🛠 Návrh architektury: Agent pro detekci AI/Human Art
Problém, který popisuješ (halucinace u ruční malby), vzniká, když nutíme LLM dělat pixel-perfect analýzu. Řešením je Multi-Modal Agentic Workflow.
1. Role LLM (The Brain/Reasoning Engine)
LLM (např. GPT-4o nebo Claude 3.5 Sonnet) zde neslouží jako detektor. Slouží jako Router a Soudce. Jeho úkolem je:
• Pochopit kontext (co je na obrázku).
• Rozhodnout, jaké nástroje zavolat.
• Syntetizovat výsledky z nástrojů a vydat finální verdikt s odůvodněním.
2. Toolset (Specializované nástroje)
Aby agent nebyl „slepý“, dáme mu do ruky tyto nástroje (API):
• Tool A: Reverse Image Search (např. Google Lens/Tineye API)
• Účel: První krok smyčky. Pokud je obrázek existující dílo (např. známá malba, portfolio umělce na ArtStation z roku 2015), agent okamžitě ví -> HUMAN ART.
• Řeší: Tvůj problém, kdy model označí starou malbu za AI.
• Tool B: Noise & Frequency Analysis (DFT/DCT)
• Účel: Matematická analýza šumu a frekvenčního spektra. Difúzní modely zanechávají specifické artefakty v neviditelném spektru.
• Tool C: Specialized Classifiers (např. Hive AI / Sightengine)
• Účel: Modely trénované pouze na rozlišení Real vs. Synthetic (mají mnohem vyšší success rate než obecné LLM).
• Tool D: Metadata Extractor
• Účel: Kontrola EXIF dat (software, C2PA podpisy).
3. The Loop (Reasoning & Execution)
Takhle probíhá myšlenkový proces (Chain of Thought) agenta:
1. Input: Uživatel nahraje obrázek "olejomalba krajiny".
2. Step 1 (Reasoning): "Vypadá to jako klasické umění. Zkusím nejdřív najít autora." -> Calls Tool A.
3. Step 2 (Observation): Tool A vrací shodu s dílem od "Jana Nováka, 2018".
4. Verdikt: "Toto je lidské dílo, autor Jan Novák. Důvod: Nalezen historický záznam před nástupem generativní AI." (Ušetřili jsme výpočetní výkon na detektory).
5. Alternativní větev: Pokud Tool A nic nenajde -> Calls Tool B & C.
6. Step 3 (Synthesis): Tool B hlásí nepřirozené artefakty v šumu, Tool C dává 99% pravděpodobnost Midjourney v6.
7. Finální Verdikt: "Toto je AI generované. Důvod: Absence historie a přítomnost difúzních artefaktů."