AI-generált képek eredete: miért válik egyre nehezebbé a nyomkövetés?

Az AI-generált képek eredete sokszor jóval homályosabb, mint elsőre gondolnánk. Egy új MIT-kutatás szerint nagy adatbázisok esetén szinte lehetetlen megmondani, melyik konkrét kép hatott egy mesterséges intelligencia által létrehozott alkotásra.

Nagyobb adatbázis, halványabb eredet

Zheng Dai és David Gifford, az MIT kutatói, egy különleges módszert alkalmaztak. Megvizsgálták, mi történik akkor, ha egyetlen képet eltávolítanak a tanítóadatok közül.

Ezután összehasonlították az eredeti és a módosított modell kimeneteit. Kisebb adatbázisoknál egy művész munkáinak eltávolítása látványosabb változást okozott.

Egy több tízezer képet tartalmazó adathalmaznál viszont a különbség alig volt érzékelhető. A kutatók ezt a jelenséget attribúciós hanyatlásnak nevezik.

Mit tanul meg valójában a mesterséges intelligencia?

A modell nem feltétlenül egyetlen képet másol. Inkább rengeteg példából tanul meg ismétlődő mintákat.

Ilyen lehet a kompozíció, a fények használata, a textúrák kialakítása vagy egy adott vizuális hangulat. Emiatt egy végső kép sok forrás általános hatását hordozhatja.

Ez azonban nem jelenti azt, hogy a tanítóadatok jelentéktelenek. Csupán azt mutatja, hogy az AI-generált képek eredete nem mindig köthető egyetlen, jól azonosítható forráshoz.

Nem oldódik meg az AI szerzői jogi vitája

A kutatás nem ad végleges választ az AI-képek szerzői jogi kérdéseire. Nem bizonyítja, hogy a modellek szabadon használhatnak bármilyen internetes képet.

Azt vizsgálja, hogy egy konkrét tanítóanyag hatása kimutatható-e egy konkrét eredményben. A jogi és etikai kérdés ennél jóval szélesebb.

Számomra éppen ez teszi izgalmassá a témát: a gép tanulhat sok alkotótól, miközben a végső képen már senki egyedi „ujjlenyomata” nem látszik tisztán. Az AI-generált képek eredete ezért technikai, jogi és kulturális kérdés marad egyszerre.