Что делать с проблемой авторских прав художников и взрывного роста работ ИИ

Нейросети 9 февр. 2023 г.

‌‌Колонка Andrew Ng: сообщение 183

Дорогие друзья,‌‌

Как вы можете прочитать в этом выпуске The Batch, на компании, занимающиеся генеративным искусственным интеллектом, подали в суд за использование ими данных (в частности, изображений и кода), взятых из Интернета, для обучения своих моделей. После обучения такие модели могут генерировать по запросу изображения в стиле данного художника или код, который выполняет определенные задачи.‌‌

Белоснежка | ChatGPT — телеграм бот создающий сложные, отличные промты для Midjourney из одного слова или нескольких абзацев статьи.

Судебные иски ответят на вопрос о том, законно ли использование общедоступных данных для обучения генеративных моделей, но я вижу еще более важный вопрос: справедливо ли это? Если у общества есть точка зрения на то, что справедливо, мы можем работать над принятием законов, отражающих это.‌‌Чтобы было ясно, эта проблема намного серьезнее, чем генеративный ИИ. Фундаментальный вопрос заключается в том, следует ли разрешать системам искусственного интеллекта учиться на данных, которые свободно доступны любому, у кого есть подключение к Интернету. Но сейчас основное внимание уделяется моделям, которые генерируют изображения и код.‌‌

Сегодня мы регулярно советуем студентам, изучающим компьютерное программирование, читать открытый исходный код и, возможно, вносить в него свой вклад. Чтение с открытым исходным кодом, без сомнения, вдохновляет людей на написание лучшего кода. Никто не ставит под сомнение, справедливо ли это. В конце концов, именно так люди учатся. Справедливо ли, чтобы компьютер делал то же самое?‌‌В последний раз, когда я посещал музей Гетти в Лос-Анджелесе, Калифорния, я видел начинающих художников, сидящих на полу и копирующих шедевры на своих собственных холстах. Копирование мастеров - общепринятая часть обучения на художника. Копируя множество картин, студенты развивают свой собственный стиль. Художники также обычно смотрят на другие работы в поисках вдохновения. Даже мастера, чьи работы изучаются сегодня, учились у своих предшественников.

Справедливо ли для системы искусственного интеллекта аналогичным образом учиться на картинах, созданных людьми?‌‌ Конечно, существуют важные различия между человеческим обучением и машинным обучением, которые влияют на справедливость. Модель машинного обучения может считывать гораздо больше кода и изучать гораздо больше изображений, чем человек.

Художник копирует картину Эдварда Дега "Урок танца" в Национальной галерее-музее

Эти различия поднимают серьезные проблемы для художников, программистов и общества в целом:

Производство творческих работ машиной может обесценить труд людей-творцов.
Генеративные модели могут воспроизводить личный стиль художников, на работах которых они обучались, без компенсации этим художникам.
Такие модели, возможно, были обучены на конфиденциальных данных, которые не предназначались для размещения в Интернете (например, личные изображения, которые были украдены или/и "были слиты в сеть").

С другой стороны, генеративные модели обладают огромной потенциальной ценностью. Они помогают людям, которые не являются квалифицированными художниками, создавать красивые работы, побуждают художников по-новому сотрудничать с компьютерами и автоматизируют повседневные задачи, чтобы люди могли сосредоточиться на творчестве более высокого уровня. Более того, достижения в области искусственного интеллекта опираются друг на друга, а прогресс в генеративном ИИ влечет за собой прогресс и в других областях.

В результате нам необходимо найти трудный компромисс между обеспечением технологического прогресса и уважением желания защитить средства к существованию создателей. Продуманное регулирование может сыграть важную роль. Можно представить себе потенциальные нормативные рамки, такие как:

Создание способа для создателей отказаться от претензий
Предоставления компенсации художникам, когда системы искусственного интеллекта используют их данные
Выделение государственного финансирования художникам (например, использование налоговых поступлений для финансирования государственных СМИ, таких как Би-би-си)
Установка ограничения по времени, например, авторского права, по истечении которого творческие работы доступны для обучения ИИ

То, что общество считает справедливым, может измениться. В Соединенных Штатах когда-то считалось справедливым, что голосовать могли только определенные мужчины. Когда взгляд общества на это изменился, мы изменили правила.

В настоящее время в обществе существуют различные взгляды на то, что справедливо для искусственного интеллекта. Учитывая щедрость, предлагаемую генеративным ИИ (и другими системами искусственного интеллекта), и признавая необходимость обеспечения справедливого отношения к создателям, я надеюсь, что мы найдем путь вперед, который позволит ИИ продолжать быстро развиваться на благо всех.

Продолжайте учиться!

Эндрю

Исходный текст: https://www.deeplearning.ai/the-batch/issue-183/