Questa sezione spiega come effettuare la richiesta con un file. Con un URL il procedimento è simile: la differenza principale è l’endpoint da chiamare al passo 1.
Linee guida per l’invio
Data la grande variabilità delle immagini, ti consigliamo di seguire queste semplici linee guida:- Invia al sistema l’immagine più “vicina” alla fonte: ad esempio, non inviare screenshot o foto di schermi.
- I modelli di analisi delle immagini al momento non sono addestrati a riconoscere le foto di documenti: il risultato, se invii immagini di questo tipo, non è quindi affidabile.
- Per le immagini prese dai social, i risultati più accurati si ottengono inviando immagini senza testi sovrapposti né le modifiche tipiche della condivisione sui social.
- Se l’immagine è disponibile da altre fonti, evita di inviare link ai social, a causa della post-elaborazione applicata dalle varie piattaforme.
Invia un’immagine tramite l’API
Per classificare un’immagine, effettua una richiesta POST a/api/classification con i parametri richiesti (per i dettagli sui parametri consulta la sezione Riferimento API).
Recupera i risultati
Usa l’identificativo ricevuto per recuperare i risultati della classificazione con una richiesta GET a/api/classification/{identifier} (per i dettagli su come strutturare la richiesta consulta la sezione Riferimento API).
La classificazione potrebbe non essere ancora terminata! Se non è ancora completa, continua a inviare la richiesta GET finché il risultato non è disponibile.
Heatmap
La funzionalità di heatmap (fornita dal modello Ardē) aiuta ad analizzare i dettagli dell’immagine. Un’immagine inviata senza heatmap potrebbe essere rilevata come umana, mentre l’analisi della stessa immagine con la heatmap potrebbe evidenziare tratti artificiali. Questo dipende da come i modelli interpretano le immagini ricevute in input. Se la heatmap è disponibile per il tuo utente, puoi richiedere l’analisi con heatmap passando l’argomentowith_heatmap=true
Ardē:
score rappresenta l’area totale umana o artificiale. Nell’esempio,
il risultato indica che il 20% dell’immagine è stato classificato come artificiale.
Puoi anche scaricare la heatmap come immagine colorata usando l’apposito endpoint.
Smart Full Analysis
La Smart Full Analysis è una modalità di analisi avanzata pensata per ottenere il massimo dal processo di classificazione delle immagini. Un algoritmo di scoring proprietario individua e seleziona automaticamente le aree dell’immagine con il maggior contenuto informativo, in modo che l’analisi si concentri sui dettagli più rilevanti. L’approccio funziona come una mappa di rilevamento ottimizzata:- l’immagine viene suddivisa in una selezione mirata di ritagli ad alto valore;
- ogni ritaglio viene analizzato e classificato dal modello più avanzato disponibile della famiglia Revelio;
- i risultati dei singoli ritagli vengono combinati in un verdetto complessivo, che tiene conto delle informazioni raccolte dalle diverse aree dell’immagine.
La Smart Full Analysis è una versione avanzata e intelligente sia dell’analisi completa standard sia della heatmap: quando è abilitata, le sostituisce entrambe.
with_smart_analysis=true:
Se la Smart Full Analysis non è inclusa nel tuo piano tariffario, il parametro
with_smart_analysis viene ignorato e l’immagine viene analizzata con lo scope standard.XAI (eXplainable AI)
Non solo un verdetto. Scopri cosa ha osservato l’intelligenza artificiale per arrivare alla sua decisione. Perché Revelio ha classificato un’immagine o un video come generato dall’AI? Quali elementi del contenuto hanno attirato di più la sua attenzione? Con la nuova funzionalità XAI – eXplainable AI, identifAI fa un ulteriore passo verso una maggiore trasparenza e interpretabilità dei suoi modelli di classificazione. La XAI è un nuovo scope di analisi che arricchisce i verdetti di Revelio con un insieme di strumenti visivi e descrittivi, pensati per aiutarti a capire dove il modello ha concentrato la sua attenzione durante l’analisi.Dalla classificazione alla comprensione
Quando la XAI è abilitata, i modelli Revelio non si limitano a restituire un verdetto: generano anche informazioni sui punti di attenzione che hanno caratterizzato il processo di classificazione. Queste informazioni vengono trasformate in tre strumenti complementari:Attention Map
Guarda dove si concentra l’attenzione. Una rappresentazione visiva sovrapposta al contenuto originale, che evidenzia le aree su cui il modello si è concentrato di più. Un modo immediato e intuitivo per esplorare ciò che Revelio ha osservato.
Attention Graph
Esplora l’analisi più a fondo. Un grafico che mostra l’andamento e i picchi dell’attenzione del modello, offrendo una prospettiva più tecnica e dettagliata a chi vuole approfondire il comportamento dell’algoritmo.
Spiegazione AI
Dalle immagini alle parole. Una descrizione in linguaggio naturale delle regioni che hanno ricevuto più attenzione, disponibile in più lingue, per rendere le informazioni prodotte dal modello ancora più accessibili e facili da interpretare.
Più trasparenza, più strumenti per interpretare i risultati
Con la XAI, identifAI fornisce nuove informazioni a supporto dell’interpretazione dei risultati, affiancando alla classificazione tradizionale una prospettiva visiva, analitica e descrittiva. Un passo avanti verso un’intelligenza artificiale sempre più trasparente, comprensibile e accessibile.Disponibile sulla piattaforma web e via API
La XAI è attualmente disponibile per l’analisi di immagini e video, sia tramite la piattaforma web di identifAI sia via API, così da poter essere integrata facilmente nei tuoi flussi di lavoro esistenti.E l’audio? Ci stiamo lavorando! Il nostro obiettivo è estendere presto queste funzionalità anche all’analisi dei contenuti audio.
Abilita la XAI tramite API
La XAI è controllata dai seguenti parametri dell’API per la classificazione delle immagini e dell’API per la classificazione delle immagini da URL:
Se la XAI è inclusa nel tuo piano tariffario, puoi abilitarla, insieme alle spiegazioni AI in italiano, in questo modo:
Se la XAI non è inclusa nel tuo piano tariffario, il parametro
with_xai viene ignorato e l’immagine viene analizzata senza XAI.Mappe XAI e spiegazioni nei risultati
Quando la XAI è abilitata, ogni risultato per modello inresults che ha prodotto almeno una mappa XAI contiene un array explanations, che elenca ogni mappa del modello con la sua spiegazione AI:
Le spiegazioni AI sono risultati differiti: vengono prodotte dopo l’analisi principale, senza ritardarla. Il verdetto, i risultati della classificazione e l’elenco delle mappe XAI sono disponibili non appena lo
status dell’invio diventa done, mentre le descrizioni vengono compilate in seguito: segui il campo deferred_status del risultato della classificazione, oppure imposta deferred_webhook_url per ricevere una notifica quando sono complete.
description è null quando:
- le spiegazioni AI non sono state richieste (
with_llm_xainon impostato): le mappe vengono comunque elencate, così puoi scaricarle; - la spiegazione non è ancora disponibile, perché i risultati differiti sono ancora in corso;
- la spiegazione è stata richiesta ma non è stato possibile generarla. Se succede a causa di un errore tecnico,
deferred_statusèerrored, mentre le spiegazioni generate per le altre mappe vengono comunque restituite: vedi Risultati differiti. I crediti delle spiegazioni AI che non è possibile generare vengono rimborsati.
- le spiegazioni sono restituite solo dall’endpoint del singolo risultato della classificazione: non sono incluse negli elenchi delle classificazioni né nel payload inviato a
webhook_url. La notifica inviata adeferred_webhook_urlcontiene le descrizioni nei campixaieheatmaps; - i
resultsper modello, e quindi le spiegazioni, sono restituiti solo se il tuo piano tariffario espone i dettagli dei modelli; - quando viene richiesta la heatmap, questa è elencata con
typeheatmap(emethodnull) nel risultato del modelloArdē; quando è abilitata la Smart Full Analysis, la sua heatmap è elencata nei risultati dei modelli che l’hanno prodotta.
Scarica Attention Map e Attention Graph
L’Attention Map e l’Attention Graph possono essere scaricati come immagini con l’endpoint per scaricare le mappe XAI, indicando ilmodel che ha prodotto la mappa (come riportato nel campo model dei risultati per modello), il method XAI (legrad, transformer_attribution o attention_rollout) e il type di mappa (attention_map, il valore predefinito, o attention_graph):
explanations di ogni risultato per modello elencano il type e il method di ogni mappa disponibile, anche quando le spiegazioni AI non sono state richieste. Se non è disponibile nessuna mappa del modello, metodo e tipo richiesti, l’endpoint restituisce un errore 404.
Linee guida per interpretare i risultati
Per interpretare il risultato, ti consigliamo di concentrarti su:- Revelio come risultato principale per il verdetto (la scelta predefinita della piattaforma), con un’affidabilità maggiore se sono presenti volti e persone.
- Aide per un’analisi dettagliata con il supporto della funzionalità di heatmap.
- Morphing, da considerare solo in presenza di volti.
- Ellen, se l’immagine proviene da fonti in cui in passato è stato accertato l’uso di strumenti di fotoritocco.
- V01 e Brokenwand solo per immagini molto vecchie (e quindi potenzialmente generate con sistemi oggi non più in uso).
- Fare molta attenzione alle dimensioni delle immagini inviate: l’analisi con heatmap è particolarmente onerosa dal punto di vista computazionale e il tempo di elaborazione aumenta sensibilmente con le dimensioni dell’immagine. Le linee guida consigliano di inviare immagini con una risoluzione inferiore a 2k (o 4 megapixel).
Vedi anche
Classifica un video
Scopri come avviare la classificazione di un video e capire se è autentico o generato artificialmente
Classifica un audio vocale
Scopri come avviare la classificazione di un audio vocale e capire se è autentico o generato artificialmente