Исследователи из Техасского университета в Остине и Калифорнийского университета в Беркли разработали инновационный фреймворк Ambient Diffusion, который обучается только на поврежденных изображениях, тем самым устраняя риск запоминания и копирования оригинальных работ, что является серьезной проблемой для художников и правообладателей. Исследование опубликовано на сервере предварительной печати arXiv.
![]()
Фото из открытых источников
Традиционные модели ИИ, используемые для преобразования текста в изображение, часто обучаются на больших наборах оригинальных изображений, что может привести к нарушению авторских прав. Это ставит под угрозу не только права художников, но и финансовые интересы, поскольку использование защищенных авторским правом изображений без разрешения является незаконным.
Недавно материнская компания Google Alphabet столкнулась с коллективным иском от группы художников, которые утверждали, что их работы были использованы для обучения генератора изображений Imagen без соответствующего разрешения. Аналогичные иски последовали против других компаний, таких как Stability AI, Midjourney и DeviantArt.
Новый фреймворк Ambient Diffusion предлагает решение этой проблемы, обучаясь только на изображениях, которые были искажены до неузнаваемости. Это гарантирует, что модель не запомнит и не воспроизведет оригинальные работы, обеспечивая защиту авторских прав.
«Фреймворк также может оказаться полезным для научных и медицинских приложений», - говорит соавтор исследования, профессор компьютерных наук Адам Кливанс из Калифорнийского университета в Остине. «Это было бы справедливо практически для любого исследования, где дорого или невозможно получить полный набор неповрежденных данных, от изображений черных дыр до определенных типов МРТ».
Исследователи сделали свой код и модель окружающего распространения открытым, чтобы стимулировать дальнейшие исследования. Он доступен на GitHub.
