في عالم يتطور بسرعة تحت تأثير الذكاء الاصطناعي، أصبح الكشف عن الصور المُولّدة تحديًا كبيرًا، فالمولدات الحديثة قادرة على إنتاج صور واقعية يصعب تمييزها عن الصور الحقيقية. في هذا السياق، تم تقديم أداة مبتكرة تُدعى FACT (Forensic Agent with Compiled Tool-use Trajectories) التي تمتاز بقدرتها على تحليل الصور بطريقة لم تُعتمد من قبل.

تعتمد أداة FACT على سياسة استخدام أدوات تحليلية تتناسب مع الصورة التي تتعامل معها، بدلاً من استخدام مجموعة ثابتة من الأدوات. فبفضل هذه الديناميكية، يمكن لـ FACT تحديد أي أدوات يحسن استدعاؤها، بالإضافة إلى تحليل الأدلة المستلمة وتحديد متى تكون الأدلة كافية.

تتبع FACT منهجية فريدة تُعرف بـ Evolve--Distill--Refine، حيث تقوم بتطوير مهارات تحليلية موثوقة، تجميع تلك المهارات في مسارات استخدام أدوات، ثم تصفية تلك المعرفة إلى وكيل مدمج. وتُعزز هذه السياسة باستخدام تقنيات تحليلية مثل GRPO (Generalized Resource Policy Optimization).

عند الاختبار عبر مستويين داخليين وأربعة مؤشرات عامة، كانت FACT الأقوى من بين جميع الطُرق المقارنة، حيث نجحت في اكتشاف المولدات الجديدة، والأدلة المُزيفة، والصور المُعالجة بدقة استثنائية. هذا الابتكار ليس فقط خطوة نحو الامان الإلكتروني، بل يعكس كيف يمكن للذكاء الاصطناعي تغيير قواعد اللعبة في مجال التحليل الجنائي الرقمي.