مولدهای تصویر هوش مصنوعی فقط به 200 تصویر نمونه نیاز دارند تا سبک هنرمند را به طور کامل بازسازی کنند. در اینجا می توانید نحوه انجام این کار را بیابید
تحقیقات اخیر دانشگاه واشنگتن و موسسه آلن برای هوش مصنوعی، واقعیت دنیای جدید هوش مصنوعی و حق چاپ را روشن کرده است.
چند نفر ون گوگ به ون گوگ می روند؟ این تحقیق با عنوان یافتن آستانه تقلید نشان می دهد که آستانه خاصی وجود دارد که برای تعیین اینکه آیا یک مدل هوش مصنوعی به طور مؤثر شباهت را تکرار کرده است یا خیر، مهم است.
این تحقیق بر دو حوزه اصلی متمرکز بود: چهره انسان و سبک های هنری، دو مورد بحث برانگیزترین بخش بحث شبیه سازی هوش مصنوعی.
محققان دریافتند که نقطه ای که در آن یک مدل می تواند چیزی از داده های آموزشی را تکرار کند، به طرز شگفت انگیزی کم است، یعنی تنها 200 تا 600 تصویر. به عبارت دیگر، یک مدل هوش مصنوعی را حدود 600 تصویر نشان دهید. احتمالاً قادر به بازسازی کامل آن خواهد بود.
این پیامدهای عمیقی برای آینده آموزش هوش مصنوعی دارد زیرا باید به توسعه دهندگان یک نقطه مرجع برای هدف گذاری بدهد، بنابراین مقدار زیادی از هزینه های آموزشی را در آینده صرفه جویی می کند.
نتایج مطالعه چیست؟
پیامد اصلی دیگر این اثر مربوط به نقض حق چاپ است. اگر سازندگان مدل متن به تصویر بتوانند نشان دهند که مدل‌هایشان تعداد کمتری، مثلاً 100 بار یا بیشتر، آموزش دیده‌اند، اکنون می‌توانند از این تحقیق به عنوان مدرکی برای اثبات ادعاهای حق نسخه‌برداری استفاده کنند.
” آستانه تقلید “ممکن است مبنایی تجربی برای ادعاهای نقض حق نسخه برداری فراهم کند و به عنوان یک اصل راهنما برای ارائه دهندگان مدل های متن به تصویر که به دنبال پیروی از قوانین کپی رایت و حریم خصوصی هستند، عمل کند.”
با کدگذاری تقلید AI در فرمول خاصی مانند این به نام MIMETIC2دادگاه ها و مدافعان حریم خصوصی می توانند از این به عنوان مدرکی برای اینکه آیا هوش مصنوعی می تواند از یک مصنوع تقلید کند یا به آستانه آموزشی رسیده است استفاده کنند.
به عنوان بخشی از این مطالعه، تیم یک ارزیاب ساختگی زنده را تولید کرد که در صفحه Github موجود است، که فرمول را در عمل با استفاده از یک نوار لغزنده و فیلم شخص واقعی نشان می‌دهد.
این مدل نشان می‌دهد که هر عدد کمتر از حدود 450 تصویر، تصاویر هوش مصنوعی به شدت تخریب شده را تولید می‌کند، در حالی که بالاتر از 600، تقلید به‌طور قابل‌توجهی قوی‌تر می‌شود و در نهایت شباهت واضح و مبهم می‌شود.
تقریباً می توانید بشنوید که وکلا در سراسر جهان دستان خود را به انتظار دستمزدهای جذاب آینده می مالند.
پس آیا این مشکل کپی رایت را حل می کند؟
حقیقت ممکن است آنقدر که به نظر می رسد آشکار نباشد. عمده‌ترین دفاع از حق نسخه‌برداری که در حال حاضر توسط غول‌های هوش مصنوعی پیش‌نویس شده‌اند، از فرمول‌های علمی و تحقیقات آکادمیک دور هستند. سوال اصلی که وکلای آن می پرسند این است: آیا یک شرکت هوش مصنوعی حقوقی برابر با انسان ها برای بهره مندی از استفاده منصفانه دارد؟
مدت‌هاست که مشخص شده است که هر کسی، به‌ویژه دانشجویان و مؤسسات دانشگاهی، هنگام کپی برداری از رسانه‌های اصلی مانند هنر و عکاسی، می‌توانند به دکترین استفاده منصفانه اعتماد کنند.
اگر دانش‌آموزی نتواند یک سبک هنری را تکرار کند، چگونه می‌تواند بیاموزد که چه چیزی باعث می‌شود برخی از قلم موها و ترکیب‌های رنگی بسیار قدرتمند و قانع‌کننده باشند؟
به طور مشابه، دانشجویان عکاسی آگاهانه در سبک عکاسان نمادین مانند کارتیه برسون، آدامز و لیبوویتز آموزش می بینند تا استفاده صحیح از لحن، نور و ترکیب بندی را بیاموزند.
گویا مدل های هوش مصنوعی در حین آموزش هیچ کاری جز این دانش آموزان انجام نمی دهند. آنها جنبه‌های اساسی هنر را جذب می‌کنند و به آنها آموزش داده می‌شود که چگونه از این جنبه‌ها برای خلق آثار جدید و بدیع شایسته جایگاه خود استفاده کنند.
این واقعیت که یک هوش مصنوعی می تواند خواسته یا ناخواسته از یک هنرمند مشهور تاریخ تقلید کند، بی شباهت به بسیاری از دانش آموزانی نیست که عمدا سبک های مهم را برای ادای احترام به افسانه های گذشته کپی می کنند.
بعد چه اتفاقی می افتد؟
اصل اساسی در این نوع کپی رایت همیشه این است که تقلید از یک سبک کپی نیست. سبک ها چیزی عاری از محدودیت هستند و تولید فرمول های آکادمیک هوشمندانه این پارادایم را تغییر نمی دهد و قطعاً نباید.
نتیجه می تواند جهانی باشد که در آن هر اثر هنری، تجربه سبکی یا نوآوری در خطر انقراض باشد. کپی رایت هرگز به منظور جلوگیری از پیشرفت هنری یا احترام فرهنگی نبود.
خود تیم تحقیقاتی برخی از محدودیت های مطالعه را تصدیق می کند. برچسب زدن نادقیق (مثلاً نام بردن از رامبراند، ون گوگ)، تصاویر با موضوعات متعدد، و عوامل کلی مانند وضوح و حتی تنوع، همگی بر کیفیت نمرات نهایی تأثیر دارند.
ممکن است عاقلانه نباشد که در حال حاضر در مورد توانایی های آینده آنها پیش بینی کنیم. هر چقدر هم که ترسناک به نظر می رسد، این داستانی است که تازه شروع شده است.
بنابراین در واقع ممکن است این پاسخ کاملی نباشد که جهان به آن امیدوار بود. برای مثال، تولید مثل چقدر باید خوب باشد تا «نقض» تلقی شود؟ آیا این یک تقلید کاملاً مرتب از یک کلاسیک وارهول به حساب می آید؟
این سوالات و بسیاری دیگر بدون شک حقوقدانان و کارشناسان هوش مصنوعی را حداقل تا یک دهه آینده مورد توجه قرار خواهند داد. در این مدت، انواع پیشرفت‌های فناوری را شاهد خواهیم بود که می‌تواند همه این‌ها را بی‌معنا کند. چه اهمیتی دارد که هوش مصنوعی آینده بتواند آثار اصلی آنقدر باشکوه تولید کند که همه آثار تاریخی در مقایسه با آن کمرنگ شوند؟
ما تنها دو سال با قدرت هنر هوش مصنوعی فاصله داریم و در حال حاضر شاهد یک کودک نوپا هستیم که به طور استعاری یاد می گیرد چگونه قلم مو را در دست بگیرد. دو سال پیش تصور می‌شد که سیستم‌های هوش مصنوعی در حدود 7 سالگی انسان هستند، اکنون توسعه‌دهندگان آنها را جوان می‌دانند. هوش مصنوعی به سرعت در حال رشد است.
شاید عاقلانه نباشد که در حال حاضر در مورد توانایی های آینده آنها پیش بینی کنیم. هر چقدر هم که ترسناک به نظر می رسد، این داستانی است که تازه شروع شده است.
بیشتر از تامز
منبع: tomsguide