोधकर्ताओं ने फ्रेमवर्क का मूल्यांकन ऐसे डेटासेट्स का उपयोग करके किया जो फेस स्वैप, वास्तविक दुनिया के डीपफ़ेक रिकॉर्डिंग और पूरी तरह AI-जनित वीडियो को कवर करते हैं। अपने प्रयोगात्मक Celeb-DF कॉन्फ़िगरेशन में, सिस्टम ने प्रत्येक ऑप्टिकल पास में 15 वीडियो प्रोसेस किए और औसत सटीकता 97.79% प्राप्त की।

निम्नलिखित परिणाम सीधे पेपर से लिए गए हैं। वे प्रयोगात्मक Celeb-DF कॉन्फ़िगरेशन का वर्णन करते हैं, न कि प्रत्येक डेटासेट या भविष्य के वीडियो जेनरेटर में प्रदर्शन का।

संवेदनशीलता मापती है कि डिटेक्टर कितने नकली वीडियो को सही ढंग से पहचानता है। विशिष्टता मापती है कि वह कितने वास्तविक वीडियो को सही ढंग से पहचानता है। यह संयोजन संकेत देता है कि प्रणाली विशेष रूप से संदिग्ध सामग्री को दूसरे सत्यापन चरण से पहले पकड़ने के लिए उपयुक्त है।

समांतर प्रोसेसिंग को 18 वीडियो तक बढ़ाने से प्रयोगात्मक सटीकता 96.13% तक घट गई। यह एक परिचित इंजीनियरिंग ट्रेड‑ऑफ़ को दर्शाता है: क्षमता बढ़ाने से हस्तक्षेप और अन्य भौतिक प्रतिबंध उत्पन्न हो सकते हैं जो प्रदर्शन को प्रभावित करते हैं।

शोधकर्ताओं ने क्षय, संपीड़न, मिसअलाइनमेंट और प्रतिकूल हेरफेर की भी जाँच की। ये परीक्षण आगे के विकास के पक्ष में तर्क को मजबूत करते हैं, लेकिन वे हर अप्रकट जेनरेटर की विश्वसनीय पहचान या हमले से पूर्ण सुरक्षा स्थापित नहीं करते।

गलत सकारात्मक क्यों सत्यापन लागत को आकार देते हैं

सबसे उपयोगी व्यावसायिक प्रश्न यह है कि डिटेक्टर अलर्ट उठाने के बाद क्या होता है। एक अत्यधिक संवेदनशील स्क्रीनिंग सिस्टम अधिकांश नकली सामग्री को पकड़ सकता है, जबकि अभी भी पर्याप्त मात्रा में वास्तविक सामग्री को अतिरिक्त विश्लेषण के लिए आगे भेजता है।

एक उदाहरणात्मक कार्यभार 100,000 वीडियो का मानें, जिसमें 1% नकली हैं। यदि रिपोर्टेड संवेदनशीलता और विशिष्टता उसी रूप में उस कार्यभार पर लागू हों, तो लगभग 999 नकली वीडियो को चिह्नित किया जाएगा, साथ ही लगभग 4,237 वास्तविक वीडियो भी। चिह्नित सामग्री का केवल लगभग 19% वास्तव में नकली होगा।

यह एक गणना है जो प्रसार के प्रभाव को दर्शाती है, न कि अध्ययन से प्राप्त कोई तैनाती परिणाम। वास्तविक प्रदर्शन सामग्री मिश्रण, निर्णय सीमा, और उत्पादन अपलोड तथा बेंचमार्क डेटा के बीच अंतर पर निर्भर करेगा।

फिर भी, यह समझाता है कि लेखक प्रथम‑स्तर फ़िल्टर का प्रस्ताव क्यों करते हैं। एक अलर्ट को जांच शुरू करनी चाहिए, न कि स्वचालित रूप से सार्वजनिक आरोप या हटाने का निर्णय बनना चाहिए।

व्यावसायिक मामला इसलिए कई जुड़े हुए मापदंडों पर निर्भर करता है:

• प्रत्येक स्क्रीन किए गए वीडियो की ऊर्जा और प्रोसेसिंग लागत।
• अधिक सत्यापन की आवश्यकता वाले अपलोड का अनुपात।
• छूटे हुए हेरफेर और गलत वृद्धि दरें।
• हार्डवेयर उपयोग, रखरखाव और एकीकरण लागत।

एक सस्ता स्क्रीनिंग चरण व्यापक सत्यापन को किफायती बना सकता है। हालांकि, किसी भी बचत का मूल्यांकन उस डाउनस्ट्रीम कार्यभार की लागत के साथ करना आवश्यक है जो यह उत्पन्न करता है।

ऑप्टिकल AI ऊर्जा बचत को सिस्टम-स्तरीय संदर्भ की आवश्यकता है

पेपर अनुमान लगाता है कि समान प्रदर्शन वाले डिजिटल डिकोडर की तुलना में डिकोडर की ऊर्जा खपत में उल्लेखनीय कमी होगी। उस घटक और संपूर्ण सिस्टम के बीच अंतर महत्वपूर्ण है।

पूर्ण डिजिटल एन्कोडर के साथ, हाइब्रिड कॉन्फ़िगरेशन प्रति वीडियो अनुमानित 180.20–182.93 मिलिजूल ऊर्जा खर्च करता है, जबकि चयनित डिजिटल बेसलाइन के लिए 209.26 मिलिजूल है। यह लगभग 13–14% कम एंड-टू-एंड ऊर्जा खपत दर्शाता है।

हल्का एन्कोडर उपयोग करने से अनुमानित बचत लगभग 38–42% तक बढ़ जाती है, संबंधित डिजिटल कॉन्फ़िगरेशन की तुलना में। एन्कोडर जटिलता को कम करने से डिटेक्शन प्रदर्शन भी प्रभावित होता है, हालांकि अतिरिक्त निष्क्रिय ऑप्टिकल लेयरें सटीकता और विशिष्टता को पुनः प्राप्त करने में मदद करती हैं।

ये मॉडलिंग अनुमान हैं जो गणनात्मक धारणाओं और घटक पावर बजट पर आधारित हैं। ये किसी संचालन मॉडरेशन सेवा से मापी गई विद्युत बचत नहीं हैं। न ही ये प्रत्येक अनुकूलित GPU डिटेक्टर पर श्रेष्ठता दर्शाते हैं।

व्यापक सीख यह है कि जब कोई अन्य चरण उपभोग पर हावी हो, तो एक चरण को तेज़ करने से सीमित लाभ मिलता है। ऑप्टिकल हार्डवेयर अधिक मूल्यवान तब बनता है जब आसपास की डिजिटल पाइपलाइन इसे उपयोग करने के लिए डिज़ाइन की गई हो।

व्यावसायिक मूल्यांकन में अधिग्रहण लागत, संरेखण स्थिरता, प्रतिस्थापन घटक और प्रसंस्करण विलंब भी शामिल होने चाहिए। पूर्ण बैचों के साथ निरंतर चलने वाला सिस्टम अस्थायी अनुरोधों को संभालने वाले सिस्टम से बहुत अलग आर्थिक स्थिति रख सकता है।

डीपफेक डिटेक्शन कंटेंट प्रॉवेनेंस को पूरक करता है

सत्यापन कई मार्गों पर विकसित हो रहा है। डिटेक्शन सामग्री में उत्पत्ति या हेरफेर के संकेतों की जाँच करता है। प्रॉवेनेंस सिस्टम यह रिकॉर्ड करते हैं कि कोई संपत्ति कहाँ से आई और इसे कैसे निर्मित या संपादित किया गया।

मई 2026 में, OpenAI ने अपने विस्तारित कंटेंट प्रॉवेनेंस दृष्टिकोण का वर्णन किया, जिसमें कंटेंट क्रेडेंशियल्स, SynthID वॉटरमार्किंग, और सत्यापन टूलिंग शामिल हैं। ये दृष्टिकोण ऐसे संकेत प्रदान करते हैं जो फॉरेंसिक डिटेक्टर्स को पूरक कर सकते हैं।

क्रेडेंशियल्स की अनुपस्थिति यह सिद्ध नहीं करती कि वीडियो नकली है। इसी प्रकार, फ़ाइल के मूल का प्रमाण यह स्थापित नहीं करता कि उसमें दर्शाया या दावा किया गया सब कुछ सत्य है। एक वास्तविक रिकॉर्डिंग भी भ्रामक रूप से प्रस्तुत की जा सकती है।

एक व्यावहारिक कार्यप्रवाह इसलिए प्रॉवेनेंस जांच, सस्ते स्क्रीनिंग, गहरी फॉरेंसिक विश्लेषण और मानव जांच को संयोजित कर सकता है। ऑप्टिकल कंप्यूटेशन स्क्रीनिंग लेयर में योगदान दे सकता है बिना पूरी प्रामाणिकता समस्या को हल किए।

वित्तीय प्रासंगिकता पहले ही स्पष्ट है। FINRA के जून 2026 के मार्गदर्शन में डिपफेक और प्रतिरूपण धोखाधड़ी के बारे में निर्मित समानताओं और आवाज़ों से जुड़े खतरों का वर्णन किया गया है। UCLA वीडियो डिटेक्टर इन सभी खतरों, विशेष रूप से केवल ऑडियो हमलों, को संबोधित नहीं करता, लेकिन यह व्यापक सत्यापन चुनौती के एक भाग को लक्षित करता है।

टेक्सास इंस्ट्रूमेंट्स ऑप्टिकल हार्डवेयर में एक्सपोज़र प्रदान करता है

ये विकास AI को समर्थन देने वाली भौतिक बुनियादी ढांचे की ओर व्यापक निवेश बदलाव में भी फिट होते हैं। Securities.io की कवरेज में मशीन एज फंड का AI हार्डवेयर फोकस चिप्स, नेटवर्किंग, मेमोरी और संपूर्ण कंप्यूटिंग सिस्टम्स पर बढ़ते ध्यान को उजागर करती है।

Texas Instruments (TXN ) प्रोग्रामेबल ऑप्टिकल घटकों के माध्यम से एक प्रासंगिक कनेक्शन प्रदान करता है। इसकी DLP तकनीक में फेज़ लाइट मॉड्यूलेटर शामिल हैं, जिसमें फेज़ लाइट मॉड्यूलेटर मूल्यांकन हार्डवेयर उन्नत प्रकाश-नियंत्रण अनुप्रयोगों के विकास को समर्थन देता है।

UCLA पेपर तेज़ ऑप्टिकल कार्यान्वयन पर चर्चा करते हुए Texas Instruments की DLP तकनीक को फेज़ स्पेशियल लाइट मॉड्यूलेटर में अनुकूलित करने वाले शोध का उल्लेख करता है। यह एक विशिष्ट तकनीकी कनेक्शन बनाता है, हालांकि यह स्थापित नहीं करता कि TI ने प्रदर्शित प्रयोगशाला सिस्टम प्रदान किया या UCLA के साथ कोई व्यावसायिक समझौता है।

निवेशकों के लिए, TI विविधीकृत सेमीकंडक्टर व्यवसाय में सक्षम हार्डवेयर के एक्सपोज़र को दर्शाता है। अवसर इस बात पर निर्भर करेगा कि ऑप्टिकल कंप्यूटिंग प्रोटोटाइप से आगे बढ़े और प्रोग्रामेबल मॉड्यूलेटर, कंट्रोलर और सहायक इलेक्ट्रॉनिक्स की मांग उत्पन्न करे।

ध्यान देने योग्य साक्ष्य में प्रयोगशाला डेटा सेट के बाहर दोहराने योग्य प्रदर्शन, मौजूदा स्क्रीनिंग सिस्टम में एकीकरण, और ग्राहक तैनाती शामिल हैं जो कुल लागत में कमी दर्शाती हैं। यह अध्ययन न तो TI के लिए महत्वपूर्ण राजस्व अवसर स्थापित करता है और न ही उत्पादन-तैयार डिटेक्शन सेवा।

निवेश केस किफायती सत्यापन से शुरू होता है

UCLA का कार्य विशेषीकृत AI हार्डवेयर के लिए एक विश्वसनीय दिशा दर्शाता है: ऑप्टिकल कंप्यूटेशन का उपयोग करके कई वीडियो को स्क्रीन करना, जबकि जहाँ डिजिटल प्रोसेसिंग उपयोगी रहती है, उसे बनाए रखना।

इसका बड़ा निहितार्थ आर्थिक है। जैसे-जैसे सिंथेटिक मीडिया का विस्तार हो रहा है, संस्थाओं को अधिक सामग्री की पुष्टि करनी पड़ सकती है बिना प्रत्येक अपलोड पर अनुपातिक रूप से अधिक खर्च किए। कुशल प्रारंभिक स्क्रीनिंग महंगे विश्लेषण और मानव ध्यान को उन स्थानों पर आवंटित करने में मदद कर सकती है जहाँ यह सबसे अधिक मूल्यवान है।

अगला माइलस्टोन यह साबित करना है कि यह लाभ पूरे कार्यप्रवाह में लागू हो सकता है। सटीकता, ऊर्जा, झूठी सकारात्मक परिणाम, हार्डवेयर लागत और अनुकूलनशीलता को साथ-साथ सुधारना होगा। यहीं पर एक रोचक ऑप्टिकल प्रयोग व्यावसायिक रूप से उपयोगी बुनियादी ढाँचा बन सकता है।

संदर्भ:

¹ Ghapandar Kashani, P., Chen, S., & Ozcan, A. (2026). Scalable, energy-efficient optical-neural architecture for multiplexed deepfake video detection. eLight, 6, लेख 27. https://doi.org/10.1186/s43593-026-00143-y