مطالعه MIT: آثار هنری تولیدشده با هوش مصنوعی اغلب قابل انتساب به داده‌های آموزشی نیستند

مطالعه جدید MIT نشان می‌دهد که با بزرگ‌تر شدن مجموعه داده‌های آموزشی مدل‌های تولید تصویر هوش مصنوعی، آثار خروجی دیگر به نمونه‌های خاصی از داده‌ها قابل انتساب نیستند. این یافته می‌تواند بحث‌های حقوقی و سیاست‌گذاری درباره مالکیت و مسئولیت آثار هوش مصنوعی را دگرگون کند. پیامد اصلی این است که تعیین منبع یا مؤلف برای بسیاری از تصاویر تولیدشده توسط هوش مصنوعی عملاً ناممکن می‌شود.

پژوهشگران MIT با توسعه روشی جدید برای حذف دقیق نمونه‌های آموزشی از مدل‌های تولید تصویر، نشان دادند که هرچه حجم داده‌های آموزشی بیشتر شود، تأثیر هر نمونه منفرد بر خروجی مدل کاهش می‌یابد. این پدیده را «کاهش انتساب» نامیده‌اند.

در آزمایش‌ها، حتی با حذف هر تصویر منفرد، یا تمام آثار یک هنرمند یا عکس‌های یک فرد خاص از داده‌های آموزشی، خروجی مدل تفاوت محسوسی نداشت. این نتیجه با روش حذف دقیق و بدون نیاز به بازآموزی کل مدل به دست آمد.

James Grimmelmann، استاد حقوق دانشگاه کرنل، گفته است: «این مقاله دلیلی ارائه می‌دهد که انتساب برای مدل‌های جالب شکست خواهد خورد. بنابراین، فناوران و دادگاه‌ها باید به روش‌های دیگری برای ارزیابی کپی‌برداری متوسل شوند.»

محققان برای این کار معماری جدیدی به نام «مجموعه‌های انتشار» (diffusion ensemble) طراحی کردند که امکان حذف بخش‌های خاص داده را بدون بازآموزی مدل فراهم می‌کند. مقایسه این روش با مدل‌های مرسوم نشان داد که کیفیت خروجی حفظ می‌شود و حتی با افزایش داده‌ها، کارایی مدل بهتر می‌شود.

آزمایش‌ها روی مجموعه داده‌هایی با اندازه‌های مختلف و معیارهای گوناگون شباهت انجام شد و در همه موارد، هرچه داده‌ها بیشتر بودند، تأثیر حذف نمونه‌های منفرد کمتر می‌شد.

این یافته‌ها می‌تواند مبنای بسیاری از بحث‌های حقوقی و سیاست‌گذاری درباره آثار هوش مصنوعی را تغییر دهد. تاکنون بسیاری از هنرمندان، شرکت‌ها و سیاست‌گذاران به دنبال راه‌هایی برای انتساب آثار تولیدشده توسط هوش مصنوعی به داده‌های آموزشی یا افراد خاص بوده‌اند. اما این مطالعه نشان می‌دهد که در مقیاس بزرگ، چنین انتسابی عملاً ممکن نیست و آثار تولیدشده را نمی‌توان به داده یا هنرمند خاصی نسبت داد. این موضوع می‌تواند بر نحوه جبران خسارت، تعیین مالکیت و حتی تعریف آثار مشتق‌شده در قوانین کپی‌رایت تأثیر بگذارد. همچنین، این روش می‌تواند به شرکت‌ها کمک کند تا نشان دهند خروجی مدل‌هایشان مشتق از داده‌های خاص نیست و از منظر حقوقی مسئولیتی متوجه آن‌ها نباشد.